使用 Amazon Bedrock 上的 Grok 4.7 构建长周期智能体

发生了什么

AWS 展示了如何使用 Amazon Bedrock 上的 Grok 4.7 构建和评估工具调用智能体，并在三项合成任务中比较四种推理力度。该智能体在 72 次运行中有 67 次回答正确；xhigh 为 18 次全对，而 low 答对 18 次中的 15 次，输出 token 数约为前者的八分之一。本指南涵盖任务设计、自动评分、生产监控和运维控制，并指出这些小规模结果仅供参考，不足以得出统计学上确凿的结论。

这件事到目前为止

AWS 发布了一份指南，介绍如何在 Amazon Bedrock 上使用 Grok 4.7 构建和评估工具调用智能体。指南报告称，在三项合成任务的 72 次测试运行中，有 67 次得出了正确答案。评估比较了四种推理力度：xhigh 在 18 次运行中全部答对，而 low 在 18 次运行中答对 15 次，使用的输出 token 数约为 xhigh 的八分之一。AWS 提醒，这些小规模结果只能作为参考，不能得出统计上确凿的结论。 这些任务要求进行搜索，而非简单查找。指南涵盖任务设计、自动评分、生产监控和运营控制。运行示例需要一个具有 Amazon Bedrock 访问权限且已启用 Grok 4.7 模型访问权限的 AWS 账户。

继续阅读

正在热议

1. 1Meta 开放发布 Muse Spark Open，支持 Mac 和云端部署，位居美国开放权重模型榜首
2. 2Google 在全球推出 Gemini 4 Argon，并扩大付费访问范围，基准测试结果不一
3. 3OpenAI 为 ChatGPT 中的 GPT-6 Astra Pro 带来并行智能体和更快响应
4. 4Meta的新商业条款引发有关网站抓取和 AI 训练权利的争议