Salesforce推出支持图像和音频的Koa Decisions

Salesforce于2026年11月6日推出了Koa Decisions。这是一款基于Google开放权重模型Gemma构建的决策模型，可处理文本、图像和音频。该公司计划将这项技术的应用范围从Agentforce请求路由扩展至Salesforce工作流和开发者工具。

Koa Decisions是HyperClassifier的升级版本。它读取请求和用户自定义的类别列表，然后通过一次处理返回一个选项、是或否的判断，或一个分数。Salesforce称，这一过程只需几毫秒。该模型加入Koa系列，与另一款采用NVIDIA技术构建的Koa推理模型并列。

Koa Decisions如何生成答案

两者的区别在于答案的生成方式。大型语言模型逐个生成文本词元，每个新词元都以前面的词元为基础。决策模型则读取完整请求，并通过一次处理输出简洁答案，通常只有一个词元。由于答案很短，生成所需的计算资源更少，其他软件也能立即据此采取行动。

例如，遇到账号登录问题时，模型可以从包含工程团队和销售团队的列表中选出账号团队，并返回置信度分数。这样一来，智能体便可用专用模型处理可重复的决策，同时将通用大型语言模型留给写作和推理任务。在Salesforce的设计中，客户无需针对每项任务手动选择模型。

研究结果与HyperClassifier的生产应用记录

团队发布的Koa决策研究预印本将分类、语义端点检测、布尔判断和评分表述为带约束的生成任务，并采用单词元输出。原子标签词元和监督微调将这些任务简化为确定性的一步解码。

作者报告称，该模型在生产环境的意图路由基准测试中准确率达到85.5%，响应时间约为半秒；在相同的服务条件下，与受测前沿模型相比，其中位速度最高约快7.5倍。与专用的Jev/TypeSafe系统相比，作者报告称，该模型准确率具有竞争力，中位响应速度更快，而且支持多模态输入和多标签输出，而单标签文本系统无法处理这些内容。

Koa Decisions以已集成到Agentforce中的前代模型为基础。Salesforce工程团队账号介绍了HyperClassifier如何解读用户意图，并在生成回复之前将智能体路由至相应的操作集。在语音交互中，它会判断用户是否已经说完。其早期设计为每个类别分配一个独特的特殊词元，并缓存初始提示的计算结果，避免重复处理相同指令；无论类别名称多长，输出步骤数都保持不变。

根据2026年7月8日发布的部署说明，HyperClassifier基于GPT-OSS-20B微调，最多可对200个标签进行分类。2026年春季，它成为Agentforce Service和Employee Agent模板默认的意图检测与路由模型。

Salesforce测得，HyperClassifier的路由响应时间约为26毫秒，而通用前沿模型为1,446毫秒。这项生产环境测量结果针对的是前代模型，并不能证明Koa Decisions也有相同性能。

演示版访问方式与计划中的集成

任何人都可以试用Koa Decisions演示版，包括非Salesforce客户，但需先注册免费的Trailhead账号。用户可以编辑请求和类别列表，并查看各个选项的置信度分数。

Salesforce表示，添加“退货”等类别无需重新训练模型。该公司将这一流程与定制预测分类项目作对比：许多企业客户的此类项目耗时数月，而决策模型有时只需数小时就能投入生产。

一个有记录的工作流示例是：决策模型标记出一笔有风险的销售交易，并选出应当介入的团队；与此同时，大型语言模型总结发生了哪些变化。整个流程从Sales Cloud记录延伸至Slack提醒。计划中的集成包括流程、Apex、提示模板和开发者API。定价和套餐可能调整，具体可用性可能因地区而异，访问权限受客户协议约束，因此，演示版和HyperClassifier现有的部署都不能证明所有计划中的集成都已普遍开放。

其实际意义在于，企业软件内部的职责分工更加明确：决策模型负责路由、检查和评分，大型语言模型则负责解释和推理。Koa Decisions为这一架构增添了多模态输入，并拓展了计划中的集成渠道；它在企业中的应用范围，最终取决于这些集成能否超出演示版和HyperClassifier现已实现的路由功能。