10 月 2 日，AWS 放出了一个不起眼但信号清晰的东西：Strands Decider 2B。它是一个只有 20 亿参数的小模型，权重和训练配方以 Apache 2.0 协议开源。名字里的 "Decider"（决策者）点明了它的唯一任务——在智能体工作流里，从预设的几个选项里快速挑一个。听起来简单，却是当下 Agent 系统里最被低估的一环。
为什么需要这样一个小模型？因为当智能体从"能聊天"走向"能干活"，真正的瓶颈往往不是"能不能想明白"，而是"每一步该不该花大模型的钱去想"。一个复杂的多步骤工作流里，有大量路由判断——这一步该调哪个工具、该走分支 A 还是分支 B、该把任务交给哪个子智能体。如果每次都丢给旗舰大模型，延迟和成本都会爆炸。Strands Decider 2B 的定位，就是用低于 100 毫秒的延迟、极低的成本，专门处理这些"快决策"。VentureBeat 把它形容为免费又快速的 "Jev killer"，直指 AutoTrust 那类商业决策模型。
这背后是一条正在成形的新赛道：决策模型（decision models）。和动辄几千亿参数、负责"深度推理"的前沿模型不同，决策模型追求的是"小、快、便宜、可控"。它们不写诗、不证明定理，只在给定选项里做选择，但恰好卡在 Agent 编排的关键路径上。一周前的 OpenAI DevDay 也端出了 Decisions API，走的其实是同一个思路——"多项选择"正在从大模型的附带能力，变成独立的产品品类。
把视角拉宽，这件事和本周另一条主线呼应得很好：智能体的可靠性，正在取代"能力上限"成为行业焦点。OpenAI 的 Dots 让智能体常驻运行，NVIDIA 的 Open Agent Safety Platform 给越界智能体装芯片级看门狗，而 AWS 的 Decider 2B 则从"路由这一步"入手，用更小的模型把控制权和成本重新交回开发者手里。三件事指向同一句话：Agent 时代的竞争，不只是谁的大模型更聪明，更是谁把"让智能体可靠、便宜地运转"这件事做扎实了。
对企业开发者而言，Decider 2B 开源的意义在于可定制。Apache 2.0 意味着可以商用、可以改、可以自己用业务数据重训一个专属路由模型，而不必把自己的工作流锁死在某一家的 API 上。在一个"顶部 10% 客户贡献了 99.5% 模型调用支出"高度分化的市场里，能给中长尾开发者和企业留出自控空间，本身就是一种差异化。
当然，小模型做决策也有边界：它只在"预设选项"里选，选项的优劣、能不能覆盖真实场景，仍靠设计者把关。它替代不了需要开放推理的环节。但作为智能体流水线上的一块标准化零件，Strands Decider 2B 的出现说明，Agent 基础设施正在从"一个大模型包打天下"，细分成"大模型负责难活、小模型负责快活"的分工体系。这或许才是 Agent 真正能规模化落地的工程底色。