在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 在 Amazon Bedrock 上线 SpaceXAI 的 Grok 4.7,并给出一个工具调用智能体的完整评测:三个需要搜索而非查询的任务各跑六次、四个推理投入档位共 72 次运行,答对 67 次;xhigh 档 18 次全对,low 档答对 15 次且输出 token 约为 xhigh 的八分之一。
推荐理由:原文用72次可复现的智能体运行,给出不同推理投入档位在准确率与输出token上的权衡数据,方法可迁移。