Amazon Web Services amplió su estrategia de herramientas abiertas para inteligencia artificial agéntica con Strands Labs, una organización de GitHub que separa los experimentos de desarrollo del ciclo de lanzamientos del kit de desarrollo Strands Agents. La propuesta busca que equipos de Amazon y desarrolladores externos puedan probar enfoques en robótica, automatización y generación de código sin incorporarlos de inmediato al núcleo del SDK.
AWS informó que Strands Agents, disponible para Python y TypeScript, ha superado los 14 millones de descargas desde que fue liberado como código abierto en mayo de 2025. El SDK plantea un enfoque guiado por modelos de lenguaje: en lugar de definir de forma rígida cada etapa de un flujo de trabajo, los desarrolladores proporcionan al agente un modelo, instrucciones y herramientas, para que este planifique acciones y ejecute tareas. La documentación actual de Strands indica que su infraestructura puede trabajar con proveedores como Amazon Bedrock, Anthropic, OpenAI, Google y Ollama, además de integrar memoria, sesiones, herramientas y servidores basados en el Model Context Protocol, o MCP.
La decisión de alojar los proyectos en una organización separada responde, según AWS, a la necesidad de probar integraciones y patrones de desarrollo con mayor frecuencia, sin vincularlos al ritmo de versiones orientadas a producción. La compañía señala que los repositorios de Strands Labs incluirán casos de uso definidos, código funcional y pruebas, aunque su condición experimental implica que sus interfaces y dependencias pueden cambiar antes de una eventual incorporación al SDK principal. El sitio de Strands Agents explica que algunos proyectos de Labs podrían pasar al núcleo de la plataforma, mientras otros permanecerían como iniciativas de exploración.
El primer conjunto de repositorios se concentra en tres áreas. Strands Robots propone una interfaz unificada para conectar agentes de IA con sensores, dispositivos físicos y robots. En una demostración descrita por AWS, un brazo robótico SO-101 utiliza el modelo NVIDIA GR00T, de tipo visión-lenguaje-acción o VLA, para recibir imágenes de cámaras, posiciones de articulaciones e instrucciones en lenguaje natural, y convertirlas en posiciones objetivo para el robot. La implementación puede ejecutarse en hardware perimetral NVIDIA Jetson y se integra con LeRobot, el marco abierto de Hugging Face para datos e interfaces de hardware robótico.
El segundo proyecto, Strands Robots Sim, traslada esas pruebas a entornos 3D con física simulada. El sistema admite escenarios del benchmark Libero, compatibilidad con políticas VLA mediante ZMQ, registro de episodios en video MP4 y modos de ejecución completos o iterativos. AWS plantea este entorno como una vía para validar políticas de control y estrategias de agentes sin requerir un robot físico en las primeras fases de desarrollo.
La tercera iniciativa, AI Functions, se aleja de la robótica y aborda la generación de software. Mediante el decorador @ai_function, los programadores describen el resultado esperado de una función y establecen condiciones de validación en Python. El agente genera una implementación, verifica si cumple las condiciones previas y posteriores, y vuelve a intentarlo cuando falla la validación. AWS ejemplifica el enfoque con la importación de facturas desde archivos de formatos desconocidos hacia objetos DataFrame de Pandas, con reglas sobre columnas, tipos de datos y duplicados.
La propuesta se inscribe en una competencia creciente entre plataformas de desarrollo de agentes. AWS lanzó Strands Agents como SDK abierto en 2025, mientras otras alternativas del mercado, como LangGraph, AutoGen, CrewAI y los marcos vinculados a proveedores de modelos, también buscan resolver la orquestación de modelos, herramientas y flujos de múltiples pasos. InfoQ observó que la recepción inicial de Strands Labs se concentró en la integración robótica y en AI Functions, por su acercamiento a la programación guiada por especificaciones y validaciones.
Fuente: Amazon Web Services | Editado por CDOL
