发生了什么
9 月 15 日，Salesforce 与英伟达在 Dreamforce 大会上联合发布 Koa。该模型基于英伟达 Nemotron 3 Super 开源模型后训练而来，是 Salesforce 首款专为 Agentforce 平台打造的 CRM 推理模型。Salesforce 同时宣布，将 Nemotron 系模型与加速计算引入 Missionforce，服务于政府与受监管行业，使其可在私有云、密级网络与完全气隙环境中部署。
训练方式与数据边界
Koa 的训练语料全部由合成场景构成，未使用任何客户数据。这些场景按「角色 + 具体任务 + 完成任务所需的动作与工具调用顺序」构建，覆盖销售线索生成、商机资格评估与服务工单处理等客户生命周期环节，涉及制造、金融服务、医疗与旅游等 14 个以上行业。后训练采用监督微调与基于群体相对策略优化（GRPO）的强化学习，工具链为英伟达 NeMo RL、NeMo Gym 与 NeMo AutoModel。
- Salesforce 掌握 Koa 的模型权重，后训练与推理均在其自有基础设施内完成，客户数据不跨越信任边界。
- 论文作者将「仿真到奖励」流水线视为该模型的核心组件，把工作流规范转为带角色条件的多轮任务，奖励与工具调用是否成功解决任务挂钩。
- 企业领域的工作流规范以 Salesforce 的声明式语言 Agent Script 编写，公开工具使用领域则直接合成工作流结构。
- 在 Salesforce CRM Bench 上，Koa 调用正确动作的精度提升 11%，上下文召回可靠性为基线的 2.1 倍，长对话中的上下文保持能力提升 15%。
Salesforce 最宝贵的资产并不是平台本身，而是近三十年积累的、企业实际如何运作的知识。Koa 把这份知识放进了模型内部。——马克·贝尼奥夫，Salesforce 董事长兼 CEO
为什么对企业客户重要
通用模型在 CRM 场景中的短板不在于知识量，而在于能否按企业既有流程一步步调用正确的工具。Koa 的价值在于把「做什么」与「按什么顺序做」的监督信号写进模型，而不是停留在答案层面。对数据敏感度高的行业而言，更关键的是部署形态：模型运行在 Salesforce 自有环境内、客户数据不参与训练，这一组合直接回应金融、医疗与政府客户最常见的合规质询。Salesforce 表示 Koa 已在内部 Slack 员工助手中使用，并进入 Formula 1、UChicago Medicine、Baxter Credit Union、Xero 等客户的试点阶段，预计 2026 年冬季在美国区域正式可用。
需要保留的判断
相关论文将 Koa 明确描述为「优于其开源基座、超过一个强闭源基线，但仍低于最强前沿模型」，这意味着其优势集中在多轮工具调用等特定维度，而非全面能力领先。公告中的精度与错误率数据来自 Salesforce 自建的 CRM Bench，缺少第三方独立复现，企业评估时宜以自有任务集自行验证。