L’ANALISI
Strands Decider: quando basta classificare un ticket
Strands Decider assegna ticket a 20 categorie nel caso Amazon: costi dichiarati inferiori del 98%, ma contesto e volume contano.
In breve: Strands Decider può essere una strada da valutare quando l'output è una scelta fra categorie note. Il caso Amazon del 9 novembre riporta il 98% di costo in meno per quella classificazione, non per generare spiegazioni o svolgere qualsiasi lavoro di un LLM. Strands Agents: il caso Amazon sui ticket.
Analisi del caso pubblicato da Amazon e della model card ufficiale, verificati il 10 novembre 2026. Nessuna installazione o prova italiana eseguita per questa pagina; misure e risparmio sono dichiarazioni del team autore.
Quale compito viene davvero sostituito?
Il cambiamento utile è separare classificazione e scrittura. Se il processo deve soltanto assegnare una categoria, una decisione strutturata può bastare; se deve anche motivare un rifiuto o ricostruire una pratica, quel requisito resta da coprire. Prima di cambiare modello conviene elencare gli output richiesti a valle, compresi quelli usati dagli operatori e non soltanto dall'API.
Strands Agents: il caso Amazon sui ticket.
Quando il risparmio è un confronto corretto?
Il costo riportato dipende da un servizio ospitato su istanze e dal loro utilizzo, non da un prezzo universale per richiesta. Per una valutazione propria vanno conteggiati anche capacità inutilizzata, picchi, monitoraggio e fallback. La domanda pratica è quanto costa una classificazione accettabile sul proprio traffico, includendo i casi rimandati a un operatore, non quanto costa una sola chiamata riuscita.
Strands Agents: il caso Amazon sui ticket.
Che cosa cambia nella qualità dell'input?
Ridurre il contesto può cambiare il problema prima ancora della risposta. In una prova proposta, i ticket oltre budget devono essere riconoscibili e il materiale escluso va registrato senza dati personali. Anche l'ordine dei campi deve restare costante. Non è corretto attribuire al modello un miglioramento ottenuto cambiando contemporaneamente descrizioni delle categorie, preprocessing e criterio di accettazione.
Strands Agents: il caso Amazon sui ticket.
Che cosa si scarica e che cosa va ancora verificato?
La model card descrive un adapter PEFT sul modello base Gemma 4: la licenza dell'adapter non risolve da sola i termini del modello base. La disponibilità del codice su main non certifica un'installazione riproducibile da PyPI. Per una prova conviene fissare revisioni di codice, adapter e base, documentare l'ambiente e tenere il servizio sperimentale fuori da una rete pubblica.
Model card ufficiale Strands Decider E4B.
Checklist pratica
- Definire categorie, casi fuori catalogo e intervento umano prima del confronto.
- Usare ticket sintetici o dati autorizzati, con un insieme di valutazione separato.
- Fissare revisioni, ordine dei campi e budget del contesto; segnalare gli input esclusi.
- Misurare errori, astensioni, latenza e costo operativo completo, non soltanto token.
- Provare il percorso di ritorno al sistema precedente prima di qualsiasi adozione.
Condizioni e limitazioni
Nei ticket lunghi il caso elimina i commenti più vecchi per rientrare nel contesto; l'ordine delle chiavi JSON può modificare le probabilità. Il supporto Gemma 4 è dichiarato nel repository main, non ancora nel pacchetto PyPI. Nessuna prestazione italiana verificata.