在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线,并演示如何用它搭建工具调用智能体。
关注点
作者用三个可穷举验证的任务实测 Grok 4.7 四档推理强度,给出准确率与 token 成本的取舍数据,方法可迁移到自建智能体评测。
重要进展,按时间持续更新
AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线,并演示如何用它搭建工具调用智能体。
作者用三个可穷举验证的任务实测 Grok 4.7 四档推理强度,给出准确率与 token 成本的取舍数据,方法可迁移到自建智能体评测。
作者借助 HuggingChat 中的 ML Intern,在两天内完成六个模型项目,包括柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、涂鸦替换 LoRA、Pocket Rewriter 0.8B/2B 蒸馏以及 Agate 4 步蒸馏,总计算成本约 103 美元。
作者用 ML Intern 在两天内训出六个小模型,给出了提示词写法、预算控制与成本明细,可迁移到自己的训练流程。
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 的油藏模拟器迁移到 C++,该代码库没有测试套件也没有集中文档。
团队先搭建数值对齐测试框架,用自定义解析器生成调用树,再通过 Vibe CLI 启动上百个智能体逐节点补文档并提交 PR。迁移采用规划、编码、测试、审查多智能体加人工审核的分模块工作流,首个冲刺完成 30 万行中的 4 万行。
Mistral 公开了用智能体迁移 4 万行 Fortran 的完整流程,其中先建数值对齐测试再迁移的做法可迁移到其他遗留系统改造。