文档压缩、本地合规与大模型 token 成本：一份工程师视角的选型笔记

大模型落地到企业之后，一个被低估的工程问题重新回到了台面上：文档本身，正在成为成本和风险的双重来源。有估算称，全球流通的 PDF 已经超过 3 万亿份，某主流协作平台每天新增上传文件超过 20 亿个——当文档以这种量级存在，"如何管、如何用"就不再是小事，而是会直接摊进成本与合规账单的工程命题。本文不谈具体产品的实现栈，只从原理和选型维度，把几个容易混淆的点拆开讲清楚。