博客

Sophon 札记

关于办公智能体、其工作成果所应用的产品，以及公司运营方式的笔记。每篇文章在发布时会记录其发布日期，并在事实发生变化时进行原地更正。

  1. 核对双 PDF 对比文件与两个来源

    使用两个来源的段落来验证双 PDF 比较。通过虚构的笔记练习等效性、冲突和限定于单一来源的论述。

  2. 在重复使用 PDF 图表中的数字前进行核对

    核对 PDF 图表数值与来源。通过三张虚构卡片和一份核对记录，练习如何区分已标注的数值、计算结果和未知数。

  3. 逐个时间戳核查 PDF 播客与其来源

    记录音频版本和区间，然后根据相同的 PDF 版本、页面和段落核对所述说法。使用虚构示例和手动审查日志。

  4. 在信任 AI 摘要前，请检查扫描版 PDF 文本

    将扫描页面与其识别出的文本进行比较。通过一个虚构的练习，在总结文件前发现标识符、单位和表示批准的词语中的错误。

  5. Adobe 为 Claude 添加 PDF 工具：检查文件，而不仅仅是回复

    Adobe 宣布在 Claude 中推出 Acrobat 工具。使用一个虚构的三页练习，在分享 PDF 文件之前检查页面顺序、请求的编辑和未更改的文本。

  6. 一个模板页面应该为读者提供什么

    我们的 3,926 个模板页面每个大约呈现 90 个不同的词。我们在添加更多内容前测量了什么，为什么样本是加权的，以及发现了什么。

  7. 我们的商店名称与法定名称不符

    我们于 2026 年 9 月 16 日记录的商店和账户名称，并于 10 月 14 日更新了 PDF AI 在美国 App Store 的身份信息。原始记录保留在下方。

  8. 默认本地，云端备用：Cue 的润色步骤如何最终在用户设备上运行

    Cue 的听写润色步骤最初设计为云端优先，本地备用。一个包含 227 个样本的基准测试颠覆了这一设计。案例研究记录了关于此决策的内容。

  9. DeepMind 案例研究说了关于 Cue 的什么，以及没说什么

    Google DeepMind 在 2026 年发布了一份关于 Cue 的案例研究：它测量了什么，什么在哪里运行，我们如何引用它，以及它不支持哪些主张。

  10. 统计安装量：为什么首页显示 141 万以上而不是一个更大的数字

    Google Play 发布安装量范围，App Store 则不发布，而估算机构发布的数字无人能核实。本文介绍主页上的数字是如何基于这些信息构建的。

  11. 语音智能体基准测试概览的构建方式，以及为何它不是排行榜

    十三个公开基准测试，每个一行，包含来自第一方来源的能力覆盖范围和许可证。数据集回答了什么，又拒绝回答什么。

通过 RSS 订阅关注新文章。