周一上午十点，一家美容院的客服邮箱和 WhatsApp 里堆着周末留下的七十多条消息：预约、改期、价格咨询、一条过敏投诉，还有一大串推销广告。回复之前，总得先有人把它们分门别类。
最近六周，市场上集中出现了一类专做这一步的新型 AI。它不写回复，只负责读每条消息，从你事先给定的选项里挑出答案，并附上一个表示把握程度的数字。本文会讲清楚这种“决策模型”是什么、怎么运作、要花多少钱，以及香港中小企业可以怎样用起来。
什么是 AI 决策模型？
AI 决策模型是一种只做选择题的 AI：你给它一条消息和几个选项，例如“预约、改期、投诉、广告”，它会为每个选项打出概率，而不是写出一段文字。它擅长快速分类和分流，再把结果交给员工处理。
这个类别非常新。据客服软件公司 eesel 的整理，TypeSafe 于 2026 年 9 月 15 日推出 Jev 模型，带起了这波潮流；到 10 月中旬，Cloudflare、亚马逊旗下的 Strands Labs、微软、Liquid AI 和 Perplexity 都已发布各自的决策模型。
决策模型是怎么运作的？
决策模型需要两样输入：一是要判断的内容，比如一条消息或一张订单；二是几道问题及允许的答案。它把内容读一遍，就同时给所有答案打分，输出类似“账务 0.98”的数字，而不是句子。因为不需要逐字生成文字，所以速度非常快。
Cloudflare 的技术文档里有个例子：消息内容是“我被重复扣款了，请退还多收的钱”。模型判断应由账务团队处理，概率 0.981；需要退款的概率为 0.996。系统随后按这些数字自动派单。
常见的三种题型
--- 判断题：“这是投诉吗？”模型返回答案为“是”的概率。
--- 单选题：“应该交给哪个部门？”模型为每个选项给出概率。
--- 评分题：“紧急程度属于 1 到 4 的哪一级？”模型返回加权分数。
为什么 2026 年 10 月冒出这么多决策模型？
做 AI 助手的企业发现，助手内部的大多数步骤其实是一个个小判断，而不是写作。Jev 推出后，各大科技公司纷纷推出更快、更便宜的版本，Cloudflare、AWS Strands Labs、微软、Liquid AI 和 Perplexity 都在 10 月 1 日至 16 日之间发布了决策模型。
根据 No Code MBA 的发布追踪，Cloudflare 于 10 月 1 日推出 Clef 和更小的 Clef-flash，并开放下载；Strands Decider 2B 同日发布，小到能在普通笔记本电脑上运行；微软的 Microsoft-Decision-1 于 10 月 9 日上线。OpenAI 虽在 9 月 29 日的开发者大会上宣布了 Decisions API，但截至 10 月下旬仍未公布文档和价格。
速度是竞争焦点。InfoQ 引述 Cloudflare 自家测试：Clef-flash 的中位响应时间为 38.8 毫秒，Clef 为 209.3 毫秒，Jev 为 524.1 毫秒。
决策模型和 ChatGPT 有什么区别？
ChatGPT 是通才，能写、能解释、能推理；决策模型是专才，只在你设定的选项里作答。后者单次处理更快、更便宜，结果也更好核对和统计，但它不能起草回复，也处理不了需要一步步推理的复杂问题。两者是分工合作的关系，而不是谁取代谁。
决策模型能帮中小企业做什么？
只要是员工需要反复分类、打标签或核对的工作，都适合交给决策模型，例如分流 WhatsApp 和邮件咨询、把投诉和预约分开、为主管标出紧急个案、给销售线索打分，以及退款前检查商品破损照片。模型只负责判断，执行仍由人或系统完成。
三个香港常见场景
--- 美容院：凡是提到红肿、过敏或疼痛的消息，一律标为“紧急，需人工处理”，不会被排在普通预约后面。
--- 网店：顾客发来包裹照片时，模型判断“是否明显破损”。Clef 每次最多可读取四张图片。
--- 地产中介：按客户留言给新线索打 1 到 4 分，经纪先跟进高分客户。
这些应用都不需要 AI 直接和顾客对话。如果公司已同时使用多个 AI 模型，决策模型还能充当“调度员”，详见我们的 AI 模型路由指南。
用 AI 决策模型要花多少钱？
决策模型是目前最便宜的 AI 工具之一。Microsoft-Decision-1 每百万输入 token 约 0.042 美元，输出免费；Cloudflare 的 Clef-flash 为 0.09 美元，Clef 为 0.24 美元；AWS 的 Strands Decider 2B 可以免费自行部署。分类一万条短消息，费用通常不到五港元。
“token”是文字的计量单位。一条普通客户消息加上选项说明约 500 个 token，一万条大约五百万个 token。按 1 美元兑 7.8 港元计算：
--- Microsoft-Decision-1：约 1.6 港元。
--- Clef-flash：约 3.5 港元。
--- Clef：约 9.4 港元。
价格来自 eesel 引述的微软公布价以及 Cloudflare Workers AI 收费表。对中小企业来说，真正的成本不在用量，而在搭建时间：总得有人把模型接到 WhatsApp、邮箱或订单系统上。
大家对决策模型有哪些误解？
最常见的误解包括：把信心数字当成答对的概率、以为模型越大越好，以及让它在没人复核的情况下做影响他人的重大决定。它是快速的分拣员，不是裁判。每组选项还必须加上“其他”，因为模型本身不会回答“我不知道”。
误解一：“0.9 就是九成把握答对。”Cloudflare 文档明确说明，信心值反映的是概率是否集中，并不是答对的机会。真实准确率只能用你自己的历史消息测出来。
误解二：“模型越大越好。”在客服测试里，小型的 Clef-flash 得 77.0 分，与 Clef 的 76.3 分相当；但在包含 150 个类别和“都不符合”消息的测试中，Clef-flash 跌到 66.8 分，Clef 仍有 97.4 分。选项少用小模型，选项多就用大模型。
误解三：“它什么都能定。”微软提醒，Decision-1 不应作为招聘、信贷等涉及个人的重大决定的唯一依据。这类工作要保留人工复核，可参考我们的 人机协作（Human-in-the-loop）解读。
怎样安全地开始使用决策模型？
先挑一项重复最多的分类工作，用大白话写出四五个选项并加上“其他”，再拿两百到五百条历史消息测试，然后才正式上线。只有在信心值很高（比如 0.9 以上）时才让模型自动处理，其余交给员工判断，并每月抽查记录、统计出错率。
总结：决策模型是 AI 时代的分拣员
决策模型不会替你写邮件，也不会取代你的判断，但它能在几十毫秒内读完每条消息、判断去向，并告诉你有多大把握，每一万条消息只需几块港币。
对中小企业来说，最聪明的第一步不是大型 AI 项目，而是挑出团队每天重复的一项分类工作，用自己的历史数据测试，并让重要决定始终由人把关。懂AI，更懂你 UD相伴，AI不冷
由 UD AI 团队审阅。
想知道公司哪些分类工作可以交给决策模型，哪些应该留给团队？先做一次免费 AI 体检，UD 团队手把手教你，从找出最重复的判断工作，到规划安全的第一次试点，全程陪你走好每一步。