菜單上挑一道，跟請廚師自由發揮，原來是兩種不一樣的事

2026 年 10 月 5 日，Cloudflare 公開了 Clef（27B）與 Clef-flash（9B）兩款決策模型，權重採 Apache 2.0 授權，可透過 Workers AI 託管呼叫，也支援 Jev 相容介面。聽起來離廚房很遠，但那句官方描述其實很家常：「Clef 將輸入狀態與型別化問題轉成每個允許答案的機率。」翻成餐桌上的話就是：它讀完現況，然後從菜單裡挑一道，附上各道的把握程度。它不會替你現場即興炒一盤菜單上沒有的東西。

這件區分，你家廚房早就懂了。

便當店阿姨的工作，其實是最難的那種

中午的便當店，阿姨掃你一眼便當盒裡的主菜位置，問「飯少一點？」，她不是在閒聊，是在做決策：三樣配菜格子、主菜一格、飯量兩種選項，全部是預先畫好的框。她不用寫一篇作文給你，只要在那幾格裡做對判斷。

來源整理的適用條件也很像這種活：輸入資料穩定、答案選項事先列得清楚、結果可以被規則或人驗證。客服分流、工單分類、內容路由，這類工作就像挑菜。而長篇回覆、企劃草稿，那是需要生成式模型的活，好比請廚師看冰箱剩什麼、當場變出一桌菜。硬要把兩種任務塞進同一個步驟，文章裡說得直白：團隊容易把決策模型當成聊天模型，或期待生成模型乖乖遵守狹窄的分類規格。放到廚房裡，就是逼便當店阿姨寫食譜，又怪大廚不肯一格一格夾菜。

這跟在食譜頁邊畫線做記號是同一種分寸：先想清楚這道菜要的是精準還是隨興。

自行開火，還是讓別人顧爐

Apache 2.0 授權的意思，用喫的來說，就是食譜公開了，你可以整本搬回家。但文章提醒得很實在：食譜免費，爐子、瓦斯、有人顧火、設備壞了誰修，全是你家的事。選 Workers AI 託管，則像把爐子交給別人管，省下顧火的工，換來的是你家廚房從此連著別人的管線，帳戶、端點、服務條件，一環出狀況，飯就煮不下去。

食材供應鏈的這種取捨，我們在貨機跑道與餐桌上的芒果那篇也聊過：省事的路徑，往往把看不見的依賴也一起包了進來。

沒有「其他」這一格的菜單，最危險

文章裡有一段讀起來特別像市場裡的提醒：欄位含糊或標註不一致，模型會學到衝突的判準；選項裡若少了「資料不足」或「其他」，系統只能在不合適的答案裡勉強挑一個。

菜市場的老攤販都懂這件事。你問魚販「這條新鮮嗎」，好的魚販有第三個答案：「今天的不好，要買明天再來。」他沒有被二選一綁住。一份設計得好的菜單，也得留這一格，今天沒有的菜，就說沒有。遇到安全、財務這種高影響的決定，來源說得更保守：模型的機率不能當成正確率保證，先以建議模式跑一陣子，累積人工覆核紀錄，再談自動化。就像新學徒剛上工，先讓他在旁邊喊「油夠熱了」，別急著把整鍋交給他。

官方的基準與延遲數據，來源也標明是供應商自己的測試結果，可以當試行時的觀察線索，不能直接推定你家的服務有一樣表現。這就像食譜書上的時間「約二十分鐘」，你家爐子的火、你家鍋的厚薄，都會讓那個數字搬家。

落回你今晚的餐桌

所以這則科技新聞，最後留給廚房的線索很簡單：把任務分清楚。能在幾個格子裡做完的判斷，就用最乾淨的方式做；需要自由發揮的長篇大論，交給會寫作文的那一邊；分不清的時候，記得留一格「其他」，讓人來接手。

點菜與做菜是兩門手藝。便當店阿姨一格一格夾得又快又準，大廚看火候即興出一桌好菜，一張好的餐桌，靠的是知道今晚需要哪一種人。