Cloudflare 发布了 Clef 和 Clef-flash，两款面向 AI 智能体的决策模型。速度是该公司对抗先行者 Jev 的主要卖点。

决策模型返回的是带有概率的简短分类，而不是长篇文本回复。给定一条客户支持消息，Clef 会评估其紧急程度并识别应由哪个团队处理。下游代码可以利用这些结果来路由工单、触发升级，或将案件转交人工。

据 Cloudflare 称，“对于智能体决策，人类不一定再需要处于回路之中。”智能体可以“以编程方式收集上下文、做出决策并针对任务采取行动，或在需要时交由人类处理。”Cloudflare 的名字取自音乐，在音乐中谱号（clef）为五线谱上的线赋予音高。同样，决策模型为后续行动设定框架。其发音与“Jev”相似，恐怕也并非偶然。

Diagram showing a support ticket about API errors and two questions about team and urgency flowing into a decision model that outputs 100 percent for the technical team and 100 percent for urgency in parallel.
决策模型会同时针对输入回答多个预定义问题，为每个答案选项返回一个概率。| 图片：Cloudflare

这些“决策模型”填补了大型语言模型与传统分类器之间的空白。语言模型可以推理并调用工具，但输出多变且可能很慢。传统分类器速度快，但每新增一个类别都需要重新训练。Cloudflare 将 Clef 视为对TypeSafe AI 的 Jev 模型的直接回应，并保持 API 完全兼容，以便客户轻松切换。

Clef-flash 在 39 毫秒内返回决策

据 Cloudflare 称，在 43 项基准测试中，Clef 和更小的 Clef-flash 都比所有相关的竞争决策模型更快。该公司报告称，Clef-flash 的中位延迟约为 39 毫秒，Clef 约为 209 毫秒，而 Jev 则略高于 524 毫秒。两款模型都直接运行在 Cloudflare 的基础设施上，该公司表示这也让它们受益于靠近边缘数据中心的地理位置。

Scatter plot with Decision Index score on the y-axis and median latency in milliseconds on the x-axis. Clef scores 61.2 points at about 210 milliseconds, Clef-flash scores 57.1 points at about 40 milliseconds, and Jev scores 57.9 points at about 525 milliseconds, alongside open models like AutoJev-27B and Kev 9B.
在 Cloudflare 自行报告的数据中，Clef 提供了最高的决策质量，而 Clef-flash 以极低的延迟几乎匹配了 Jev 的准确率。| 图片：Cloudflare

Cloudflare 的威胁情报团队已经在测试 Clef 来对网站进行分类。在一个例子中，它给某个域名分配了 95% 的概率是时尚网站、85% 的概率是网店。它是钓鱼网站的概率低于 1%。抓取、渲染并分类该网站耗时 2.2 秒。该公司最快的通用语言模型完成同样流程耗时 4.7 秒，且只返回了两个类别。

据 Cloudflare 称，Clef 还能处理图像，而 Jev 目前仅限于文本。其 64,000 token 的上下文窗口容纳的输入量是 Jev 的两倍。在 Cloudflare 自己的基准测试中，Clef 在 Jev Decision Index 上也领先。

基准测试 · 准确率 Clef Clef-flash Jev DiffusionGemma Jev Kev 9B Laya
API Bank 91.93 93.11 88.19 83.66 56.30 11.41
When2Call 72.37 65.58 80.97 75.44 49.62 11.94
PhishNChips 79.60 75.05 62.55 85.35 50.75 50.15

Cloudflare 基于 Qwen 模型

Clef 基于 Qwen3.8-27B，Clef-flash 基于更小的 Qwen3.5-9B，据 Cloudflare 称。Cloudflare 在训练期间保持基础模型不变，并使用自己的合成数据来训练额外组件。这些组件从模型的内部计算中推导出答案选项和概率。

Cloudflare 还使用了自己变体的Reinforcement Learning for Calibrated Decisions (RLCD)，这一训练方法TypeSafe 曾用于训练 Jev。RLCD 训练模型在单次调用中回答关于某个输入的多个问题，目标是分配与答案实际正确频率相符的概率。该公司此前试验过 DiffusionGemma，从语言模型的内部计算中推导出固定的决策值。

客户将能够针对自己的任务微调 Clef

在发布的同时，Cloudflare 还推出了一项强化学习服务，让客户能够针对自己的任务定制 Clef。初期将由一支前向部署工程师团队与客户一起处理微调工作，自助服务平台计划在之后推出。

客户将能够通过 AI Gateway 记录请求来构建数据集，然后在充当 RL 沙盒的容器中评估这些请求。一个新的 trainer 组件将让他们能够在 Workers AI 上部署微调后的模型。为了运行自定义模型，Cloudflare 使用了来自 Replicate 的技术，该公司它于 2025 年底收购。

Flowchart of the planned fine-tuning process showing AI Gateway for logging requests, custom data preparation, an RL training loop using Workers AI, Containers, and RL Trainer, and deployment on Workers AI with a custom model.
Cloudflare 计划中的自助服务平台将记录生产数据，用强化学习微调 Clef，并直接重新部署定制后的模型。| 图片：Cloudflare

Cloudflare 表示计划在内部使用 Clef 来审查滥用报告、分类支持请求，并区分有用的机器人和有害的机器人。这两个模型都运行在 Cloudflare 的 Workers AI 平台上，并且以 Apache-2.0 许可证在 Hugging Face 上提供。

这种方法由 TypeSafe AI 推广开来，这家初创公司由前 OpenAI 研究员 Diogo Almeida 创立，它推出了 Jev于 9 月中旬。TypeSafe 将 Jev 宣传为一款“没有幻觉”的模型，但这只能保证它停留在预定义的答案选项内，并不能防止它做出错误的选择。9 月下旬，OpenAI 紧随其后推出了基于 GPT-6 Luna 的 Decisions API，该 API 同样接受文本或图像形式的上下文。

Cloudflare 主要运营一个用于内容分发、DNS 和安全服务的全球网络，其自家的 AI 模型很少受到关注。它近期与 AI 相关的头条新闻一直聚焦于让网站所有者控制访问权限。7 月，它让网站运营者根据用途阻止或允许 AI 机器人。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻简报、每年六期的独家“AI Radar”前沿报告、完整档案访问权限，以及评论区访问权限。

立即订阅