一句话看懂：斯坦福与英伟达联合开源了 CLM 模型，它不再逐 token 写字，而是把当前局面和候选动作都编码成向量，直接比对谁更接近；在多个 Agent 决策任务中，决策速度比 Jev 快 4 到 13 倍。这条路让「System One」式的快速决策在单卡上跑通。
事件核心：发生了什么
据 @NFT_Chen 分享，斯坦福与英伟达联合开源了 CLM（对比学习模型）。它针对 Agent 每一步都要从候选动作里挑一个的场景，放弃了让大模型逐 token 生成答案的常规做法：把当前状态编码成一个向量，再把每个候选动作编码成向量，选距离最近的那个。
动作向量可以提前算好并缓存，候选数量越多，省下的生成开销越明显。目前公开信息显示，约 1024 个候选动作时，CLM 决策速度可达 Jev 的 13 倍。三个实例数据：恐龙跑酷任务中，CLM 单次决策 16ms，Jev 约 150ms，快约 9 倍且零样本过关；Super Mario 中 CLM 约 33.5ms，Jev 约 132.6ms，约 4 倍，两边都能通关；WikiRacing 中从「板块构造」点到「生物发光」，CLM 79.8ms，Jev 225ms。此外，经轻量微调充当「裁判」后，DeepSWE 挑中方案通过率 81.6%，Jev 为 71.1%，且快 5.7 倍，Terminal-Bench 2.1 也有相应结果。代价是它只能在给定候选里挑，不会自己发明新动作。
为什么重要
过去一年，Agent 的推理能力大多押在让大模型「想得更久、写得更多」上，代价是延迟和算力。CLM 把决策问题从「生成」转成「检索比对」，等于把 System One 式的直觉反应做成可工程化的模块：状态和动作向量解耦缓存，推理成本随候选规模摊薄。对行业而言，这意味着 Agent 的速度瓶颈未必只能靠更大模型和更多算力解决，向量检索、对比学习这类相对轻量的路线重新进入主流视野。开源且单卡能跑，也降低了复现和二次开发的门槛，可能推动更多团队在动作空间固定的任务上优先考虑这类方案。
对用户/开发者/创作者的影响
开发者最直接的机会，是把 CLM 用在对延迟敏感的 Agent 环节，比如游戏操作、网页导航、GUI 自动化、终端命令选择。这些任务候选动作有限，正好适合「状态向量比动作向量」的框架，配合缓存可以大幅压低单步耗时。需要注意它的边界：候选集之外的新动作它发明不了，所以更适合做执行层的快速筛选，而不是开放式规划。创作者和企业若在做 AI 应用，可以把 CLM 当作低成本决策模块，与生成模型分工，前者负责快速选，后者负责解释和生成。目前公开信息显示项目已开源、单卡可跑，具体 API 和工程集成方式还需看后续文档。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 CLM 是否会在更多 Agent 基准上公布完整复现数据，尤其是候选动作规模扩大后的延迟曲线；二是它能否与现有 Agent 框架、工具调用协议顺畅集成，形成可用的开源工具链；三是 Jev 及同类逐 token 决策方案是否会跟进优化，或转向混合路线。若这条路线被验证，Agent 的推理成本结构可能出现明显变化。
来源：@NFT_Chen
