PDF 为打印机而生，模型却要按人的标准读

Adit Abraham 是 Reducto 的联合创始人兼 CEO。节目录成一档做饭节目。连接他们的是 Adele，来自一条转得很开的推文。公司名在字幕里写成 Reductto、Reduct、reductive、Redduck、Redducto，下文用 Reducto。主持人问名字是不是和哈利·波特有关，Adit 说这种问题他们听得很多，然后讲的是改方向，没有认这层关系。

做饭的对话整段放下。留下的是文档。

原始来源：Cooking with Reducto’s CEO: Why PDFs Still Break AI — Adit Abraham。中文深度整理，非逐字翻译。本文依据 YouTube 自动生成的英文字幕，专有名词和数字可能有识别误差。Series B 只有阶段，没有金额。

入选当天就说，Remember All 不是要做的事

他们加入 Y Combinator 时的公司叫 Remember All，做的是智能体的记忆，口播里也叫长程记忆。入选当天，他们告诉 Diana：不觉得这是要继续追的东西。具体转去哪，当时不知道。只有一个笼统的想法，给开发者做「有魔法的工具」。群聊里发过一次投票，候选是还买得到的名字和域名，里面有些很糟的名字。现在做的是文档解析和处理。

创始关系从一场 Anthropic 黑客松开始。口播是早期模型 Quad 开放内测的时候。模型已经很能打，上下文窗口却糟。这件事卷成长期记忆，再卷成后来的 Reducto。联合创始人口播是 Ronic，两人都在 MIT。认识是在一门课上，对方做助教，时间点字幕说是在他大一。一起做了将近三年。Adit 本科全程是计算机，仍说跟 Ronic 比自己简直不算技术。产品上两人重叠。工程全盘由 Ronic 带，市场由 Adit 带。他说至今没有过一次他愿意称为争吵的冲突，争执按事情本身谈完。他不会跟 Ronic 进同一场黑客松，并说对方大概没输过黑客松。这些是创始人的自述。

PDF 的原始语境是打印机要忠实

PDF 这件事有几十年的公司做过。Adit 见过一个人，做 PDF 的时间比他的年纪还长，而且是字面意义：对方做过最早把 PDF 打出来的打印机驱动。

文档在企业里是横切的格式，用来编目，是一套跨企业共用的数据。模型要做很多人类的工作，读的时候就得有人类水平的保真。麻烦在格式的原始语境。PDF 是为了让打印机对原稿忠实，不是为了让智能体来读。他们钻进的问题是：怎样像人那样读这些文档。这是一个很难的视觉问题。

他把它比成自动驾驶研究。车道辅助在车上存在了很久。说你的 Whimo 能端到端、完全自主地开，是另一件事。字幕听成 Whimo。这是他们要 Reducto 达到的那一档，是目标，不是已经到达的声明。

主持人问，这是不是一个智能体平台，会不会从解析扩到编辑，甚至一个节点工作室。Adit 的框是：模型和非结构化文件之间的任何交互，他们都想做成最好的那条路。读，也就是解析；分类；编辑。大量人类工作是从文档里读、再写进文档。路径包括抽出数据、跟别的文档对上、交出对方要的最终结果。文件存储本身他们兴趣不大，除非它让客户体验更好。主持人用 Rippling 那种很多横切产品的复合公司来问，Adit 把范围收在对文档本身的动作上。

页面大多像纯文本，偶尔一张极复杂的表，而且你事先不知道哪一页是那张表。这是长尾。他们起初用很多较小的传统计算机视觉模型做基线，难的任务用更大的模型。主持人说在网站上读到，引擎底下有 12 个以上的模型。路由怎么在便宜和贵之间选，Adit 没有给一张价目，给的是这个长尾。

R1 把版面和最后一英里收进一个模型

架构后来有了他们觉得有意思的变化。他在节目录制时说，周一要宣布自研模型，名叫 R1，能端到端做这件事：抓住版面，也做最后一英里的修正，好让结果尽可能接近 100%。「尽可能接近」是目标语气。字幕没有说已经到达 100%。

