Cloudflare、AWS与OpenAI齐推AI决策模型，智能体架构再分层

过去一周，三家头部厂商先后把AI智能体的“决策”环节从大模型中拆了出来，变成一层专门的轻量模型。Cloudflare发布Clef与Clef-flash，AWS推出Strands Decider 2B，OpenAI则上线Decisions API，背后还有Perplexity的pplx-decider等同类思路。

这些决策模型不做长文本生成，而是从一组候选选项中给出“下一步做什么”的判断并附带置信度。AWS的Strands Decider 2B仅有20亿参数，基于Qwen3.5-2B改造，在英伟达RTX 3090上中位决策延迟约115毫秒，权重、训练数据与脚本已开源，可在本地运行。Cloudflare通过Workers AI把决策推到离应用更近的边缘，常规判断本地处理，不再发往更大的集中式模型。

对企业而言，把“选工具、路由任务、定下一步”交给小模型，能明显降低Token消耗与推理开销，也契合智能体规模化时的成本压力。TypeSafe上月发布的Jev、Perplexity的pplx-decider都已验证这条路：用专门模型处理推理与行动之间的边界决策。

不过分析师提醒，决策模型快速涌现可能带来新的AI技术栈蔓延。HFS Research的阿希什·查图尔维迪指出，企业在推理模型、重排序器、嵌入模型、路由器之外再叠加决策模型，评估与校准的复杂度会上升——各模型置信度分数的含义并不互通，为某一模型调优的阈值难以直接套用到另一个。智能体架构正在从“一个大模型包揽”走向“分层专精”，但分层越多，协同与可解释性的门槛也越高。