客服 Agent 遇到一张异常截图，下一步该自动处理、升级工单，还是交给人工？通用大模型往往先生成一段话，再由程序猜它到底选了什么。Cloudflare 发布的 Clef 换了条路：它不写答案，而是在预设选项中直接分类，并给出各选项的概率，让 Agent 更容易据此行动。
Clef 接收文本、JSON、图像或视频，以及 Schema——对问题类型和允许输出的结构化约定。它只做一次前向推理，也就是把输入完整计算一遍，便返回所有候选项的概率。Cloudflare 同时提供 270 亿参数版和面向低延迟场景的 90 亿参数 Clef-Flash；按其自有基准，二者中位延迟分别为 209.3 毫秒和 38.8 毫秒。模型已接入 Workers AI，权重也可从 Hugging Face 下载，开发者可以自行部署或微调。
它值得关注，不是因为“会聊天”，而是把 Agent 最关键的“下一步做什么”拆成了一个专用组件。不过，上述速度来自 Cloudflare 自测；社区也提醒，真正重要的还包括模型在不确定时能否降低置信度、把决定交还给人。