Adit Abraham（Reducto 联创兼 CEO）¶

Reducto 的联合创始人兼 CEO（文档解析 / 处理，美国）。MIT CS 本科，YC 出身——⚠️ 入 YC 时的项目叫 Remember All（agent 的长时记忆），"进 YC 那天我们就告诉 Diana，我们觉得这不是我们要做的东西"，公司名是从群聊里一轮可用域名投票里选出来的（视频页 [00:01:02]）。⚠️ 公司名在自动字幕里几乎每次出现都不同（Reductto / Reduct / Redduck / Redto），本库统一写作 Reducto。 ⚠️ 联创字幕作 "Ronic / Ronik"，本库写 Ronik，不作姓名采信。

本库收录他的理由：他给了四样本库此前完全没有的东西——① 一条带方向的失效模式定位：专门平台 vs 前沿模型的胜负取决于看 precision 还是 recall，而前沿模型的失效是"静默丢行"；② 把"把不完美升级给人"本身写成一项被度量的内部指标；③ 一条对"白领工作还没有 Claude Code 时刻"的归因，而瓶颈被指向企业里未成文的机构知识、不是模型智能；④ "自研还是外采"的第三种理由（任务专门化在准确率、成本、延迟三维上同时占优），与本库此前那两条（数据不出门、团队禀赋）正交。

⚠️⚠️ 立场：Reducto 的 CEO，而收录的那一期同时是一次产品发布现场（自研模型 R1 "下周一宣布"、结构化抽取降价"今天宣布"）。全部准确率、成本、规模、客户反响陈述均为自述，无第三方来源、无口径说明，本库不采信为事实。 ✅ 但本库判他的厂商色彩中等偏轻，依据是三处对自己不利的陈述：① 主动说出对自家产品类别最不利的那条发现——放开推理时间后前沿模型"比很多专门的文档处理平台更好"；② 对 benchmark 的用处直接答"benchmark 很大程度上已经变成营销材料"，并把自家算进去；③ 对"会不会扩成复合型公司"明确说不（不碰文件存储），而那本是一个更大的故事。

核心观点（2026-11）¶

来源：Latent Space × Reducto：失效模式在 recall 不在 precision、每月十亿页，以及白领的 Claude Code 时刻

⚠️⚠️ 一、胜负取决于你看 precision 还是 recall¶

（[00:06:07]–[00:08:07]）✅ 本库认为这是他最该被长期引用的一段，而它的力气在于先承认了对自己不利的那一半。

⚠️⚠️ "我们发现 precision 和 recall 之间有一个很奇怪的 trade-off。所以很多这些专门的文档处理平台，在你放开推理时间不设上限的时候，是比前沿模型更差的。"

⚠️⚠️ "但前沿模型的失效模式在 recall 上。所以它们在静默地丢行、漏掉一些上下文……如果你的抽取层就这么把信息整个漏掉了，那是一种你在生产里根本不会发现的损失形态——你不知道自己一开始就没抽出来什么。"

⚠️ 他明确不把它说成二选一："确实有些任务前沿模型就很好。但如果你要找做这件事最高效的工具，你大概应该按你在做的任务去专门化。"（[00:08:07]）
🔗 ⚠️⚠️ 本库此前关于 harness 的材料（harness 值 2 倍成本、harness 的 80% 天花板、Alex Zhang 的 harness 理论）都在讲 harness 值多少钱、能到多高，没有一条说它具体在挡哪种错误。 ✅ 这条给出了答案：挡的是不会报错的漏抽。

⚠️⚠️ 二、"升级给人"是一项被度量的指标¶

（[00:10:08]–[00:12:11]）

⚠️⚠️ "所以内部做基准的时候，我们不只拿抽取准确率衡量自己。我们会说：那些不完美的东西里，我们有多可靠地能把'这个不完美'升级给人？"

⚠️ 前提是他拒绝"完美"这条线："永远不会有一条线叫真正完美。就算你变得特别特别擅长读页面上有什么，也可能有歧义之类的东西。" ⚠️ 于是要的是三样：可追溯（抽自哪里）、可指向（人该看哪一处）、准确的置信度打分。
🔗 ✅ 本库评估与 Benchmark 页上此前最接近的是 Kavak 的买方证词与 Decagon 的自建 eval，⚠️ 但两者测的都是"做对多少"，没有一条测"做错时有没有举手"。
⚠️ 配套的连续评估（[00:12:11]–[00:13:12]）："在生产里发现那些也许不算错、但就是不完美的东西"，目的是确定对真实用例来说什么是分布外的；⚠️ "重点不在那个单独的数据点本身，更在失效模式的模式"（例：手写体 + 歪页 + 划出格线）。

