亚马逊把内部工单分类从 Claude Sonnet 4.6 换成 Strands Decider：成本降 98%，一年省下数百万美元

亚马逊工程师在官方博客里披露：他们把内部最大的工单系统之一的分类工作，从 Claude Sonnet 4.6 换成了自家一个月前发布的决策模型 Strands Decider，效果相当，成本降了 98%，一年能省下数百万美元的 token 费用。

背景是这样：工单可能是客户升级、容量申请、自动告警、安全发现等，要归进 20 个固定类别。以前是 Sonnet 4.6 带着长系统提示词逐条读、输出 JSON；决策模型不生成文本，只对“这条工单属于哪个类别”这个选择题给出每个选项的概率。最终用的是 Strands Decider E4B（Gemma 4 架构）。

实测数字：单次调用平均耗时从 4215 毫秒降到 897 毫秒；每张工单的 token 从 6724 降到 2010；每张工单成本从 0.0222 美元降到约 0.0005 美元；按每百万张工单算，从约 22200 美元降到约 500 美元，相当于便宜了约 44 倍。

切换过程也值得学：他们没敢直接一刀切，而是用一个三档开关（BEDROCK / DUAL / DECIDER）先让两个模型并行跑、逐条比对分歧，确认没问题才彻底关掉 Sonnet，整个回滚只需要改一次配置、45 秒生效。作者也提醒了适用边界：只有类别固定、量大、对延迟敏感的分类任务才适合这么换；需要解释文字、类别经常变的任务，决策模型替代不了大模型。

同一天的其他 AI 动态：OpenAI 给研究模型装了个「总开关」Control Room，以及 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2。

来源：Strands Agents 官方博客，原文