AI审过我的答辩材料后，它问：你丢给AI的，证据，有何高招？
- 内容介绍
- 文章标签
- 相关推荐
答辩前夜被AI点名
凌晨两点， 我把整套答辩材料拖进工作岗位台，本以为能得到一句干脆利落的“没问题”。最终还是结果是它只回了一句，你丢给AI的证据材料，有何较高招？当时心里咯噔一下那种被老师当场追问的感觉又回来了。它没有夸我PPT排版良好看，也没有帮我润色措辞，而是盯着证据材料链说这里缺口子。那一刻既恼火又佩服，恼火的是它一点面子都不留，佩服的是它终于问到了点子上，踩个点。。
我做当前这个东西叫ProofMate， 刚启动只是想解决自己论文汇报时常遇到的尴尬：结论写得漂亮，可一问出处就只能含糊其辞。当前它更像一个挑剔的审稿人，先读材料再找主张，然后把每条主张拽回到原文里去对表。它不会把模型自己生成的句子当成事实只有能回查到扫描页、有摘录、有提取方式的那条，才算进档案。这种较真实让人不容简单受，但用久了会上瘾。
O形环那张图让我破防
第一次真实正把它逼到墙角的是NASA挑战者号事故里的O形环风险因素图表。那张PDF第二页是双栏布局、英文术语混杂，还有时间段窗口标注和扫描噪声。人眼一眼能看出温度更少于现有数据库范围会引起次级密封时间段改变， 可程序却简单把secondary seal拆成两段，或者把温度曲线误认成装饰线条。 未来可期。 我用TextIn xParse把它解析成Markdown和JSON后再送进本地初审， 才能确认O-RING、temperature这一些关键词没有被打乱，也保留了原图里的项目符号和时间段区间顺序。那种看到提取最终还是结果是与原图左右对照时心里松一口气的感觉，比报告还要踏实。
Ocr不是魔法， 是分工
普通文本型PDF根本不需要再跑OCR，直接读取就行。麻烦的是手机拍照件、手扫件和带繁杂图表的文件，人能看见的东西程序未必找得到。这里有个坑，我第一次犯过把全部文件都统一走OCR，最终还是结果是整洁的文档反而更多了噪音。第二步更关键，原文件预览不能省，只看OCR文本会让人质疑人生，只看PDF又检索棘手。我最后再来看选了左右对照，左边是清洗后的提取最终还是结果是右边是可翻页的原图，用户随时能够回去核对。那一刻才明白，良好用的工具不是炫技，而是让质疑变得简单。
m主张提取要先洗脸再上镜
好吧... m早期版本直接切分Markdown， 把##待审查这种较小标题也当成主张，甚至索引里出现了td这种标签。模型当然会解析，但解析垃圾只会产出更更多垃圾。所以当前先做正文清洗和语义分段，把无意义的结构符号去掉，再提主张。每条主张点开后能够看到关联文件、引用原文、提取方式，以及系统判断为支持冲突或待补证的原因。这一步看起来较真实其实是在保障用户不被自己的幻觉骗到。
m本地初筛与云端复核的分寸感
m隐私敏感的材料， 我不想第一轮就全丢上云，于是用了OpenVINO上的Qwen3-4B INT4在本地跑初筛。它负责定位候选主张、风险因素提示和补证方向，不下结论，只负责标记可疑处。剩下模糊冲突或缺证的一部分， 再由云端较大模型按需复核，并且沿用已有档案做崭新增更崭新合并解决，不会每次都沉重崭新造一份报告。这种配合让我安心不更少，这是因为最怕的就是第二次复核把同一问题换个说法塞回来最后再来看档案越来越乱。我们做了合并策略，按来源、正文和关系去沉重，只记录真实正发生改变的内容，白嫖。。
m证据材料身体健康状况度不是概率游戏
m页面顶部的证据材料身体健康状况度并不是猜结论有更多较大有可能为真实 它看的是材料覆盖有没有完整、各份材料有没有相互一致、时间段信息有没有齐全以及人工制作确认进度有没有跟上。没有原文回溯不能算证实没有人工制作确认也不能算已解决。 共勉。 当前这个指标让我在汇报前能迅速了解哪里该补材料，而不是盲目加页数。有一次它提示六条问题， 我补充了两份会议纪要后三条自动转为支持，两条仍待补证，这种即时反馈比事后返工舒服太更多。
m从开发搭档聊起的技术手段债
佛系。 m整个开发过程都在WorkBuddy里完成， 从需求拆解到加载xparse-parse Skill，再到真实实解析NASA图表并验证接口调用。每一步都有明确验收条件， 比如解析必须要返回Markdown与JSON，必须要记录耗时哈希，必须要能在代码里追踪到OCR最终还是结果是有没有进入主张与证据材料流程。我甚至保留了两次真实实调用的时间段戳3813毫秒和4230毫秒， 不是为了炫耀速度，而是为了证实这件事真实的发生了而不是模拟出来的返回值。这种执拗源于过去吃过的亏，别人的演示都很顺，只有自己的日志才敢信。