⚠️ 三、benchmark 已经是营销材料¶

（[00:08:07]–[00:09:08]）

⚠️⚠️ "让我沮丧的是，benchmark 很大程度上已经变成营销材料了。每个人都是自己那个 benchmark 上的第一名，所以这件事很快就变得特别特别嘈杂。"

⚠️ 他买独立基准的理由是划一条线："Reducto 不挑文档。Reducto 不设 ground truth。Reducto 不以任何方式操纵结果。"（⚠️ 合作方字幕作 "micro one"，本库不还原公司名）
✅ 而他自己给这条降了权："就算那样显然也不完美。归根结底最重要的是人们拿自己的文档去试。我们在意的只是给人一个方向感。"
🔗 与 TypeSafe 的 Diogo Almeida 公开拒绝公开基准是同一诊断下的相反处方：✅ 一个退出，一个外包公正性。本库并列、不判优劣。

⚠️ 四、自研还是外采：判据是三维同时占优¶

（[00:05:07]–[00:06:07]）

⚠️⚠️ "我们非常在意准确率、成本、延迟那个 Pareto 前沿。而我们一次又一次发现：如果你看的是某一个特定类型的任务，一个在那个任务上后训练过的模型，在这三个维度上都更优。"

⚠️ 他把自研本身排除在动机之外："我们的客户不会按'Reducto 用的是自研模型还是别的'来思考。他们只想要无与伦比的结果。" ⚠️ 结果是"我们的栈随时间越来越偏向自研"，而横向任务上用前沿基座模型"在今天范围有限"。
🔗 ⚠️⚠️ 本库此前这条线上的两条理由来自 Moshi 那一期——而那一期的主持正是点名 Reducto 这类厂商来问"自己拥有模型重要吗"：① 数据不出门、② 团队禀赋。✅ 本库判三条可并存：前两条是约束，这一条是收益。 ⚠️ 而本库记下一处张力：Moshi 自建的理由之一正是"不想把客户数据发给 Reducto 这样的第三方"，而本期他完全没有谈数据处理协议。

⚠️ 五、白领的 Claude Code 时刻：瓶颈是未成文的机构知识¶

（[00:38:32]–[00:44:35]）

⚠️ 诊断："白领工作还没有真正迎来相当于 Claude Code 的那个东西。" ⚠️ 他对白领工作的拆法是两段，而第二段是他自家下一步的产品方向：不只是从文档里取信息，"在很多这些流程的末尾，你要写进一张表格、或者写进一个 Word 文档" → "我们想让模型能尽可能可靠地给合同划红线，想让它们能填贷款申请"。
⚠️ 他把智能排除在瓶颈之外："模型智能差不多就在那儿了。而很多前沿实验室显然是先在 codegen 上爬坡"，理由是"代码在很多情况下是一个可验证的问题"与"工程师是最可能去采用的那群人"。
⚠️⚠️ 而真正的瓶颈他给得很具体：

⚠️⚠️ "你跟一家大型金融机构聊某个纸面流程是怎么做的，他们就是有那种机构内的知识——噢，如果我在屏幕左下角看到这个，我就知道它来自 Kentucky，因此我做 X。而这种东西很少是被明确写下来的。"

⚠️ 处方落在工具层：聚合那些上下文、建知识库、给模型足够上下文；⚠️ 时间判断很松："我不觉得我们离那件事大规模发生还很远。"（无时间尺度、不可核对，本库记为立场陈述）
🔗 ✅ 本库 AI 与就业与用 LLM 的实践上关于"企业里 agent 为什么还没落地"此前有 Ali Ghodsi 的"不是模型不够聪明" 与陈然的"落地问题不是模型能力问题"。 ✅ 本库判这一条机制最具体——它点名被卡住的是未成文的机构知识，而那个 Kentucky 的例子本身就是可检验的形态。

✅ 六、"客观的要 zero-shot，主观的要可引导"¶

（[00:16:15]）✅ 本库判这条二分可以直接搬到别的 agent 产品上，且不依赖文档这个载体。

✅ "对于客观的任务，比如解析——给定一页你可以非常明确地说'这页上就是这些东西'——我们要它横向，要它 zero-shot。而对那些属于见解之争的东西，比如某个财务团队对某个指标有不一样的定义，那些东西应该是可 prompt、可引导、并且随时间改进的。"

