Cloudflare 开源面向 AI 代理的决策模型

Cloudflare 在“生日周”期间宣布了 Clef，一套开源权重的 AI 模型，定位是在预定义选项之间做选择，而不是生成文本。随模型一同发布的，还有一个用于把它适配到特定决策任务的平台。这个定位本身就把 Clef 与主流生成式模型区分开来：它不写答案，它选答案。

具体形态上，Clef 是一个 27B 多模态模型，输入是状态和一份带类型问题的 schema，输出是决策。它能处理文本、JSON、图像或视频，并在单次前向传播中为每个问题返回每个允许选项的概率，既不需要生成自由文本，也不需要解析输出。Cloudflare 同时发布了 9B 和 27B 两个参数版本。

这套设计对应的是代理（agent）工作流里的一个具体环节：把输入分类成带概率的类型化结果，让代理据此决定下一步——例如路由一张支持请求、升级它，或把决定交给人。需要说明的是，这一“分类—路由”的用途描述来自报道对决策模型类别的解释，而非 Clef 独有的能力声明。

Cloudflare 还发布了 Clef-Flash，一个面向延迟敏感决策的更小的 9B 多模态模型。在 Cloudflare 的基准测试中，Clef-Flash 的中位延迟为 38.8 毫秒，而 27B 的 Clef 模型为 209.3 毫秒。两者相差约五倍，指向的是同一个取舍：参数规模换速度。

这些数字必须带上限定语。它们来自 Cloudflare 自身的基准测试，属于来源方声明，目前没有第三方独立验证。也就是说，38.8 毫秒可以作为“Cloudflare 声称的中位延迟”来引用，但不能当作中立测量结果。

Cloudflare 团队还称，由于模型托管在 Cloudflare 基础设施上，可利用边缘 GPU 带来低网络延迟和更快决策，从而可以把 Clef 放进代理的热路径，再配合 Workers AI 上的某个 LLM 去执行动作。这一边缘优势同样属于来源方声明，在实际部署中的表现未经独立测量。

Cloudflare 团队用两个维度说明 Clef 与其他决策模型的差异。其一，Clef 带有视觉编码器，能接收图像并分类视觉内容，而 Jev 目前只做文本分类。其二，Clef 拥有 64k 上下文窗口，Jev 为 32k，这意味着用户可以塞进更多待分类的输入状态。这两点均为 Cloudflare 团队的说法，属于来源方声明。

与此同时，Cloudflare 的 API 与 Typesafe AI 的 Jev System One 模型兼容。这一兼容性是一项已确认的事实，但它也划定了生态互操作的边界：Clef 的接入方式受制于对 Jev 接口的兼容，而非另起一套。

把这两组信息放在一起看，Clef 的差异化叙事是“比 Jev 多模态、上下文更长”，而它的落地路径却是“与 Jev 兼容”。前者是 Cloudflare 的自我陈述，后者是接口层面的既成事实。

Cloudflare 宣布了一项微调服务，允许客户用自己的数据把 Clef 适配到自身工作负载。初期由 Cloudflare 工程师提供支持，自助平台计划在后续版本推出。

关键约束在于时间：Cloudflare 尚未公布自助微调平台的具体日期。这意味着现阶段想要定制 Clef 的团队，实际上要依赖 Cloudflare 工程师的介入，规模化能力受限。

Cloudflare 计划用其历史标注数据，针对支持工单分流和机器人分类等具体用例对 Clef 进行微调，以提升准确率和速度。这一计划属于来源方声明，尚未看到对应结果的披露。

Cloudflare 已通过 Workers AI 提供 Clef 模型，并在 Hugging Face 上提供可下载权重，邀请开发者试用并反馈。这一分发安排是已确认的事实。

两条通道对应两类使用者：Workers AI 面向希望直接在 Cloudflare 运行时里调用模型的开发者，Hugging Face 权重则面向希望自行下载、检查甚至自行部署的开发者。开源权重加上托管入口，是这次发布在渠道层面的完整形态。

在 Hacker News 的相关讨论中，社区就决策模型、延迟、开放权重以及这是否真的是一个新模型类别展开争论。用户 Jacek Złydach 称这不是“新范式”，而是存在多年的低垂果实，Typesafe 只是第一个停下来把它捡起来并大力营销的人。这是社区观点，属于来源方声明。

基准问题也被直接点名。用户 SebastianSosa 警告公开基准容易被作弊，并称若自己是 Typesafe，也会发布公开基准来分散注意力，让本来有能力的人去过拟合基准，而不是做真正有用的东西。这同样是社区观点，不代表已被证实。

还有一条来自 Reddit 的质疑值得单独记下：用户 bugra_sa 表示，比起原始准确率分数，他更关心 Clef 是否知道何时该“弃权”（punt），并建议在误报代价远高于漏报的场景下测试它，再改变数据看它的置信度何时崩塌。这指向一个尚未回答的问题：Clef 在误报代价远高于漏报的场景下能否正确弃权，目前并不清楚。

把已确认的事实与来源方声明分开，Clef 的轮廓是清楚的：它确实开源了 9B 与 27B 两个版本，确实以“选择而非生成”为定位，确实通过 Workers AI 与 Hugging Face 分发，确实提供初期由工程师支持的微调服务且自助平台无日期。这些是发布层面的既成事实。

而它的性能叙事——38.8 毫秒对 209.3 毫秒、64k 对 32k、视觉编码器、边缘 GPU 带来的低延迟——全部来自 Cloudflare 自身或其团队的说法，缺乏第三方独立验证。社区对“是否为新范式”和“公开基准是否可信”的分歧，短期内也不会由 Cloudflare 自己的数字来消解。

因此更务实的判断是：Clef 提供了一个把决策从生成式模型里拆出来的工程选项，接口上还兼容 Jev 生态，降低了试错成本；但它是否真的更快、更准、更知道何时该弃权，需要使用者用自己的数据去验证，而不是引用发布方的基准。