Grok 4.7 arriva su Amazon Bedrock e propone un controllo della deliberazione

Amazon Bedrock introduce su Grok 4.7 un parametro che regola quanta deliberazione il modello compie prima di rispondere. Si chiama reasoning effort e consente di decidere quanto “tempo di ragionamento” investire per ciascun prompt¹.

Il post che annuncia la novità lo inquadra nel lavoro degli agenti. Compiti lunghi, più passaggi, verifiche intermedie. Qui serve decidere quando controllare il risultato e quando andare avanti. Bedrock offre la leva direttamente in configurazione, accanto alla scelta del modello¹.

Per misurare l’impatto del parametro, gli autori costruiscono un agente che chiama strumenti esterni tramite Grok 4.7. Poi lo testano su tre compiti che richiedono ricerca e pianificazione, non semplice lookup: diagnosticare un’interruzione che coinvolge due servizi a partire dagli alert, pianificare una manutenzione con vincoli che interagiscono, scegliere un insieme di migrazioni entro un budget¹. Ogni problema ha una sola risposta corretta, verificata con forza bruta. L’esperimento esegue tutti e tre i compiti a ogni livello di reasoning effort per osservare come cambia l’esito¹.

Il ciclo dell’agente è semplice. Formula un’ipotesi, la prova con ciò che ha raccolto, corregge se serve. A reasoning effort più alto, aumenta il numero di passaggi prima della risposta. Gli autori trattano il parametro come una decisione di progetto: si imposta in base al lavoro da svolgere e agli strumenti da orchestrare¹.

Il valore del test sta nella verificabilità. Problemi con soluzione definita, controllo a forza bruta, minore ambiguità rispetto a benchmark aperti. Così si isola l’effetto della deliberazione dal resto del comportamento del modello¹.

Per chi costruisce agenti, il vantaggio è pratico: prevedibilità. Si governa quanta analisi fare prima di agire, invece di affidarsi a euristiche interne non osservabili. Questo conta quando l’agente deve comporre informazioni, chiamare API, validare i passaggi intermedi. La scelta del livello diventa parte della progettazione del flusso, non un dettaglio accessorio¹.

Resta la selezione del valore giusto. Il post consiglia un approccio sperimentale: definire compiti verificabili, provare livelli diversi, osservare il punto in cui l’agente converge sulla risposta corretta con coerenza sufficiente per il caso d’uso¹. In Bedrock, la regolazione è una voce di configurazione a cui tornare spesso nelle iterazioni, insieme alla selezione del modello e al disegno degli strumenti¹.

Un passo operativo per partire: costruire una piccola batteria di scenari rappresentativi, ognuno con esito certo e facile da verificare, ed eseguirli a più livelli di reasoning effort. La curva di successo che ne emerge indica dove fissare l’impostazione iniziale, da affinare poi in produzione con metriche di qualità e costo del dominio¹.

Fonte: Build long-horizon agents with Grok 4.7 on Amazon Bedrock¹.