这次发布的是什么

Koa 是 Salesforce 的第一个推理模型。它的基座不是自研,而是英伟达的开放权重模型 Nemotron;两家公司一起做了后训练,让它擅长销售、营销与客服相关的任务,而不是解出更难的数学题。落地位置是 Agentforce——客户在那里搭智能体处理客服问答、预约排期这类重复工作,Koa 作为可选项与其它模型并列。

在 Koa 之前,如果一个智能体需要走完一段长时间或多步骤的推理,这些请求会被 Agentforce 的 AI 网关转给 Claude 或 ChatGPT 这类前沿模型。网关本身是决定哪个请求由哪个模型处理的系统,现在它多了一个候选。

Salesforce 列出的六条理由

  • 闭合前沿模型的开放权重替代方案
  • 按具体工作任务训练,而不是为了解不可能解出的难题
  • 没有摄入任何真实客户数据,因此无法把数据泄露给别人
  • 同一个任务消耗更少 token,从而降低 AI 支出
  • 可以按需求自动经 AI 网关路由
  • 遵守客户嵌在 Salesforce 里的数据与安全要求。

为什么以前没做

Salesforce AI 执行副总裁 Jayesh Govindarajan 的解释是缺一个能起步的预训练基座:「我们做过很多小的任务型语言模型,它们是 Agentforce 组合的一部分。但推理一直是我们要依赖前沿模型供应商的部分。直到现在。」他进一步说,在 Nemotron 出现之前,不存在一个既可用、又是当前最好水平、还有清晰数据来源的美国主权预训练模型,「我们根本不知道 Qwen 是在什么数据上训练的」。

后训练用什么数据

两家公司没有使用 Salesforce 客户的真实数据,而是构造了模拟客户模式的合成数据。Govindarajan 描述的场景包括一位客服专家面对打进客服中心的愤怒客户,以及一位试图完成交易的销售。

英伟达企业生成式 AI 软件副总裁 Kari Ann Briski 把卖点概括成三件事的组合:「主权 AI、首 token 时间、高效推理——为了这一切的 token 经济学。」

没有放弃前沿模型

Salesforce 同期还宣布了与 Anthropic 的合作,代号 Claudeforce:企业可以把 Claude 当作 AI 交互界面,而数据留在 Salesforce 的记录系统里、由它的基础设施保护。也就是说,自建模型和租用前沿模型在企业侧并不是二选一,而是按任务分层。

客户拒绝部署 AI 的理由,早就不是模型不够聪明,而是没人能保证它不会做出自己向客户承诺过不会做的事。