Cloudflare 发布 Clef 模型，称 AI agent 决策无需人工介入

Cloudflare 推出 Clef 与 Clef-flash 两个模型，对标 TypeSafe AI 的 Jev 决策模型。Clef-flash 约 39 毫秒完成分类，速度超过 Jev 十倍以上。两者均基于 Qwen 构建，采用 Apache 2.0 许可，设计目标是让 AI agent 在不生成文本的情况下完成结构化决策。

此前的 agent 决策常依赖生成式输出再解析，或需人工审核环节。Clef 将决策转为高速分类任务，把延迟压到毫秒级并省去人工介入，使 agent 在高频、低容忍延迟的自动化流程中更可用。

用分类模型替代文本生成来产出结构化决策，可减少 token 生成开销与解析误差，从而降低延迟；基于 Qwen 并以 Apache 2.0 发布，便于自托管和集成到 agent 流程中。对标 Jev 说明该赛道已出现专门面向 agent 决策的模型竞争。

对产品与研发而言，agent 流程可省去人工确认节点和文本解析层，降低单位调用成本与响应时间，适合风控、路由、审核等高频决策场景；同时 Apache 2.0 许可降低了部署与合规门槛。

• 在客服、风控、订单路由等高频流程中，用 Clef-flash 替换人工审核或生成式决策环节，先做延迟与准确率对比测试。
• 将 Clef 作为 agent 的结构化决策层，与现有生成模型分工：Clef 判定，生成模型负责后续文本回复。
• 基于 Apache 2.0 与 Qwen 系模型，评估私有化部署 Clef 以控制数据外流与调用成本。
• 针对 Jev 与 Clef 建立统一评测基准，覆盖延迟、分类准确率和误判成本，形成选型依据。

• Clef 与 Jev 在准确率、误判率和成本上的具体对比数据未披露。
• “无需人工介入”的适用范围与失败回退机制未说明。
• 39 毫秒的延迟在何种硬件和负载条件下测得尚不明确。
• Clef 是否已正式开放使用或仅处于发布声明阶段，证据未确认。