Cloudflare开源决策模型Clef与Clef-flash：不写字的分类模型，39毫秒帮智能体做选择题

新闻原文

10月1日，Cloudflare在官方博客发布两款自研的开源决策模型Clef与Clef-flash，已上架Workers AI，权重以Apache 2.0授权在Hugging Face开源，同时推出帮助企业用自身数据微调Clef的强化学习服务。这是Workers AI团队训练出的首批模型。

决策模型不生成文字，只针对开发者预设的一组选项，回传带型别、附概率的分类答案。Cloudflare举例：输入一则客服消息，模型判断它是否紧急、该交给哪个团队，程序即可据此分派工单、升级处理或转交真人，无需把请求丢给一个大语言模型去生成长篇理由再解析。

性能上，Clef在Jev决策指数评测中领先，中位延迟约209毫秒，Clef-flash仅约39毫秒，而同类模型Jev约524毫秒；Clef额外带有视觉编码器，可分类图片，上下文从32K提升到64K，且与Jev的API完全兼容。技术上，Clef以冻结的Qwen3.8-27B、Clef-flash以Qwen3.5-9B为骨干再做后训练，推理时只跑一次预填就并行给所有合法选项打分。

落地场景已经很具体：支持工单分流（判断是否紧急、归哪个团队）、威胁情报（给网页分类，配合Browser Run抓取渲染并在2.2秒完成，而通用大模型要4.7秒）、信任与安全（按企业策略对内容打分）、智能体护栏（让agent在调用工具前用几十毫秒问一句"该不该做"）。Cloudflare还把AI Gateway捕捉流量、Containers做RL沙箱、Workers AI重新部署串成一条微调链路。

企服观察

决策模型把"判断"从"生成"里拆了出来，又一次重排了智能体的成本结构。过去一个agent每做一步路由或分类，往往要调一次大模型、等它吐理由再解析，又慢又贵；现在一个开源小模型，几十毫秒给出答案加置信度，等于把判断做成流水线上的廉价工位。对企业agent架构，这不是多一个玩具，而是响应速度和单位成本的实打实优化。

为什么39毫秒这条数字值得重视？因为它小到能放在每一次请求的实时路径上发生——"下一步调哪个工具、参数齐了没、这次动作越权没"这类判断，可以发生在每个交互里，而不是攒一批再批处理。当决策几乎零成本，agent才有可能真正做到边干边自查，而不是干完一整段才发现第一步就选错了。

对企业软件，工作流里大量存在"基于当前状态，下一步做什么"的路由判断，过去要么写脆弱的规则引擎，要么硬扛大模型。决策模型把这类判断做成可微调、可检视的标准件，企业可以把常见分支训成自己的小模型，部署在边缘或私有环境，既降成本又不出域。做过审批流、工单分派、告警归类的团队，都该认真评估它的替代空间。

Cloudflare把AI Gateway、Containers沙箱、Workers AI重新部署串成微调链路，说明这单发布的野心不止一个模型，而是一整套"决策模型即服务"的工厂。企业能用自有流量数据去微调、再Redeploy，把通用分类器变成贴合自身业务的专用判断器。这种"模型+数据闭环+托管部署"的组合，比单卖权重更黏客户。

路线分歧已经出现。TypeSafe做Jev、Cloudflare走开源可下载可微调、OpenAI同周发了有限预览的Decisions API托管接口。托管接口上手快但锁定强、数据出域；开源可下载自由度高但要自己运维。对国内厂商，成熟的打法是两者都给：既有托管端点降低试用门槛，也放出权重满足私有化与合规，让客户按数据敏感度自己选。

也要泼冷水。决策模型不生成文字，意味着它没法解释"为什么这么选"，置信度分数是使用者判断可靠性的唯一抓手，一旦分数失真，错误会被静默放大。生产化还缺两样：一是托管版与治理套件，让企业能统一纳管；二是和护栏、日志、人工审批的衔接。但方向清楚——智能体基础设施正在分层，生成、决策、执行各司其职。

对国内云厂商和AI公司，这波决策模型的走红也是提醒：开放权重生态正把agent基础设施拆成可替换的薄层，谁先提供好用、可私有化、带治理的决策与路由组件，谁就拿到企业agent的底座门票。别只盯着 flagship 大模型发布，真正黏住企业客户的，往往是这些每天被调用成千上万次的廉价工位。

对企业采购智能体平台，启示很直接：把"决策模型"列为评测清单里的一项独立能力，而不是笼统看大模型跑分。能本地跑、能给置信度、能微调配方的小模型，往往在路由与护栏上比单纯堆参数更实用。选型时不妨专门测一下：在你们真实的若干工作流样本上，它挑对的比例和校准度分别是多少，再决定要不要为它单独留预算。

最后提醒一句工程落地：决策模型的置信度再好看，也要和人工审批、操作日志、回滚机制组成闭环，而不是单点调用。把它当成"第一判断器"，关键动作仍留人工确认，才能既降本又不把错误静默放大。智能体底座之争，拼的从来不是谁的模型最大，而是谁把每一层都做得便宜、可控、可审计。