Cloudflare заявява, че новият му модел Clef означава, че AI агентите вече не се нуждаят от човешко участие

Cloudflare пуска Clef и Clef-flash — два модела за вземане на решения от AI агенти. Скоростта е основното предимство на компанията срещу лидера Jev.

Моделът за вземане на решения връща кратка класификация с вероятности, вместо дълъг текстов отговор. При съобщение от клиентска поддръжка Clef оценява неговата спешност и определя екипа, който трябва да го обработи. Последващият код може да използва тези резултати, за да насочи заявка, да задейства ескалация или да предаде случая на човек.

Според Cloudflare „вече не е задължително човек да участва в процеса при решенията на агентите“. Агентите могат „програмно да събират контекст, да вземат решения и да предприемат действия по задачи или да предадат случая на човек, когато е необходимо“. Cloudflare е избрала името от музиката, където ключът определя височините на нотите върху петолинието. По подобен начин моделът за вземане на решения задава рамката за последващите действия. Фонетичната прилика с „Jev“ вероятно също не е случайна.

Тези „модели за вземане на решения“ запълват ниша между големите езикови модели и традиционните класификатори. Езиковите модели могат да разсъждават и да извикват инструменти, но резултатите им варират и могат да бъдат бавни. Традиционните класификатори са бързи, но изискват повторно обучение за всяка нова категория. Cloudflare разглежда Clef като пряк отговор на модела Jev на TypeSafe AI и поддържа API, който е напълно съвместим, така че клиентите да могат лесно да преминат към него.

Clef-flash взема решение за 39 милисекунди

Според Cloudflare в 43 бенчмарка Clef и по-малкият Clef-flash са по-бързи от всички релевантни конкурентни модели за вземане на решения. Компанията отчита медианна латентност от около 39 милисекунди за Clef-flash и около 209 милисекунди за Clef в сравнение с малко над 524 милисекунди за Jev. И двата модела работят директно върху инфраструктурата на Cloudflare, което според компанията им позволява да се възползват и от близостта до периферните центрове за данни.

Екипът за разузнаване на заплахи на Cloudflare вече тества Clef за класифициране на уебсайтове. В един пример той определя 95 процента вероятност даден домейн да е моден уебсайт и 85 процента вероятност да е онлайн магазин. Вероятността да е фишинг сайт е под един процент. Извличането, визуализирането и класифицирането на сайта е отнело 2,2 секунди. Най-бързият универсален езиков модел на компанията е отнел 4,7 секунди за същия процес и е върнал само две категории.

Според Cloudflare Clef може да обработва и изображения, докато Jev засега е ограничен до текст. Контекстният му прозорец от 64 000 токена побира два пъти повече входни данни от този на Jev. Clef също така води в индекса за решения на Jev според собствените бенчмаркове на Cloudflare.

Cloudflare е базиран на модели Qwen

Clef е базиран на Qwen3.8-27B, а Clef-flash — на по-малкия Qwen3.5-9B, според Cloudflare. Cloudflare оставя базовите модели непроменени по време на обучението и използва собствени синтетични данни за обучение на допълнителни компоненти. Тези компоненти извличат опциите за отговор и вероятностите от вътрешните изчисления на моделите.

Cloudflare използва и собствен вариант на обучението с подсилване за калибрирани решения (RLCD) — метода, който TypeSafe използва за обучението на Jev. RLCD обучава моделите да отговарят на множество въпроси за входните данни с едно извикване, като цели да определи вероятности, съответстващи на това колко често отговорите действително са правилни. По-рано компанията експериментира с DiffusionGemma за извличане на фиксирани стойности за решения от вътрешните изчисления на езиков модел.

Клиентите ще могат да дообучават Clef за собствените си задачи

Наред с пускането на моделите Cloudflare въвежда услуга за обучение с подсилване, която позволява на клиентите да адаптират Clef към собствените си задачи. Първоначално екип от инженери, работещи пряко с клиентите, ще извършва дообучаването, а на по-късен етап е планирана платформа за самостоятелно обслужване.

Клиентите ще могат да създадат набор от данни, като регистрират заявки чрез AI Gateway, след което да оценят тези заявки в контейнери, които служат като пясъчник за обучение с подсилване. Нов компонент за обучение ще им позволи да внедрят дообучения модел в Workers AI. За стартиране на персонализирани модели Cloudflare използва технология от Replicate, която придоби в края на 2025 г.

Cloudflare казва, че планира да използва Clef вътрешно за преглед на сигнали за злоупотреби, сортиране на заявки към поддръжката и разграничаване на полезни от вредни ботове. И двата модела работят върху платформата Workers AI на Cloudflare и са достъпни в Hugging Face под лиценза Apache-2.0.

Подходът беше популяризиран от TypeSafe AI — стартъп, основан от бившия изследовател на OpenAI Диого Алмейда, който представи Jev в средата на септември. TypeSafe рекламира Jev като модел „без халюцинации“, макар че това гарантира единствено, че той остава в рамките на предварително зададените опции за отговор и не му пречи да избере неправилно. В края на септември OpenAI последва примера с API за решения, изграден върху GPT-6 Luna, който също приема контекст под формата на текст или изображения.

Cloudflare основно управлява глобална мрежа за доставка на съдържание, DNS и услуги за сигурност и е привлякла малко внимание със собствените си AI модели. Последните новини за AI от компанията бяха насочени към предоставянето на контрол на собствениците на уебсайтове върху достъпа. През юли Cloudflare позволи на операторите на сайтове да блокират или разрешават AI ботове според предназначението им.

AI новини без сензация — подбрани от хора

Абонирайте се за THE DECODER, за да четете без реклами, да получавате седмичен AI бюлетин и нашия ексклузивен годишен шесткратен доклад „AI Radar“ за водещите разработки, да имате пълен достъп до архива и достъп до секцията за коментари.