从数据摄取到智能体：AI 团队如何基于文档智能构建应用 — Reducto 的 Adit Abraham

在 AI Engineer 的演讲中，Reducto 的 Adit Abraham 探讨了 AI 团队如何基于文档智能构建应用。他首先指出了一个关键问题：即使是最新的前沿模型，在数据实验室的 PDF 决策基准测试中仅得分约 30%。这意味着，对于需要从复杂文档中提取信息并做出决策的任务，当前的大模型远未达到可靠水平。这一数据提醒开发者，文档理解仍然是 AI 应用落地的主要障碍之一。

Adit 介绍了 Reducto 的解决方案，该平台专注于文档摄取、解析和结构化数据提取。通过结合计算机视觉、OCR 和语言模型，Reducto 能够将非结构化的 PDF、扫描件等转换为机器可读的格式。这一过程是构建智能体应用的基础，因为智能体需要准确的数据输入才能执行后续的推理和行动。

演讲进一步讨论了如何将文档智能与智能体集成。Adit 强调，智能体在处理真实世界任务时，往往需要访问和解读文档，例如合同、发票、报告等。如果文档解析环节出错，整个智能体流程就会失败。因此，AI 团队应该将文档智能视为一个独立的、需要专门优化的组件，而不是简单地交给通用大模型处理。

对于中文 AI/科技读者而言，这次分享提供了宝贵的工程实践视角。在国内，大量企业正在探索文档智能在金融、法律、医疗等领域的应用，但普遍面临准确率和泛化能力的挑战。Adit 的分享不仅揭示了问题的严重性，还给出了从数据摄取到智能体集成的架构思路，有助于团队避免常见陷阱，更高效地构建可靠应用。

总之，随着智能体成为 AI 应用的热点，文档智能作为其上游关键环节，值得投入更多关注。Reducto 的实践表明，通过专用工具和优化流程，可以显著提升文档处理的准确性，从而释放智能体的潜力。