AWS 发布 Strands Evals 工具，诊断 AI Agent 失败根因

AWS 在 ML Blog 上介绍了 Strands Evals，一套用于 AI Agent 故障检测与根因分析的工具。该工具可对 Agent 运行中的失败进行分类，输出置信度评分、因果链以及修复建议。

Strands Evals 的检测器输出结构化结果：失败类别、置信度分数、从根因到下游症状的因果链，以及修复建议（指明修改应在 system prompt 还是 tool definitions 中）。工具可集成到评估流水线中，实现每次测试运行的自动化诊断。

对于构建 Agent 系统的工程团队，Strands Evals 填补了 Agent 可观测性中根因定位的空白，将调试从人工日志排查转向结构化诊断，降低 Agent 运维的认知负担。