决策模型正在从一个新概念变成模型、API和数据平台，都在发布的产品类别。
决策模型也称“System One模型”，以TypeSafe的Jev开始，在随后不到一个月内涌现出十余款模型，微软、AWS、Perplexity、Snowflake等厂商相继入场。
一时间，整个行业梦回“百模大战”，这样的速度即使在AI行业也罕见。
决策模型的兴起，本质上是将智能体的决策层从推理层中解耦出来。这一趋势背后的逻辑是，智能体在工作过程中会产生大量小型、重复性的决策，这些决策决定了Agent下一步动作，判断是否通过验证，以及路由到哪个模型或工具。
现实中，产生决策并不需要大模型复杂的推理能力，但却占据了大量调用次数和成本。决策模型正是为这类高容量、有边界的Agent决策而设计。
决策模型也为中国企业Agent落地送来了一场“及时雨”。
在光子星球与一线企业与大厂交流中了解到，数字化底子好的企业已经进入了AI切入工作流环节。现阶段，很多企业已经放弃了训练垂直大模型的想法，取而代之的是在融入业务逻辑基础上，解决各个业务环节卡点。
工单该分给谁，请求是否需要人工介入，当前步骤是否继续。Agent在工作流中产生的这类判断，在企业Agent场景中密度极高。
决策模型的出现，为这类判断提供了专门的执行层。
决策层独立
过去两年构建Agent的做法，是让通用大模型处理复杂推理到简单工具路由的所有环节。这种方式在Agent刚起步时存在合理性，一个模型解决所有问题，简单直接。
但当Agent真正跑起来后，瓶颈便开始暴露。因为在一个Agent任务里存在大量琐碎的判断，这些判断答案空间有限、调用量大还在关键路径上。用性能最好的通用大模型每做一次判断，任务的延迟就会按秒叠加，账单也会按Token不断增加。
决策模型在其中充当了执行判断的角色，不生成文本，只在给定一组固定选项时返回校准后的概率分数。以微软发布的Microsoft-Decision-1为例，模型支持是非题、选择题和评分选项，也支持依据评分标准评估AI回复和智能体操作。
把决策层从大模型中拆出来，意味着Agent工作流中的每一个判断节点都可以被独立优化。决策模型不会取代大模型，而是与之形成分工与共存的关系。通用模型负责需要复杂推理和生成的“重”任务，决策模型负责Agent工作流中大量“轻”的重复性判断。
这一分工背后的直接驱动力是成本和延迟。TypeSafe公布的数字显示，Jev的端到端延迟在70到500毫秒之间，比同类大语言模型快了20到200倍。
微软Decision-1在Xbox Research处理超过10000条反馈时，质量与GPT-6 Sol相当，速度提高14倍，成本降低200倍。这种差距在单次Agent调用中看不出来，只有在高频、连续的决策链条中才会显现。
微软的DEMO中直观展现了分析类场景，使用决策模型返回速度的提升。使用ChatGPT Sol和Microsoft-Decision-1执行同一个分类并路由的请求，Microsoft-Decision-1仅用182毫秒就返回，而Sol用了6.4秒。
需要提到的是，当前的决策模型仍存在明显的边界。比如Jev目前图像输入仅支持PNG、JPEG静态图片，边长须在256至1568像素之间，单张图片不超过16MiB，费用按输入Token计算。官方提醒，Jev处理多模态任务时的表现仍不如纯文本任务。决策模型更适合作为业务流程中的一个判断组件，承担分类、排序、筛查或建议下一步的职能。
在微软给出的决策模型17个用途中，几乎都是高频、重复、嵌入工作流的“节点”。梳理完这些用途，实际构成了Agent系统的两个基础设施层。由安全筛查、数据验证、AI审评等构成的“免疫系统”层，负责识别判断和验证；由模型路由、智能体控制、事件响应路由等构成的“交通系统”层，主要负责评估、选择和调度。
模型分工显现
一个值得注意的趋势是，决策模型在极小的参数规模下，实现了与通用模型竞争的质量。
例如，开源决策模型THX-01只有3.22亿参数，开发团队在包含2843条英语、俄语、土耳其语和阿塞拜疆语客服工单的内部测试中，报告其分类准确率为98.4%，略高于Jev 1.13的97.4%，报告的GPU推理延迟约为10毫秒。
这说明，在选项明确、任务边界清晰的多语言工单分类上，一个参数规模很小的专用决策模型，也能达到与更大型模型服务有竞争力的表现，并显著降低推理延迟。
