Why AI Still Misses Rows in PDFs — with Adit Abraham of Reducto | Let Them Cook

Reducto 每月处理超 10 亿页文档，新模型 R1 价格低于基础模型却精度最高，创始人称白领工作还没经历自己的"Claude Code 时刻"。

一家做 PDF 解析的公司，客户包括 Harvey 这样的顶级 AI 法律创业公司，每月处理 10 亿页文档。创始人却抛出一个反直觉发现：前沿大模型在文档提取时会"悄悄丢行"，而你根本不知道自己丢了什么。这期聊了 Reducto 为什么从租模型转向自研、怎么用 8 小时面试筛人。

Adit 和联合创始人 Ronic 在 MIT 读书时参加 Anthropic 的 hackathon，拿到早期 Claude 访问权限，发现模型很强但上下文窗口太小，于是做了"长期记忆"产品 Remember All，进 YC 当天就告诉 Diana 要转型。

• 公司名字来自哈利波特：Reducto 取自咒语"Reducto"，团队在群聊里投票选域名时定下的，经常被问是不是哈迷。
• 转型路径：长期记忆 → Agent 记忆 → 文档解析处理，核心判断是"如果模型要替人干活，读文档的精度必须达到人类水平"。
• PDF 的老问题：PDF 最初是为打印机忠实还原排版设计的，从没考虑过"给 AI 读"，所以 Reducto 把它类比成自动驾驶——车道辅助早就有，但 Waymo 级别的全自动驾驶是另一个量级的事。

Reducto 底层曾调用 12 个以上模型做路由，但 Adit 发现一个奇怪的精度-召回权衡：放开推理时间后，前沿大模型精度不差，问题出在召回——它们会静默丢行、漏掉上下文。

• 最危险的失败模式：提取层漏掉信息，你在生产环境里根本发现不了，因为你不知道自己没提取到什么。所以 Reducto 不只测提取精度，还测"没做对的东西里，有多少能可靠地升级给人工复核"。
• 新模型 R1：下周一发布的自研端到端模型，同时做版面捕捉和最后一公里的纠错，价格比基础模型还低，精度超过自家最准的模型，取消所有功能加价倍数。
• 自研逻辑：不是"要不要用自家模型"的立场问题，而是针对特定任务后训练过的模型在精度、成本、延迟三个维度同时胜出；只有真正通用的任务才继续用前沿基础模型。

Reducto 的头号文化价值观是"对craft的 obsession"，Adit 说真正要看的不是欲望，而是这个人日常做事有没有那种严谨劲儿。

• ML 负责人 Yee：不是靠 PhD 背景，而是"可能把单页 PDF 都背下来了"，没人比他花更多时间在 PDF 上画框；公司数据标注员一度比全职员工还多，他仍然亲自看数据。
• 20 岁的 Arthur：伯克利学生，大一时 GPT-3 刚发布，面试时 2 小时做完标准软件工程题，团队怕他无聊又给了整套 ML 工程面试，全过。
• 面试方法：问对方"你世界级擅长的一件事"，看眼睛会不会亮——哪怕是电子游戏，只要能把这种偏执导向正确的问题就能迁移。

"我不认为白领工作已经经历过属于自己的 Claude Code 时刻——人们不只是从文档里读信息，最后还要写进表格、写进 Word，这一层还没被解决。"

• 评估提取类 AI 时，重点测"漏了什么"而不是"对了多少"：Reducto 的经验是前沿模型在召回上静默失败，生产环境里你无法发现没提取到的信息。给自己的文档流水线加一层"置信度打分 + 人工升级"机制，比追求单点精度更有用。
• 判断一个任务该自研还是调 API，看三个维度是否同时占优：Reducto 的标准是精度、成本、延迟——针对特定任务后训练的模型如果能三项全赢，就自研；只有真正通用的任务才留给前沿基础模型。这个判断框架可以直接套用到自己的 AI 产品选型上。