Cloudflare开源决策模型Clef，270亿参数多模态架构支持图像输入与毫秒级响应

Cloudflare 近期在其年度“生日周”活动中正式开源了名为 Clef 的决策模型系列，标志着其在 AI 智能体基础设施层的进一步布局。与主流大语言模型（LLM）侧重文本生成不同，Clef 的核心定位是“在有限选项中做判断”——它不生成自由文本，而是接收状态信息与带类型约束的问题 Schema，直接输出每个候选动作的概率分布，从而驱动智能体执行后续操作。

Clef 系列包含两个主要版本：270 亿参数的主模型与 90 亿参数的轻量版 Clef-Flash。二者均为多模态架构，内置视觉编码器，可处理图像输入并进行分类判断，这是其区别于 Typesafe AI 的 Jev System One（目前仅支持文本）的关键差异之一。此外，Clef 支持 64k 上下文窗口（Jev 为 32k），允许更丰富的上下文状态注入，提升复杂决策场景下的判断准确性。

根据 Cloudflare 公布的基准测试数据，Clef-Flash 在其边缘 GPU 基础设施上实现中位推理延迟 38.8 毫秒，而 270 亿参数版为 209.3 毫秒。这一低延迟特性使其可被嵌入智能体的实时决策路径中，例如在客服系统中即时判断工单归属部门或紧急程度。产品组经理 Michelle Chen、首席机器学习工程师 Alex Reneau 与高级工程经理 Kevin Flansburg 在联合撰文中指出：“由于模型托管于 Cloudflare 边缘网络，我们能将推理延迟压缩到亚百毫秒级别，这使得 Clef 可以作为智能体‘大脑’中的关键决策模块，与 Workers AI 上的 LLM 协同完成完整任务流。”

Clef 的输入结构高度结构化：左侧为原始输入（如客户支持工单内容与元数据），中间为决策模型本体，右侧为平行输出——包括“所属部门”（Billing / Technical / Sales）与“紧急程度”（Yes / No）等分类字段，并以条形图形式标注各选项的置信度。这种设计避免了传统 LLM 输出需后处理解析的风险，也降低了误判成本。

值得注意的是，Clef 并非孤立存在，而是与现有生态兼容。其 API 接口适配 Typesafe AI 的 Jev System One 模型规范，便于开发者迁移已有逻辑；同时，Cloudflare 提供微调服务，客户可使用自有标注数据对模型进行领域适配，初期由 Cloudflare 工程师支持，未来将开放自助平台（具体上线时间未公布）。首批微调方向聚焦于客服工单分级、机器人行为识别等高频企业场景，利用 Cloudflare 自身积累的历史标注数据提升准确率与响应速度。

在技术社区层面，Clef 的发布引发了关于“决策模型是否构成新范式”的讨论。Hacker News 上有用户指出，此类分类型模型并非全新概念，而是长期被忽视的实用方向；另有开发者质疑公开基准的可信度，提醒应关注模型在高代价误判场景下的置信度校准能力——例如当漏报代价远高于误报时，模型是否会在不确定时主动“放弃判断”而非强行输出高置信结果。这类反馈反映出业界对决策模型落地可靠性的审慎态度。

横向对比来看，近期英伟达亦推出面向智能体的开源模型 Nemotron 3.5 Super VL（1200 亿参数）及轻量 Bolt 系列，强调在企业级任务中的工具调用与指令遵循能力；而 DeepSeek 则选择从推理底层切入，全面开源其推理框架 DeepInfer 与 Token 编解码组件 deepseek-recipe，旨在降低大规模部署成本。三者路径各异：Cloudflare 聚焦边缘侧低延迟决策闭环，英伟达强化端到端智能体任务执行能力，DeepSeek 则致力于提升推理效率与普惠性。

当前，AI 智能体的演进正从“能说会道”转向“能思善断”。生成式模型解决了“如何表达”，而决策模型则回答了“该做什么”。Clef 的开源意味着开发者可快速构建具备结构化判断能力的智能体，尤其适用于需要确定性输出、低延迟响应与高可靠性的垂直场景，如金融风控、运维告警、客户服务路由等。

Cloudflare 已将 Clef 部署于 Workers AI 平台，并在 Hugging Face 开放全部权重下载，邀请社区参与测试与反馈。随着更多企业尝试将决策模型嵌入自动化流程, 这一细分方向或将加速从实验走向规模化落地。