Salesforce发布由NVIDIA打造的CRM推理模型Koa

Koa并非Salesforce从头开始训练的模型。它是在NVIDIA开源权重的Nemotron-3-Super-120B基础模型之上，通过监督微调和强化学习（采用组相对策略优化GRPO方法）进行后训练而来，使用了NVIDIA的NeMo RL、NeMo Gym和NeMo AutoModel工具链^[4]。训练语料库完全是合成的——基于Salesforce自身跨越制造、医疗、旅游等14个以上行业近27年CRM部署历史中提取的模式生成——Salesforce表示训练中未使用任何客户数据^[2][3]。据称，在Salesforce内部的CRM动作基准测试中，这种组合的表现可匹敌甚至超越主流通用模型，同时将错误率降低约三分之二^[3]。其定位本就狭窄：不与Claude或GPT-5在通用推理上竞争，而是专注于做好一件事——构成大多数CRM工作的日常重复性操作。

Salesforce自身的AI高层领导层对Koa存在的原因出奇坦率。Salesforce AI执行副总裁Jayesh Govindarajan表示，公司多年来已构建了许多小型、任务专用模型，但在推理能力上始终依赖前沿供应商——‘直到现在’^[5]。这一转变的部分原因在于对数据来源的控制：Govindarajan指出，不了解Qwen等竞争性开源模型背后的训练数据是促使Salesforce选择与NVIDIA合作、构建具备清晰、可审计数据来源模型的原因之一^[6]。NVIDIA的Kari Ann Briski则将此次合作聚焦于企业买家关心的三大要素——主权AI、首token延迟和高效token推理经济性^[6]。综合来看，这表明一家公司正明确试图摆脱对任何单一前沿实验室在其代理系统底层推理层的锁定——这是一种战略姿态，而不仅仅是一次功能发布。

迄今为止关于Koa最响亮的声音来自Salesforce自身，早期线上舆论大多只是复述公司“表现媲美或超越领先模型且错误率低三倍”的说法，而非提出质疑——值得注意的是，该传播渠道中明显缺乏批判性反驳。这种怀疑态度反而出现在行业媒体中：saascity.io指出，目前尚无公开基准直接比较Koa与Claude或GPT-5，这意味着“错误率低三倍”这一数据仅为Salesforce内部测量结果，并非经过独立验证；同时提醒，无论规模多大，合成训练语料库仍可能遗漏客户数据才能暴露的真实世界边缘情况^[5]。截至目前的公开记录中，尚未解决这一差距；在Koa接受外部基准测试之前，“表现媲美或超越领先模型”仍需完全信任Salesforce的说法。

Koa并非单独发布。Salesforce将其与Missionforce Operations一同推出，后者为相关产品，现已可用；面向政府工作流的基于NVIDIA模型的版本将于2026年10月跟进^[3]。结合来看，这一模式正在形成一种新兴的企业级AI架构：低成本、专用推理模型处理CRM和政府工作中高频率的重复性任务，而昂贵的前沿模型则保留用于真正复杂的推理任务——将原本固定的每位用户AI供应商账单转变为可配置的路由决策^[5]。若此模式得以延续，Koa便不只是一个孤立的模型发布，而是NVIDIA赋能下更大战略蓝图中的CRM实例，其他软件供应商很可能将在各自领域复制这一做法。