微软Decision-1上线AI Gateway：用概率化决策革新AI工作流

微软的Decision-1模型正式登陆AI Gateway，这个专门处理"决策型"任务的AI模型，正在为开发者提供一种全新的方式——让AI不仅生成内容，还能帮你做选择。

什么是Decision-1？

Decision-1是微软推出的一款专注于结构化决策的AI模型。与传统的文本生成模型不同，它回答的是"带类型的问题"——用户提出一个明确的问题，模型返回的是概率、选项和评分，而非一段自由文本。

这种设计让Decision-1特别适合三类场景：对支持请求进行分类、在工作流中选择下一步操作、以及根据评分标准评估AI生成的回答。开发者可以将多个问题绑定到同一份输入上，在一次请求中完成多项判断，大幅提升处理效率。

三种问题类型，覆盖主流决策需求

Decision-1支持三种核心问题形式，每种都带有概率输出，让应用可以根据置信度自行决定是直接执行还是转人工审核。

是非题（Boolean）：回答"是或否"的问题，适合做二值判断，比如判断某条内容是否违规。

选择题（Choice）：在一组命名类别中选出最合适的答案。例如收到一条发票支付失败的请求，可以问"应该由哪个团队处理"，模型会在"账单"和"技术"等选项中给出概率分布。

评分题（Score）：根据一组有序标准对输入进行打分，适合做质量评估或风险分级。

官方给出的代码示例非常直观——只需调用 decide 函数，传入模型名 microsoft/microsoft-decision-1、输入状态和一组成员问题，就能拿到结构化的答案对象。

概率输出与置信度阈值 是使用 Decision-1 时需要理解的关键概念。模型对每个选项给出的概率，反映的是它在当前输入下对该判断的把握程度，而不是绝对正确的保证。应用层通常会设定一个阈值：当最高概率超过阈值时才自动执行动作，否则转入人工审核或降级处理。这一机制的价值在于把“模型是否可靠”从二元的对错问题，转化为可调节的风险控制参数，团队可以按业务对错误的容忍度来设定阈值高低，在自动化率与准确率之间取得平衡。

接入方式：一个API Key打通所有

Decision-1的接入门槛相当低。开发者可以通过三种方式调用：AI SDK 的 decision API、OpenAI 兼容的 Decisions API，以及 TypeSafe 兼容的 API。

最关键的一点是：你只需要一个 AI Gateway 的 API Key，不需要单独的 Azure 账号，也不需要提前部署模型。对于已经使用 AI Gateway 管理其他模型的团队来说，Decision-1几乎是"零成本"接入。

AI Gateway 是一种位于应用与底层模型服务之间的中间层，它把不同厂商、不同协议的模型统一暴露为一组标准接口。开发者只需持有网关颁发的 API Key，就能调用网关背后挂载的任意模型，而不必分别申请各家云平台的账号、单独完成鉴权与配额配置。除统一访问外，网关通常还负责请求路由、失败重试、速率限制、用量计量与费用归集等横切关注点，使团队在更换或新增模型时无需改动业务代码。Decision-1 通过网关开放，意味着它复用了这套既有基础设施，这也是文中强调“零成本接入”的原因。

与AI Gateway的协同：成本可追踪

AI Gateway 本身提供的统一模型访问、用量追踪和成本管理能力，同样适用于 Decision-1。所有决策调用都会出现在日志中，并计入预算统计，与其他模型请求一视同仁。这意味着团队可以在一个面板里看到决策模型的调用频率和费用占比，方便做成本优化。

概率化决策的实用价值

Decision-1真正有意思的地方在于概率输出。传统分类模型往往只给一个标签，应用拿到结果后只能全盘接受。而Decision-1返回每个选项的概率，让应用层有了更多控制空间——当某个判断的置信度低于阈值时，可以自动转交人工处理，而不是硬着头皮执行。

这种"带不确定性的决策"模式，对于客服工单路由、审批流程自动化、AI输出质量把关等场景，实用性很强。开发者可以从浏览可用模型列表或阅读决策模型指南开始，快速把Decision-1集成进现有工作流。

谁适合用Decision-1？

如果你的应用需要在多个选项中做选择、对输入做分类、或者按标准打分，同时又希望保留人工兜底的灵活性，Decision-1值得一试。尤其是已经在使用 AI Gateway 的团队，接入成本几乎可以忽略不计。