⚠️ 横向化的论证落在"文档归根结底是同一套原语"（[00:13:12]–[00:15:14]）："你作为一个人看一页纸的时候，会做出大量根本性的判断，而那些都是瞬时判断。比如每次两段之间有一个间隔，你就知道，好，这是一个新的语义块。你不会有意识地感知到这件事，但它是直觉的。"
⚠️ 于是跨行业收益单向传导："我们在'对那些传真过来的、乱糟糟的医疗表格保持鲁棒'上做的工作，意味着我们天然也能给金融客户提供更可靠的方案。" ⚠️ 行业差异被降到细节层（法律在意划除线与下划线）。

✅ 七、"每个问题最后都是搜索问题"¶

（[00:34:28]–[00:36:30]）

✅ "不管你叫它 RAG 还是叫它别的，大量产品仍然是某种形式的搜索，再在搜索结果之上做某种形式的推理——这在我看来定义上就是 retrieval augmented generation。"

✅ 归并论证是行为层面的：agent 爬文件系统找上下文、在上下文上推理、把多份文档拼起来，⚠️ "那个过程不管是 agent 在做，还是清清楚楚地呈现在你的搜索产品里，都是你在搜索信息、把上下文拼起来、综合它，最后做出某种动作。"
⚠️ 他说排斥来自一个误读："人们对 RAG 有一种反感，理由是'噢，我又不是在做聊天机器人'"。
🔗 ⚠️⚠️ 本库此前关于"RAG 死了 / 被 agentic search 取代"的材料都把两者当成替代关系，没有一条给出"它们是同一过程的两种实现"这个归并。 ⚠️ 但本库标注它是定义层面的论证、不含经验证据。

⚠️ 八、PDF 这个格式的原始设计意图被当作根因¶

（[00:02:04]–[00:03:05]）

⚠️⚠️ "PDF 作为一个文件格式，最初的情境是为了让打印机忠实于原件。所以它根本不是围绕'agent 要来读它'这个问题设计的。"
⚠️ 目标设定用的是自动驾驶类比："车上的车道保持已经存在很久了，而说你的 Waymo 会完全端到端自主驾驶是完全不同的一件事——那是我们想拿 Reducto 达到的标准。"（⚠️ 目标陈述，不含进度信息）

规模与组织（全部自述，本库不采信为事实）¶

⚠️ "今天 Reducto 每个月处理略超过十亿页"，而"这个数字变化非常快"（[00:09:08]）。
⚠️ "我觉得我们现在差不多开着 40 个岗位"（[00:36:30]）；⚠️⚠️ "我们年初销售团队是 1 个 AE……现在销售上有 30 个人"，且"还是觉得产能受限"（[00:37:31]）。Series B。
⚠️ 客户他点名的有 Harvey、Legora（字幕作 "Lora"）、一家做自动化报税的公司（字幕作 "basis"，不可确证）（[00:28:23]、[00:45:37]）。
⚠️ 一条解析质量的下游效应（[00:30:24]–[00:31:25]）：某法律科技客户发现"当文档是由 Reducto 解析的时候，他们的客户与文档的交互量是原来的两倍……他们会问更多问题"，归因是回答质量与引用精确度提高。⚠️ 客户未具名、"两倍"无口径无基线、因果链是客户方归因而非受控对比。 ✅ 但本库记下这个形态是新的：此前关于解析质量的材料都停在准确率，没有一条给出"质量改善 → 终端用户行为改变"这一跳。

⚠️⚠️ 招聘：面试从第一天就允许用 LLM，题目被设计成"不会用就做不出来"¶

（[00:17:19]–[00:19:19]）✅ 本库判这是他组织侧唯一的真增量。

⚠️⚠️ "我们从第一天起就在 onsite、或者说一般的面试里允许用 LLM。而我们的 onsite 其实是整整一天，你要跟团队待 8 个小时。而那些题目最后会变得相当难做出来——除非你正确地用 LLM。所以最后能通过 onsite 的人，通常就是知道怎么有效使用编码工具的人。"

🔗 ✅ 与本库 AI 与就业页上 Retell AI 那份雇主侧材料做法相反：⚠️ 那一份是重新设计流程去防/测 AI 使用，这一份是把"会用"直接设成通过条件，并且通过提高题目难度而不是加监考来实现。 ✅ 本库归纳：把筛选交给题目，而不是交给规则。
⚠️ 内部采用不是自上而下推的："不是我们在给工程师下指标说你必须用 Claude Code。" ⚠️ 扩散靠示范——联创"大概是你会见到的最 LLM-native 的人之一"；"我们销售团队现在大量用 Devin，人们会给潜在客户做定制网站"，原因是"我在 Google Slides 上花了一堆时间，结果 Claude 做出来的提案比你费劲弄的那个更好"。

