Salesforce Koa 以工作流程規格生成訓練環境，將 CRM 工具操作寫入 120B 模型

Salesforce 與 NVIDIA 發表 Koa，一款由開放權重 Nemotron 3 Super 120B 後訓練而成、預定整合至 Agentforce 的企業代理模型。核心並非再餵入 CRM 文件，而是把業務流程規格轉換成可互動的訓練環境：系統從 Agent Script 描述展開具有人物角色、資料狀態與多輪對話的任務，要求模型呼叫正確工具完成更新商機、分派客服案件或安排後續聯絡等操作，再依實際任務是否解決產生獎勵。

訓練分成監督式微調及採用 GRPO 的強化學習，使用 NeMo RL、NeMo Gym 與 NeMo AutoModel。Salesforce 表示語料涵蓋逾 14 個產業的合成情境，未使用客戶資料；模型權重、後訓練及推論均由 Salesforce 控制並留在其基礎設施內。這使企業模型的信任邊界不同於把資料傳往通用外部 API，但 Koa 本身並未因此成為可下載的開放權重模型。

論文較值得注意的是「規格到獎勵」方法：對依賴資料狀態的請求，獎勵以工具執行後是否達成目標為準，而非只由另一個模型評判回答文字。結果顯示 Koa 相對底座模型的最大增益集中在多輪工具使用；官方另稱它在 CRM Bench 的動作任務中能以少三倍錯誤匹配或超越領先模型。不過，論文明確指出 Koa 雖勝過一個強力專有基線，仍不及最強前沿模型，而 CRM Bench、合成資料分布及部署環境皆由 Salesforce 掌握，外部可重現性有限。

Koa 已用於 Salesforce 內部 Slack 代理，部分客戶將先行試用，預計 2026 年冬季在美國區域正式提供。工程團隊接下來應觀察模型版本能否固定、工具權限與回滾機制如何暴露，以及在企業自訂物件、長尾流程和惡意工具回傳下，規格導向獎勵是否仍能維持可靠性。