课程章节介绍
好，我们来看这一页的内容，讲的是一种比较特殊的模型，叫，Einstein HyperClassifier，。这个名字你可能在配置Agentforce的agent_router子代理时见到过。我们先理解一下它到底是做什么的，以及什么时候用、怎么用。
简单说，Agentforce里面有时候会有“子代理分类”的需求。比如一个大的对话机器人，背后有好几个专门负责不同任务的子代理——一个管订单查询，一个管售后投诉，一个管产品推荐。那当用户说一句话进来时，系统要快速决定这句话该交给哪个子代理。这时候就需要一个专门做分类的组件，Einstein HyperClassifier就是干这个活的。
它的第一个优点，说白了就是，快，。跟那种通用的LLM（大语言模型）相比，它做分类的速度要快很多。因为它本身就是专门为分类这个单一任务优化的，不用像通用模型那样思考太复杂的东西，所以响应更敏捷。
第二个优点是，准确率更高，特别是在一些特殊场景里，。比如你有一些很严格、很具体的分类约束条件，或者是否定形式的指令——“如果用户没有提到退货，就不要分到售后子代理”——这种否定式的要求，用通用LLM有时候会绕不清楚，但HyperClassifier在训练和调整时就特别强化过处理这些约束的能力，所以分类更准。
不过，它也有自己的局限，我们得清楚，免得配置错了。局限主要两点：
第一，它，不能使用 before_reasoning 或 after_reasoning，。也就是说，这个分类过程很“直接”，你不能在分类前加入一些预备推理，也不能在分类后让它再补一段解释或反思。它就只做分类这一件事，给出结果，别的都不管。所以如果你的流程里需要子代理在接到任务前先自己推理一下，那HyperClassifier就不适合，得换别的模型。
第二，它，只能使用一个工具，就是 `@utils.transition`，。意思是它不能调用别的工具、不能查询数据库、不能调API，它唯一能做的事，就是决定把请求转给哪个子代理。所以它的能力边界非常清晰——就一个纯路由器。
最后提醒一个很重要的实践建议：，在正式上线之前，一定要用你选定的模型，对你的代理流程做充分的测试，。虽然Salesforce会列出一些“支持的模型”，但不同的代理和工具组合，实际表现可能不一样。有些模型可能在你的特定场景下表现并不理想，所以不能只看文档说支持就直接部署，一定要测过再放心用。
你可以这样理解：Einstein HyperClassifier是一个“轻量级、专职高速路收费员”，它不看导航，也不帮你加油，只负责以极快速度和较高准确度，告诉你的请求该上哪条车道。如果需要更复杂的判断或多工具配合，那就要考虑别的模型方案了。
好了，关于这个知识点我们就说到这里。有什么不清楚的随时可以停下来问。