在合同审查场景中，真正的成本往往不在阅读，而在比对。同一份采购合同经历多轮谈判后，条款被拆分、合并、调序，人工很难稳定判断“哪一条被改动了”。法律AI实验室本期把问题收敛到条款级对齐与偏离标注这一实验性环节。
我们的做法是先把合同解析为条款树，用条款编号、标题与语义向量做粗对齐，再对候选配对做句级比对，输出三类结果：等价改写、实质偏离、缺失或新增。偏离项按“义务主体、金额与税率、期限、责任上限、争议解决”五个维度打标，并回传条款原文的字符级定位，便于律师跳转核对，而不是只给一句结论。
阶段性进展：在实验室内部 300 份历史采购合同的回测中，条款对齐召回率约 92%；实质偏离项的误报主要集中在同义改写（如“赔偿”与“补偿”）上，引入人工确认反馈后误报率下降约三成。
下一步计划：一是扩充争议解决与知识产权条款的标注样本；二是把偏离标注结果与审查意见书生成模块打通，形成从定位到成稿的闭环。我们暂不追求“一键出意见”，先把条款级的可核验做扎实。
评论