北京
微软发布了一个叫 Microsoft-Decision-1 的模型。它不聊天，只做决策——分类、路由、评分，以及 Agent 流程控制。
这个模型基于开放权重的 Qwen3.5-9B 微调而来，接受文本输入，输出的是结构化概率分布。换句话说，它给出的不是一个句子，而是一组可以直接喂给下游系统的判断结果。
三个数字看懂它
微软公布的评测数据里，有三个数字值得单独拎出来看：
- 平均准确率 83.5%，覆盖 36 项基准
- 中位延迟 85 毫秒
- 输入扰动测试中表现稳定
83.5% 这个数字放在通用大模型的榜单里不算惊艳，但它的评测场景是决策任务，不是聊天或写作。36 项基准的平均值，说明这不是挑单项刷出来的成绩。
85 毫秒的中位延迟更关键。这个量级意味着它可以嵌进实时或交互式应用里——用户还没感觉到等待，决策已经做完了。
为什么是决策模型
Agent 流程里最容易被忽略的环节，往往不是生成内容，而是判断下一步该走哪条路。分类、路由、评分，这些动作看起来简单，但如果每次都要调用一个通用大模型来完成，延迟和成本都会迅速堆高。
微软的做法是把这类任务单独拆出来，用一个专门微调过的模型来处理。它不负责写文案，不负责陪聊，只负责给出结构化的判断结果。
输入扰动测试的稳定性也指向同一个方向：决策模型面对的实际输入往往不规范，拼写错误、格式混乱、多余字符都是常态。模型在这种条件下还能保持稳定输出，才具备上生产的资格。
怎么用
目前这个模型通过两个渠道提供托管服务：Azure 上的 Microsoft Foundry，以及 OpenRouter。不需要自己部署，直接调用 API 即可。
对于正在搭 Agent 流程的团队来说，这类专用决策模型的思路值得留意——把判断和生成拆开，各用各的模型，可能比一个通用模型包打天下更划算。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
