当「判断」成为Agent热路径上的基础设施，连CDN公司也开始训练专用决策模型。
Cloudflare于10月1日发布Workers AI团队训练的Clef与Clef-flash，托管于Workers AI，并在Hugging Face以Apache 2.0开源。Clef约27B，偏高精度；Clef-flash约9B，偏延迟敏感场景。二者读取状态（文本/JSON/图像等）与带类型问题，一次前向返回各选项概率，无自由文本、无需再解析。API与Jev/System One兼容，单请求最多约64道题，上下文约64K。
差异化： 相对偏文本的Jev，Clef带视觉编码器，可做图像分类；上下文更大。官方公布的Jev Decision Index相关评测中，Clef在多项指标上领先或接近对照；中位延迟约209毫秒，Clef-flash约39毫秒。内部威胁情报演示中，结合浏览器渲染对域名做多标签分类约2.2秒，对照通用大模型同流程约4.7秒且类别更少。
训练与商业化： 底座分别为Qwen3.8-27B与Qwen3.5-9B后训练，决策头非自回归打分；并引入面向校准的训练目标。公司同步推出由FDE团队协助的细调/RL服务，计划走向自助采集数据、训练并回灌Workers AI的闭环。对产业，决策模型正从「一家创业公司的闭源API」变成「开源权重+边缘托管+细调平台」的标准件竞赛；中国开源基座再次成为全球后训练的共用躯干。事实以Cloudflare博客、开发者文档与模型卡为准。