⚠️ "对手艺的痴迷"作为第一条文化价值¶

（[00:20:19]–[00:22:20]）

⚠️ "我们的第一条文化价值是对自己手艺的痴迷。" ⚠️ 他明确说这不等于欲望，看的是"严苛"："跟任何一个真的真的痴迷于'在某件事上做到极好'这个念头的人聊——厨师、运动员，随便谁——你总会发现他们对待日常有这种严苛。"
✅ 对工程师给了一条具体外延："工程师需要对客服这类事情有痴迷。不只是那个亮眼的功能发布，而是确保在生产里那些长尾情况被处理掉。"
⚠️ 测法是启发式而非标准："我很喜欢问人：有什么事情是你世界级的。然后你会看到他们聊到那个东西时眼睛亮起来的样子。" ⚠️ "可以是电子游戏都行——只要你把他们导向对的问题，那种痴迷是会迁移的。"（⚠️ 无验证方式）

⚠️ 从早期到 Series B 的自述变化¶

（[00:24:20]–[00:26:21]）

⚠️ "假设事情顺利，公司里问题的数量其实从来不会变少，你只是随时间去做不同的问题。"
⚠️ 放手："有很长一段时间，我只要不是一直在 Slack 上就会焦虑，因为感觉我不盯着就可能出事" → "你开始意识到公司在某种程度上有它自己的生命"；⚠️ "我从没想过自己会是那种写文化文档的创始人。"
✅ 一句值得留的自我描述："我一直发现自己在当前这个阶段的工作上很烂，然后三个月你做好了，然后你又开始做一份新工作。"
⚠️ 节奏：仍然每周全员开会；⚠️ "我的思考从每周更多转向了月度优先级和季度优先级"；✅ "我们没有一套年度的 OKR 之类的东西。"
⚠️ 与联创的关系（[00:31:25]–[00:34:28]）：MIT 相识（他上的课 Ronik 在当助教，当时 Ronik 大一），至 2026-11 快满三年；⚠️ "我们到今天从来没有过我真正会归类成一场争吵的东西"，理由是"我们有一个非常好的动态：按事情本身的是非去谈"；⚠️ "我整个本科在 MIT 读 CS，但相比之下，我差不多可以算非技术的"——Ronik 领工程，他做 go-to-market，产品上重叠。⚠️ 创业起点是 Anthropic 一场给早期 Claude 访问权的 hackathon："模型已经很厉害了，但它们的上下文窗口限制很糟糕"→ 长时记忆 → Reducto。

⚠️⚠️ 本库必须标出的一处对照：他与 Legora CTO 对"看不看得见生产"给出了相反的前提¶

✅ 本库判这是收录这一期最有价值的交叉引用，而它不在这一期自身。

⚠️⚠️ 他的连续评估飞轮整条依赖"我们在生产里看得见不完美的输出"，并被直接说成护城河（[00:27:22]）："你一个月处理十亿页，你怎么围绕它做出一个飞轮。"
⚠️⚠️ 而四天前的 Legora CTO Jacob Lauritzen 的主线恰好是反面："我们基本上看不到任何 trace……我这边完全不知道人们实际在干什么"，原因是"他们手上很多数据甚至不是他们的，是他们客户的"。
⚠️⚠️ 而两家在同一条价值链上——Legora 是他点名的客户之一。
✅ 本库给出的解释（非任何一方陈述）：可见性不是能力问题而是位置问题。 Reducto 处在"文档进、结构化数据出"的位置，它判断的是自己输出的保真度，不需要知道客户的业务语义；Legora 在上面一层，要判断"律师拿这个结果做对了事没有"，而那必须看客户的终端客户数据——于是被合同挡住。
⚠️⚠️ 可检验推论：越靠下游（越接近客观任务）的层级越能建连续评估飞轮，越靠上游（越接近主观判断）的层级越只能依赖买方自评。 ✅ 这与他自己那条"客观要 zero-shot、主观要可引导"的划界同构，而本期没有把两者连起来。

⚠️ 本库记录的未收口处¶

⚠️⚠️ "护城河"这个问题最后没有被正面回答（[00:27:22]）：⚠️ 问题的前提是"你训不到客户全部的数据，所以量涨了性能也许涨不上去"，⚠️ 而他答的是连续评估飞轮 + 横向客户面带来的直觉，然后转向"竞争性市场其实挺好的，因为它非常讲绩效"——"我们服务 Harvey 这样的领先 AI 原生创业公司，这就意味着如果我们不继续是最好的，他们自己就会去找最好的。" ⚠️⚠️ "训不到的那部分数据"这个前提他一次也没处理。
⚠️ "有没有具体的基础设施工具或框架"这个追问被节目形态打断了两次（[00:12:11]），最终只答到"ML 团队在连续评估上花了大量时间"，⚠️ 没有给任何工具或框架名。