Summary
Diarization 是让模型读取关于某个主题的所有内容，然后输出结构化摘要。读 50 份文档，产出 1 页判断。这是 AI 在真实知识工作中发挥价值的关键能力。
Key Points
定义
“模型读取关于某个主题的所有内容，编写结构化档案。读 50 份文档，产出 1 页判断。“
为什么 RAG 做不到
- SQL 查询无法产生这种输出
- RAG 管道无法产生这种输出
- 模型必须真正阅读、在心中保持矛盾、注意变化的时间点、编写结构化情报
核心能力
- 跨文档综合 - 同时持有多个信息源
- 矛盾检测 - 注意不同来源的冲突
- 时间线追踪 - 发现什么在什么时候变化
- “说的” vs “做的” - 对比声明与实际行为
YC Startup School 示例
FOUNDER: Maria Santos
COMPANY: Contrail (contrail.dev)
SAYS: "Datadog for AI agents"
ACTUALLY BUILDING: 80% of commits are in billing module.
She's building a FinOps tool disguised as observability.
这种洞察需要同时阅读：
- GitHub commit 历史
- 申请表
- 导师 1:1 谈话记录
没有嵌入能捕捉这种重新分类。没有算法能做到。模型必须阅读整个档案。
Diarization 的应用模式
retrieve → read → diarize → count → synthesize
↓
survey → investigate → diarize → rewrite skill
这个模式在每个领域都适用：
- YC 创始人分析
- 医学研究综述
- 法务取证
- NPS 调查分析
Evidence Timeline
- 2026-04-23: 从 gbrain 仓库 ingest，Garry Tan 定义