少一点推理，多一点办事。认识 Koa Decisions。

Salesforce 决策模型的新版本，能在毫秒级完成单步决策。

Darvish Shadravan
产品管理高级总监
2026 年 11 月 6 日
阅读约 5 分钟

决策模型正赶上风口。9 月中旬，TypeSafe AI 带着 Jev 走出隐身状态，这是一款专门从一组选项里做选择的模型。一个月后，OpenAI 把 Decisions API 正式开放，还有几家 AI 公司也发布了各自的决策模型。

Salesforce 使用决策模型已经有好几年，其中包括 HyperClassifier：它在 Agentforce 内部给请求分流，把每条问询送到负责处理它的那一部分智能体。例如，客户问客服智能体「我的包裹到哪了？」，这个分流模型就会把消息送到处理物流配送的那一部分。其他部分分别处理常见问题、当前促销和升级请求。决策模型帮助智能体迅速判断下一步该做什么——选对工作流、做是或否的判断，或打一个分数——而不必每个小任务都去调用更大、更贵的 AI 模型。

这个月，我们推出 HyperClassifier 模型的下一版：Koa Decisions。它建立在 HyperClassifier 已经验证过的能力之上，大幅扩展了决策模型在 Salesforce 里能用到的场景和方式。结果是一个更灵活的模型，能把快速、高效的决策带进更广的工作流和应用。

Koa Decisions 读入一条请求和你定义的类别列表，然后一步做出决策，耗时在毫秒级。我们的数据科学团队把新的训练方法用在 Google 的开放权重模型 Gemma 上，把它做了出来。除了其他改进，它还新增了对图像和音频的多模态支持。

我们计划把它从分流扩展到更远的地方：给 Salesforce 构建者用于 Flows、Apex 和提示词模板，并给开发者提供 API。Koa Decisions 加入了 Salesforce 的 Koa 模型家族；这个家族里还有一个与 NVIDIA 合作打造的独立推理模型。

为什么决策模型对企业智能体很重要

大语言模型（LLM）生成文本，但智能体的很多工作其实只是做选择：这条请求该给哪个团队，该展示哪篇知识库文章。决策模型做的就是这件事：它返回一个选择，比如从列表里挑一项、回答是或否，或给出一个分数。

假设客户在公司的聊天窗口里输入「我登不进账号了」。这条请求该给工程、账户还是销售？通用大语言模型能理解这句话，但它并不是为这种又快又准的定向决策而设计的，想清楚这个问题可能要花上一秒多。

相比之下，决策模型就是为这个任务设计的。面对同样的请求和选项，它能在毫秒级识别出「账户」，给出明确答案和置信度，而不必承担更大通用模型的开销。

这样的答案常常只是一个 token，也就是模型处理的基本文本单位，大约相当于一个词。大语言模型一个 token 一个 token 地写答案，每个新 token 都依赖于前面的 token。决策模型则一次读完整条请求，并一步给出答案。短答案消耗的计算更少，其他软件也能立刻据此行动。

我们在 Agentforce 里测量请求分流时发现，我们的决策模型大约花费 26 毫秒，通用大语言模型大约 1.4 秒。想更仔细地了解 Koa Decisions 如何工作，请阅读我们团队的研究论文。

一条客户消息进去，一个决策出来，比如该由哪个团队来处理。

自己试一试

即使你还不是 Salesforce 客户，也可以试用决策模型。注册一个免费的 Trailhead 账号，然后运行 Koa Decisions 演示。

1. 点击 Route a support request，再点灰色箭头。模型会把默认请求分流到工程、账户或销售，并显示每个选项的置信度。
2. 在 Choices 下增加第四个选项，比如 “Returns”。你也可以发挥创意，加上有趣或个人化的选项，比如 “Healthcare” 甚至 “Daycare”。要点回 Input 框才能锁定。
3. 在 Input 框里把请求改成和你新增选项相关的内容，比如 “I need to send back the order that arrived yesterday”，再点一次灰色箭头。看看模型现在选了哪一项。
4. 把类似的书面请求和选项列表粘贴进一个基于大语言模型的聊天助手。比较它的回答长度、格式和决策模型有什么不同。

在第 3 步里，你一加上 “returns”，模型就选中了它，无需重新训练。软件给请求分类已经做了几十年，但过去通常要训练一个定制的预测机器学习模型。团队先定义结果，再收集并标注数据、训练模型、检查准确率，然后重复。对许多企业客户来说，从想法走到生产要花几个月。决策模型则从已经通过大量文本学会「退回订单」和「退货」之间关系的语言模型出发。团队加上这个类别后，有时几小时就能进入生产。

效率被做进了 Salesforce

Koa Decisions 的定位，是做那些让 Salesforce 里的工作持续往前走的快速判断，把大语言模型留给写作和推理。客户不必为某个具体工作手动挑选模型，就能得到更高效的流程。

例如，当一笔销售交易开始下滑时，决策模型可以标出风险并选择该由哪个团队介入，大语言模型则总结发生了什么变化。等有人打开这条记录时，正确的团队已经知道了。

想了解 Koa Decisions 如何嵌入日常业务流程——从一条 Sales Cloud 记录到一条 Slack 提醒——请观看演示视频。

把 Koa Decisions 用在一个常见业务流程上：从标出有风险的交易，到在 Slack 里提醒团队。

定价和包装可能会变化。可用性可能因地区而异，并以客户协议为准。客户做采购决定时，应以当前已上市的产品和服务为依据。