今天 Reducto 每个月处理的页数略超过 10 亿，而且这个数变得很快。量一大，准确、成本和延迟的前沿就得对得上各种用法，而不能只对得上演示。他喜欢 R1 的原因不止准确率。定价会变简单。以前打开口播里的 aic 功能一类开关，会有乘数。这些要去掉。R1 是你把文档发来，单页成本低于他们的基线模型，准确度高于他们以前最准的模型。他说比过去便宜的是倍数，没有报出那个倍数。

同一场里还宣布了结构化抽取的改进，除了准确，还有引用表现和模式遵从，成本也更有效。历史上，一页结构化抽取全部算下来要超过 4.5 美分。现在可以用一半的价格做，表现同时变好。他说这不是他们专门去压成本压出来的。北极星一直是做最准确的文档处理。他们盯着表现，顺便得到更好的单位智能。主持人补了一句 model agnostic，Adit 在这一段没有展开。

去年有过一个测试性质的 ROM OCR，建在口播里的 Quen VLM 上。主持人据此问：现在是不是改成自己拥有智能、不再依赖供应商。Adit 的任务陈述是，做最好的提供方。客户不以「你们用的是自研还是别的」来想，他们要的是结果。所以内部不把问题收成自研与否。自然发生的是，他们在乎准确、成本、延迟那条前沿。针对某一类具体任务，在这个任务上后训练过的模型，三个维度都会更好。栈因此越来越偏向自研。仍有一些真正横切的任务，前沿的基础模型更合适，今天这部分范围有限。

前沿模型会悄悄丢行，套件要负责审计

他们刚发了 deep extract。基准上，套件超过很多基线模型。主持人转述的质疑是：为什么不等基线模型自己长到那个水平，还要这层套件。

Adit 指向发布时的一篇博客，他自己也说不确定对方读过没有。他们看到精确率和召回率之间一种奇怪的交换。推理时间不设上限时，很多专门的文档处理平台比前沿模型差。前沿模型的失败在召回：悄悄丢掉行，漏掉一块上下文。抽取层若是整段信息缺失，这种损失在生产里找不到，因为你不知道自己一开始就没抽到。套件的用处是围住结果、审计结果。他不把它看成二选一。有些任务前沿模型就很好。若要的是这件事上最高效的工具，就该按任务去专门化。

基准本身他很烦。内部他们做很多评测。对外的基准大多变成了营销材料，每家都在自己的基准上排第一，噪声来得很快。他们和口播里的 micro one 合作，是要画一条清楚的线：文档不是 Reducto 选的，地面真值不是 Reducto 定的，结果也没有被 Reducto 动手脚。独立基准也不完美。最终要紧的是人们拿自己的文档去试。基准只给一个起步的方向感。

低容错行业里，99% 仍可能不够。第一位的问题是第一遍尽量准。第二位是，真正的完美不会有一条线。页上的字读得很准，仍会有含糊。这时追溯变得重要：东西从哪抽出来的，人复核时该看哪一处，以及足够准的置信分数，让人知道何时该看。医疗文档流程就是这种地方。内部分数不只量抽取准不准，还量那些不完美的地方，有多可靠地能升级给人。难的失败例会被收进数据集，防止套件退步。他没有点名具体的基础设施框架。

一个法律科技客户发现，文档由 Reducto 解析之后，他们的客户与文档的互动大约多了一倍，问的问题更多。答案质量和引用精度上去了，人就更愿意接着用。这不是他们在卖的一项功能，也不会立刻出现在一封邮件流程里。演示里他最喜欢的一种是：对方带来以前做不成的用法，做通之后，开始把原本放在范围外的事也拿进来。

分块不再时髦，很多事仍是搜索再推理

早期 RAG 很热，他们的处理器现在仍做不少分块。窗口变大之后，分块不再是最惹人兴趣的部分。Adit 认为很多问题终究是搜索问题。你可以叫它 RAG，也可以叫别的。很多产品仍是某种搜索，再加上对搜索结果的某种推理。按他的定义，这就是检索增强生成。

人们想到 RAG，常常是传统那条：切开，嵌入，用余弦相似度决定什么进上下文。反感往往来自「我又不是在做聊天机器人」。他们的客户仍会给智能体一个文件系统。智能体在里面爬，找相关上下文，在上下文上推理，把多份文档拼起来。不管这一步是智能体在做，还是明显写在搜索产品里，过程都是：找信息，拼上下文，综合，最后做一个动作。