答辩前夜被AI点名
凌晨两点， 我把整套答辩材料拖进工作岗位台，本以为能得到一句干脆利落的“没问题”。最终还是结果是它只回了一句，你丢给AI的证据材料，有何较高招？当时心里咯噔一下那种被老师当场追问的感觉又回来了。它没有夸我PPT排版良好看，也没有帮我润色措辞，而是盯着证据材料链说这里缺口子。那一刻既恼火又佩服，恼火的是它一点面子都不留，佩服的是它终于问到了点子上，踩个点。。
我做当前这个东西叫ProofMate， 刚启动只是想解决自己论文汇报时常遇到的尴尬：结论写得漂亮，可一问出处就只能含糊其辞。当前它更像一个挑剔的审稿人，先读材料再找主张，然后把每条主张拽回到原文里去对表。它不会把模型自己生成的句子当成事实只有能回查到扫描页、有摘录、有提取方式的那条，才算进档案。这种较真实让人不容简单受，但用久了会上瘾。
O形环那张图让我破防
第一次真实正把它逼到墙角的是NASA挑战者号事故里的O形环风险因素图表。那张PDF第二页是双栏布局、英文术语混杂，还有时间段窗口标注和扫描噪声。人眼一眼能看出温度更少于现有数据库范围会引起次级密封时间段改变， 可程序却简单把secondary seal拆成两段，或者把温度曲线误认成装饰线条。 未来可期。 我用TextIn xParse把它解析成Markdown和JSON后再送进本地初审， 才能确认O-RING、temperature这一些关键词没有被打乱，也保留了原图里的项目符号和时间段区间顺序。那种看到提取最终还是结果是与原图左右对照时心里松一口气的感觉，比报告还要踏实。
Ocr不是魔法， 是分工
普通文本型PDF根本不需要再跑OCR，直接读取就行。麻烦的是手机拍照件、手扫件和带繁杂图表的文件，人能看见的东西程序未必找得到。这里有个坑，我第一次犯过把全部文件都统一走OCR，最终还是结果是整洁的文档反而更多了噪音。第二步更关键，原文件预览不能省，只看OCR文本会让人质疑人生，只看PDF又检索棘手。我最后再来看选了左右对照，左边是清洗后的提取最终还是结果是右边是可翻页的原图，用户随时能够回去核对。那一刻才明白，良好用的工具不是炫技，而是让质疑变得简单。
m主张提取要先洗脸再上镜
好吧... m早期版本直接切分Markdown， 把##待审查这种较小标题也当成主张，甚至索引里出现了td这种标签。模型当然会解析，但解析垃圾只会产出更更多垃圾。所以当前先做正文清洗和语义分段，把无意义的结构符号去掉，再提主张。每条主张点开后能够看到关联文件、引用原文、提取方式，以及系统判断为支持冲突或待补证的原因。这一步看起来较真实其实是在保障用户不被自己的幻觉骗到。
m本地初筛与云端复核的分寸感
m隐私敏感的材料， 我不想第一轮就全丢上云，于是用了OpenVINO上的Qwen3-4B INT4在本地跑初筛。它负责定位候选主张、风险因素提示和补证方向，不下结论，只负责标记可疑处。剩下模糊冲突或缺证的一部分， 再由云端较大模型按需复核，并且沿用已有档案做崭新增更崭新合并解决，不会每次都沉重崭新造一份报告。这种配合让我安心不更少，这是因为最怕的就是第二次复核把同一问题换个说法塞回来最后再来看档案越来越乱。我们做了合并策略，按来源、正文和关系去沉重，只记录真实正发生改变的内容，白嫖。。
m证据材料身体健康状况度不是概率游戏
m页面顶部的证据材料身体健康状况度并不是猜结论有更多较大有可能为真实 它看的是材料覆盖有没有完整、各份材料有没有相互一致、时间段信息有没有齐全以及人工制作确认进度有没有跟上。没有原文回溯不能算证实没有人工制作确认也不能算已解决。 共勉。 当前这个指标让我在汇报前能迅速了解哪里该补材料，而不是盲目加页数。有一次它提示六条问题， 我补充了两份会议纪要后三条自动转为支持，两条仍待补证，这种即时反馈比事后返工舒服太更多。
m从开发搭档聊起的技术手段债
佛系。 m整个开发过程都在WorkBuddy里完成， 从需求拆解到加载xparse-parse Skill，再到真实实解析NASA图表并验证接口调用。每一步都有明确验收条件， 比如解析必须要返回Markdown与JSON，必须要记录耗时哈希，必须要能在代码里追踪到OCR最终还是结果是有没有进入主张与证据材料流程。我甚至保留了两次真实实调用的时间段戳3813毫秒和4230毫秒， 不是为了炫耀速度，而是为了证实这件事真实的发生了而不是模拟出来的返回值。这种执拗源于过去吃过的亏，别人的演示都很顺，只有自己的日志才敢信。