Cloudflare 推出决策模型 Clef

Cloudflare 最近发布了 Clef 和 Clef-flash 两个决策模型，直接对标 TypeSafe AI 的 Jev。和常见的生成式模型不同，它们不生成文本，而是给预设的答案选项分配概率，让下游系统直接根据结果自动执行动作。这个思路挺有意思，等于把「决策」从「生成」里拆出来，专门做一件事。

两个模型都基于 Qwen 构建，支持文本和图像输入。Cloudflare 给出的中位响应时间是 Clef-flash 39 毫秒、Clef 209 毫秒，比同类决策模型更快。对于需要实时响应的 Agent 场景，这个延迟水平确实有吸引力，毕竟很多自动化流程卡就卡在等模型返回那一下。我比较关注的是「概率化决策」这个定位。生成式模型做 Agent 时，经常要解析自然语言输出再判断下一步，中间多了一层不确定性。Clef 直接把选项概率给出来，下游系统拿阈值就能触发动作，工程上更干净。但这也意味着它的适用边界很窄，只适合答案空间可枚举的任务，开放式推理还是得靠别的模型。从竞争格局看，Cloudflare 选这个时间点切入决策模型赛道，明显是想在 Agent 基础设施层占位。它本身有边缘网络和 Workers 生态，把低延迟决策模型嵌进去，对做自动化工作流的团队是个打包方案。不过 TypeSafe AI 的 Jev 已经跑了一段时间，Cloudflare 能不能靠速度和生态后来居上，还得看实际接入成本和准确率数据。对出海团队来说，如果手头有客服分流、内容审核、工单路由这类需要快速判定的场景，Clef-flash 的延迟值得试一下。但别急着替换现有方案，先拿真实流量跑一轮对比，重点看概率校准和边界 case 的表现。决策模型省的是工程复杂度，不是判断力，这一点得想清楚。