蚂蚁推出专用决策模型，主打低成本业务判断

处理一条催单消息，AI 往往需要判断问题类型、工单优先级、归属部门，以及是否转人工。业务需要的是几个明确的选择，不一定需要一段解释。蚂蚁数科发布的 LingDT-Decision-1.0，就瞄准了这类高频决策任务。

据团队测试，它相比大语言模型可降低超 90% 的 Token 消耗，响应时效提升 10 倍。但这些数字来自哪些任务、用了什么对照模型，报道没有展开。理解它的价值，要先看清它解决的问题，再判断这些收益能否迁移到自己的业务。

只要一个判断，为什么要生成一段话

原文用客服催单举例：用户说「这个订单已经三天了还没发货，请尽快处理」，系统需要接连回答几个问题：

• 这是退款、催单，还是投诉？
• 工单是否需要优先处理？
• 应该派给哪个部门？
• 是否存在需要人工接管的风险？

这些任务的共同点是，输出通常有明确的候选项或评分范围。系统需要选出结果，然后继续执行流程。

原文认为，通用大语言模型通过逐 Token 生成文本来完成这类任务，链路较长，成本和稳定性也有压力。决策模型则把目标放在判断上，适合意图识别、工具选择、规则分类和结果打分。

任务只需要明确选项时，生成长文本未必划算。

不过，报道没有说明 LingDT-Decision-1.0 的内部架构、输出格式和推理机制，不能据此认定它完全不生成 Token，或不需要推理过程。

多选和按序决策，比单次分类多解决了什么

LingDT-Decision-1.0 除了支持判断、单选、分类和评级，还宣称首创支持原生多选与按序决策（DAG）。

多选容易理解：一条输入可能同时对应多个处理选项，强行归为一个类别，会丢掉业务需要的信息。

按序决策对应的则是步骤之间的依赖。DAG 是有向无环图，可以把它理解为一张带先后关系、不能循环依赖的任务图。企业流程往往不是一次分类就结束，后续判断可能需要使用前一步的结果。

这两项能力更贴近真实业务，但报道只给出了能力名称，没有展示具体输入输出，也没有解释它如何表达依赖、处理前序判断错误。因此，目前可以确认的是产品定位，尚不足以判断它能替代多少流程编排工作。「首创」也属于发布方主张，原文没有提供核验材料。

超 90% 的节省，现有证据能说明多少

报道给出了两组结果，需要分开看。

第一组是基准评测。在 23 项开源评测基准中，LingDT-Decision-1.0 的性能超过 Microsoft-Decision-1、Jev 1.13. 等决策模型，其中 27B 版本取得同参数模型中的最高准确率。但原文没有列出基准名称、逐项分数及评测配置，读者无法进一步核对。

第二组来自蚂蚁数科团队在客服、风控、金融等真实业务场景的测试。处理同样任务时，相比大语言模型，Token 消耗降低超 90%，响应时效提升 10 倍，且性能表现更优。

这里缺少几个影响结论的条件：对照的是哪个大语言模型，是否要求输出解释，任务难度如何，响应时间是否包含完整业务链路。报道也没有说明「性能更优」具体对应哪些指标。

Token 消耗下降超 90%，不能直接当成总费用下降超 90%。

模型提供 4B 和 27B 两个版本，已在蚂蚁数科 DTMaaS 平台上线，可限时免费体验。正式价格、免费期限，以及部署与接入细节，原文都没有说清楚。

我的判断

我认同它的任务划分思路：把意图判断、工具选择等固定决策单独处理，确实比让所有请求都进入通用对话流程更值得尝试。

但选型时还要加入常见替代方案。条件明确的任务可以用规则，标签稳定的任务可以考虑分类模型，也可以让通用大语言模型输出受约束的结构化结果。LingDT-Decision-1.0 是否更合适，要看它在同一批业务样本上的准确率、耗时和实际费用。

原文中的收益属于团队测试结果，比单纯的经验主张更具体；但缺少公开对照细节，还不能把它当成一般团队都能复现的结论。尤其是高风险决策，整体准确率之外，还得看关键错误会落在哪些样本上。

能拿来做什么

• 如果你正在用 Node 服务接入 AI 客服，可以先挑出意图分类、工单分派等输出明确的步骤，用历史样本比较规则、现有模型和决策模型的结果。
• 如果 AI 编程流程需要从固定工具中选择下一步，可以单独评测工具选择任务，记录选错工具的情况，再决定是否拆出专用决策环节。
• 试用 4B 或 27B 版本时，应同时记录准确率、响应耗时、Token 用量和实际费用；涉及转人工或风险判断的任务，还应单独检查漏判样本。