这种现象不是小模型“逆袭”，而是模型分工开始显现。
决策模型在有限任务上以较小参数模型达到有竞争力的表现，很容易被解读为“小模型追上了大模型”。但更确切地说，通用模型与决策模型所承担的工作不同，所以不需要用同一个模型包办所有环节。
通用模型的价值在于，处理开放、复杂、变化多的任务，例如理解模糊意图、进行多步推理、整合多种信息等。决策模型的工作范围则更窄，在已有状态、规则和候选动作之中，判断哪一个更合适，或给出各选项的概率与评分。
一句话总结为，前沿模型驱动能力，决策模型驱动效率。这种分工与传统软件架构的演进相似，当一项能力变得高频且边界清晰的时候，就有动力把它从通用组件中抽离出来，做成专用模块。
这时候，AI系统的能力竞争，就开始从模型有多大延伸到任务是否拆得更清楚。当业务问题可以被定义为状态、标准和有限动作，专用的小模型可能比通用大模型更适合承担高频的判断。未来的优势未必来自用一个模型包办一切，而是把不同任务分配给合适的模型和规则，并让其在可靠的流程中协同工作。
对于中国Agent团队来说，决策层的竞争壁垒将从模型规模，转移到场景理解。当下，决策模型的质量更多取决于，训练数据的质量和判断逻辑的清晰度。中国团队更多的机会，在于把特定业务场景中的判断逻辑，比如什么情况下升级、等待、转化为人工，转化为可训练、可部署和可校准的决策层。
参数规模已经不再是门槛，场景绑定才是。
在新机会面前，可能带来新一轮的格局洗牌。通用大模型公司最擅长的是投入巨额资源，打造面向广泛任务的基础模型。而许多决策模型的竞争力来自任务定义、行业数据、决策标准和流程集成。这些资产往往掌握在行业软件商、企业内部团队和垂直领域创业公司手里。大型模型可以提供底座，但未必天然拥有每个细分行业的业务规则、例外样本和结果反馈。
因此，市场可能会逐渐呈现分层。少数几个模型厂商提供基础决策模型和通用API，更多团队围绕金融、客服、制造、医疗、物流等具体场景，开发专用决策能力与工作流。竞争焦点将转化为谁能以可接受的成本，持续做出符合业务要求的判断，并把判断安全、稳定地接入实际流程。
落地场景，恰好是决策层的用武之地
国内比国外更强调“场景”，这一点从切入决策模型的动作就可以看出。
以微软为代表的国外公司，倾向于把通用决策模型API化，即用一个后训练的基础模型，通过云平台按Token计价分发，再让开发者调用。而中国团队的路径则更侧重，场景决策深度嵌入，即把决策能力直接嵌入到企业的业务系统、Agent框架和工作流中，以开源模型和本地化部署为主，解决具体场景中的判断问题。
一方面，金融、医疗、政务等领域的数据合规要求严格，闭源API调用在很多场景下不可行。另一方面，中国企业的Agent落地往往涉及与现有业务系统的深度集成。决策层需要理解具体的业务规则、权限体系和工作流逻辑，而这些信息不是通用API能够提供。
模型路由是国内落地最成熟的切入点，也是Agent工作流中决策频次最高、规则相对清晰的场景。
办公Agent实践已经表明，路由调度正在成为规模化使用的经济账。但模型路由只是起点，决策层更大的价值在于作为业务规则的执行引擎。例如，云知声开源的U2-Decision 4B围绕，任务交给谁、任务是否能执行和任务沿什么路径完成来搭建框架，对应的三项核心能力是智能模型路由、安全决策和工作流路由。
类似的“前置判断”能力对企业场景至关重要，落地到一个保险理赔Agent的决策层就需要知道，哪些材料缺失可以自动补全，哪些必须退回以及哪些需要人工核验。
路由解决的是“任务分配给谁”的问题，企业场景需要做到把决策与业务知识绑定，形成可复用的决策资产。
Chinese-Jev展示了一条可操作的路线，先用1000万条通用决策样本训练中文决策能力，再针对医疗、法律和金融分别微调。微调后的模型在医疗测试集上比Jev高4.0%，在专业领域的平均准确率达到Jev的92%，并实现约17倍加速，每个样本平均延迟15毫秒。这说明，部分领域判断模式可以通过专门训练沉淀到模型参数中。
说到底，国内团队强调“场景”，强调的是判断权的归属。当决策能力被嵌入业务系统，打通数据和与规则绑定后，Agent才能从回答问题变成承担责任的生产系统。
模型路由只是第一个证明，真正的主场是安全、权限、流程与合规。把判断变成可以复用和沉淀的企业资产，这条路才刚刚开始。
