北京
人類對結構的感知能力堪稱神奇。
給你看一個文件夾，里面裝著檢驗報告、發票、簡歷——幾秒鐘內，你就能理解這些數據的形態。檢驗報告有日期、檢測項、數值、參考范圍、結論。發票有供應商、金額、稅率、付款條件。結構顯而易見。
但絕大多數軟件系統看不見這些。
現代AI工具處理文件的方式通常是"檢索"：把文檔切成塊，給塊做嵌入向量，按相似度搜索，再把塊喂給大語言模型。這招對"檢索型問題"出奇地好用——"這份合同里的違約金條款是什么？"系統能精準定位相關段落。
然而現實中的很多問題根本不是檢索問題，而是"聚合問題"。
檢索系統的本質優化目標是返回相關片段。聚合卻需要完全不同的東西：結構化記錄。關鍵洞察在于：結構本來就存在于文件內部。人類一眼就能看出來，而大語言模型現在已經足夠可靠，能把它們提取出來。
這徹底改變了架構邏輯。
舊 pipeline 是：文件 → 切塊 → 嵌入 → 檢索。新 pipeline 變成：文件 → 結構化記錄 → 查詢引擎。差異是深遠的。一旦文件變成記錄，你就可以問："過去三個月所有超過10萬美元的采購中，有多少比例采用了凈30天付款條款？"——這類問題對檢索系統幾乎不可能，對記錄查詢卻 trivial。
這個思路催生了 Sifter。它的工作流刻意保持簡單：上傳文件，系統提取結構化記錄，直接用 SQL 或自然語言查詢。核心在于系統不是在檢索片段，而是在查詢記錄。
大多數組織已經坐擁海量潛在的結構化數據。問題從不是數據缺失，而是結構被困在文件里。一個文件夾，往往就是一個等待被喚醒的數據庫。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
