Agentic document intelligence: OCR, routing, review 和 repair loops

Document automation 经常失败，是因为它把 extraction 当成整个产品。

实际用户不只需要 OCR。他们需要文件被 routing、review、correction、validation，并最终变成可靠的 workflow data。

这就是 Dossier 背后的想法：一个 agentic document intelligence 系统，其中 OCR 只是更大运营循环的一步。

Workflow

一个实用的 document system 要处理混乱输入：

Upload document
    -> detect document type
    -> choose OCR/provider route
    -> extract fields
    -> validate against rules
    -> flag risks and missing data
    -> human review when needed
    -> repair failed fields
    -> export structured result

agentic 不等于“让 AI 做所有事情”。它指的是系统能规划下一步、选择合适 provider、在 extraction 失败时 retry，并在 confidence 不够时请求 human review。

为什么 routing 重要

不同文档需要不同策略。

干净 invoice、扫描合同、手写表单和文档照片，不一定应该走同一条 OCR path。有些 provider 擅长 table，有些擅长 layout，有些更便宜，有些更快。

provider routing 让系统基于 document type、confidence、cost 和 latency 做选择。

Review 和 repair loops

最重要的功能往往不是 extraction，而是 repair。

如果 field 缺失或可疑，系统不应该静默输出坏数据。它应该：

显示 evidence region；
解释 confidence 为什么低；
请求 human review；
保存 correction；
重新运行 validation；
改善之后的 routing decision。

这把 Document AI 从 black box 变成可控 workflow。

如何衡量价值

有用指标包括：

不需要 manual review 就完成的文档比例；
平均 review time；
按 field 统计的 extraction accuracy；
repair success rate；
每份文档 provider cost；
export 前捕获的 high-risk field 数量。

这些指标把 AI quality 和业务运营连接起来。

我学到的东西

agentic document intelligence 不只是一个强模型，而是 orchestration。

OCR 给出 text。产品需要做决定：哪个 provider、哪些 field、哪些 risk、哪条 repair path，以及什么时候人类应该介入。这才是系统变得有用的地方。