10 月 1 日，Cloudflare 发布并开源两个「决策模型」（decision model）：Clef（27B）与 Clef-flash（9B），Apache 2.0 许可，已上线 Workers AI 并登陆 Hugging Face。它们不写文章、不写代码——只做一件事：给预定义的选项输出概率，让下游代码直接执行。

决策模型是什么

LLM 能推理但输出不可控、速度慢；传统分类器快但每换一类就要重训。决策模型卡在两者之间：

• 输入一段状态（文本、JSON，Clef 还支持图像）+ 一组带类型的问题，单次前向返回每个选项的概率，没有自由文本生成，无需输出解析；
• 支持三种问题类型：choice（每选项概率）、布尔判定（条件为真的概率）、score（跨有序标准打分）；
• Cloudflare 的例子：一条客服消息进来，同时判定「紧急程度」和「该路由给哪个团队」，下游代码据此分流、升级或转人工。

技术路线：基座（Qwen3.8-27B / Qwen3.5-9B）完全冻结，训练联合路由头 + rank-256 LoRA，Brier loss 做校准，强化学习阶段用自家 RLCD——与 TypeSafe 训练 Jev 同源的方法。

数字与战绩

• 延迟：Clef-flash 中位 39ms、Clef 209ms，对比 TypeSafe Jev 的 524ms；
• 上下文：64K token（Jev 的两倍），且支持图像输入（Jev 目前仅文本）；
• API 完全兼容 Jev，客户可无缝切换；
• 自报 43 项基准延迟全面领先，准确率互有胜负——Jev 在 When2Call 上仍领先，Cloudflare 自己的数据也没有掩饰这点。

Cloudflare 威胁情报团队已拿它做网站分类：抓取、渲染、分类一个域名 2.2 秒搞定，自家最快的通用 LLM 跑同样流程要 4.7 秒且只返回两个类别。

为什么值得关注

「决策模型」三周内成了独立品类。 9 月中旬 TypeSafe 发布 Jev，9 月底 OpenAI 跟进基于 GPT-6 Luna 的 Decisions API，10 月 1 日 Cloudflare 开源 Clef——间隔不到三周，Ollama v0.35 也悄悄加了兼容的 systemone 接口。agent 工作流里那些「让 LLM 判断一下再走分支」的环节，正在被拆出来做成专门的模型层。

human-in-the-loop 的边界在移动。 Cloudflare 的原话是「智能体决策不再必须有人在环」。这与本周另一侧的趋势（FTC 调查、苹果收紧 macOS 权限）构成一枚硬币的两面：技术上一侧是「决策快到不需要人」，监管与 OS 一侧是「动作大不敢没有人」。未来 agent 设计的核心问题就是这条线的画法——哪些决策交给 39ms 的模型，哪些必须停给人看。

开源 + 兼容是最实际的打法。 Apache 2.0 权重可自托管、Jev 兼容 API 可平移——对被锁定在单一决策 API 上的团队，这是一个成本友好的第二供应商选项。

参考：Cloudflare 官方博客、The Decoder、TPS Report、ThreatFrontier。