在 Amazon Bedrock 上构建 Grok 4.7 长程智能体

AWS 官方博客演示了在 Amazon Bedrock 上构建 Grok 4.7 工具调用智能体，并在三个需要搜索而非简单查询的任务上评测了不同推理努力级别的表现。72 次运行中 67 次正确，xhigh 级别全部正确，而 low 级别以约八分之一的输出 token 达到 15/18 的正确率。文章还提供了任务设计、自动评分和生产监控的实践方法。