Cloudflare 開源 AI 決策模型 Clef，幫代理快速做判斷
Cloudflare 10 月 1 日在官方部落格發布兩個自家訓練的「決策模型」Clef 與 Clef-flash，已上架 Workers AI，權重也以 Apache 2.0 授權在 Hugging Face 開源，同時推出讓企業微調 Clef 的強化學習服務。
決策模型不生成文字，只回傳帶機率的分類答案
Cloudflare 說明，決策模型負責做分類，協助 AI 代理決定下一步。例如輸入一則客服訊息，問它是否緊急、該交給哪個團隊，模型會回傳有型別、附帶機率的答案，程式就能據此分派工單、升級處理或轉給真人。Cloudflare 指出，近幾週 Typesafe AI 推出的 Jev 帶動了這類模型的討論。
Cloudflare 的威脅情報團隊已用 Clef 分類網站網域，例如判斷一個網域有 95% 機率是時尚網站、85% 是電商、釣魚網站機率不到 1%。這個流程 Clef 花 2.2 秒完成抓取、渲染與分類；同樣流程用公司最快的通用模型 gpt-oss-120b 要 4.7 秒，而且只回傳兩個分類。
廣告 - 內文未完請往下捲動
中位延遲 209 毫秒，Clef-flash 只要 38.8 毫秒
根據 Cloudflare 公布的測試，Clef 在 Jev 決策指數的評測中領先，中位延遲 209.3 毫秒，Clef-flash 為 38.8 毫秒，Jev 為 524.1 毫秒。與 Jev 相比，Clef 多了視覺編碼器，可以分類圖片內容，上下文長度也從 32k 提高到 64k，且與 Jev 的 API 完全相容。
技術上，Clef 以凍結的 Qwen3.8-27B、Clef-flash 以 Qwen3.5-9B 為骨幹，再做後訓練。推論時只跑一次預填，然後平行為所有合法選項打分，不需要逐字生成中間文字，所以比一般自迴歸語言模型快得多。
推出強化學習微調服務，先由工程團隊陪跑
Cloudflare 也推出強化學習服務，先由前線部署工程團隊協助客戶針對自身工作負載微調 Clef，之後再做成客戶可自助蒐集資料、微調與重新部署的平台。公司內部已有團隊想用它審查信任與安全申報、分流客服請求，以及判斷爬蟲是好是壞。
開發者 Peter Steinberger 在 X 上轉發這則消息時寫道：「從沒看過一個點子擴散得這麼快。」
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
