在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体并评测推理强度
AWS 团队在 Amazon Bedrock 上用 Grok 4.7 搭建工具调用智能体,在故障诊断、维护排期、迁移预算三个需要搜索而非查表且各只有一个正确答案的任务上,按 low、medium、high、xhigh 四档推理强度各跑 6 次共 72 次,答对 67 次,xhigh 全部 18 次正确,low 答对 15 次且输出 token 约为 xhigh 的八分之一。
推荐理由:在 Amazon Bedrock 上用 Grok 4.7 搭工具调用智能体,72 次运行对比四档推理强度,给出可迁移的评测与监控方法。