白领工作他还没看到一个对等的、口播里的 quad code 时刻。很多白领过程不只是从文档里综合信息，结束时要写进表格或 Word。他们想让模型尽可能可靠地给合同画修订线、填写贷款申请，做人本该做的那些事。人类每年在文档本地化上花的是数十亿美元这个量级。美国公司要和中东的公司做生意，内容往往要译成阿拉伯语。模型翻译本身很强。把修改施加到文档上很难：英语版面改成从右向左，文字会溢到下一页，格式也不一样。理想情况是替客户把这一整类问题抽象掉。表单编辑接口大约六个月前上线。后面还有一批即将发布的东西，他口播说会是一次 sub function 量级的变化，不把这四个词改成另一种产品名。

编辑和计算机使用有相似处，也有不少更接近代码生成。把视觉结构吃透，编辑才施加得准。团队没有按问题切成彼此隔开的组。有一个机器学习团队，里面的人做各种问题，也有人专精某一类。新雇的 Leang 从新加坡搬来，在 Twitter 上因开源的 office agents 传得很开，由他来带编辑这一侧。这种人和问题对得上劲，Adit 觉得重要。招聘有内部招聘和代理的常态，偶尔会在 Twitter 上看见一个没来由地对 PDF 着迷的人，他们会去联系。

问题没有变少，只是换成了人和文化

主持人恭喜他们到了 Series B。金额没有出现。Adit 说，公司若走得顺，问题的数量不会变小，你只是换成另一类问题。第一天他的工作是当时需要的那件杂事，一笔具体的交易，或一张具体的支持工单。人多了，这件事会变。放开很难。有很长一段时间，他不在 Slack 上随时在线就会焦虑，好像自己不看就会出错。后来没那么真了。公司在某种程度上有了自己的生命。他仍把很多时间花在最大的客户身上。人的事情变多。他没想过自己会是写文化文件的那种创始人，工作里却出现了这一类。每个阶段他都觉得自己很差，大约三个月变好，然后工作又换了。

早期他给工程师的是一周一个优先级，直接对着要达成的目标。现在全员仍每周见一次。工程要知道最重要的那些交易，反过来也一样。有些重要项目塞不进一周，时间尺度变了。也有只是当天的优先级，连一周都不是。他的想法从每周，更多转到每月和每季。没有对着一整年 OKR 去撞的那一套。他们仍想像创业公司一样瘦着运转，因为信息来得很快，市场变得快，不跟着调就会落后。编码尤其快。

防御性他放在持续评测上。一个月 10 亿页，要有一个飞轮。工作不只是某一种版面。客户面越宽，他们对问题范围的直觉越好。竞争市场他觉得是好事，因为靠本事。服务口播里的 Harvey 这类领先的 AI 原生创业公司，意味着他们若不再是最好的，对方会自己去找最好的。他们的立场是接住这个挑战。垂直团队把端到端的价值摸清，对他们也有用。字幕里点到的还有 Basis，在做口播里的 N10 报税自动化，以及法律方向的 Harvey 和 Lora。这三个名字按字幕留着，不扩成客户名单。

白领那边他还看不到智能是最大的瓶颈。前沿实验室先在代码生成上爬，代码很多时候可验证，工程师也最愿意用。企业的数据散在各处。和大的金融机构谈某项纸面流程，对方会有一套制度知识：屏幕左下角看见这个，就知道来自肯塔基，于是做某件事。这种东西很少被写下来。工具要做的是把这类上下文聚起来，帮他们建合适的知识库，让模型有足够的上下文去推理。他认为离这件事在规模上发生已经不远。模型的长程推理已经好到，智能越来越不像最大的瓶颈。

招聘是全面的。工程招得多，基础设施在放量时很要紧，还有产品工程、机器学习、平台。销售年初的口播是 one AE and seats，含糊，不收成一张编制表。现在销售大约 30 人。空缺大约 40 个。他仍觉得团队容量不够，而且短期内不会慢下来。