微软推出全新 AI“决策模型” Microsoft-Decision-1：告别冗长对话，让软件实现秒级精准判断

在过去的一段时间里，大语言模型（LLM）几乎成为了人工智能的代名词——它们擅长写文章、翻译以及像人类一样进行复杂的长篇推理。然而，在实际的软件开发和自动化代理（AI Agents）运行中，大模型往往显得过于“笨重”：仅仅为了让软件做一个简单的“是/否”判断或分类，却需要等待模型吐出大段文字，不仅速度慢，而且成本高昂。

为了解决这一行业痛点，微软近日正式发布了全新的专用 AI 模型——Microsoft-Decision-1。这标志着人工智能正在从“生成式”向“决策与控制”迈出重要一步。

什么是决策模型？它和普通大模型有何不同？

简单来说，大模型的目标是生成内容，而决策模型的目标是做出判断。

Microsoft-Decision-1并非从零开始打造，而是基于 Qwen3.5-9B 模型进行针对性后训练（Post-trained）而成的。当它面对一组预设的选项时，它不会长篇大论，而是直接给出结构化的输出以及精确到概率的置信度评分。无论是多选、评级、内容分类，还是评估某个 AI 智能体的下一步动作该继续还是暂停，它都能通过简单的 API 接口瞬间搞定。

速度与成本的颠覆性突破

在实际应用中，“速度”和“开销”往往是决定 AI 能否真正落地的关键。微软通过对 36 个基准测试（包含近 15 万个问题）的对比发现，该模型在性能上展现出了巨大的优势：

• 极致的速度： 它的平均响应延迟（p50）仅需 85 毫秒，速度比同类竞品 Quyet-1.0-Large 快了 4.5 倍，更是比传统大模型（如 GPT-6 Sol）快了 35 倍。
• 超低的成本： 在微软内部 Xbox 玩家反馈分类的实际测试中，处理上千条评论时，其运行成本比传统大模型便宜了 200 多倍，处理百万级文本的成本从两千多美元骤降至十多美元。

为什么它能在工业界大显身手？

除了快和便宜，微软在研发时还重点攻克了工业级落地最看重的几个核心指标：

1. 超强泛化与稳定性： 面对不同的任务测试，它的综合准确率达到了 83.5%，名列前茅。同时它对干扰极具“免疫力”——无论是打乱选项顺序、更换关键词描述，还是引入日常的文本噪音，它的决策结果几乎不会被干扰（决策翻转率仅为 1.3%）。
2. 精准的概率校准： 模型不仅给出答案，还会给出极具参考价值的置信度。如果它给出 90% 的概率预测，在现实中大约有 9 out of 10 的概率是正确的，这方便软件根据置信度灵活决定是直接放行还是交由人工复核。
3. 优秀的安全性： 在涵盖数千项有害内容、越狱尝试和提示词注入的测试中，它能够准确识别并拒绝有害请求，同时保持极高的业务可用性。

从游戏社区到科学实验的广泛应用

目前，Microsoft-Decision-1已经上线Microsoft Foundry平台，并同步登陆OpenRouter。微软内部已经将其应用到了多个前沿场景中：

• Xbox 玩家反馈分析： 快速将海量玩家评论分类，以理解大家对游戏的真实看法。
• Copilot 质量控制： 高效评估聊天和代理生成内容的质量。
• 科学实验自适应规划： 在复杂的科研探索中，由 AI 快速评估上一步实验并调整下一步策略，使得实验迭代速度提升了近 4 倍。

随着自主 AI 代理（Agents）在现实世界中的不断普及，像Microsoft-Decision-1这样专注于“快速做决定”的模型，正成为连接人类意图与复杂软件系统之间不可或缺的全新桥梁。