在法律AI实验室的近期实验中，我们把「合同审查」拆成了可验证的两步：先用模型对合同做条款级切分与要素抽取，再把候选风险点交给法务做复核标注，形成可回溯的闭环。
阶段进展
一、条款切分与要素抽取。针对采购、服务两类常见合同，按「主体、标的、付款、违约责任、争议解决」等维度建立标签体系，模型输出结构化的条款清单与原文定位，便于法务逐条比对，而不是通读全文。
二、风险提示分级。结合内部审查清单，将偏离标准模板的表述标记为「提示项」与「需确认项」两档，只对后者要求强制复核，减少无效打扰。
当前实测中，条款定位的召回基本稳定，但涉及多方签署、附件优先级的场景仍会漏项。下一步计划引入附件与主合同的引用关系建模，并补充一批脱敏的历史争议合同作为回归集，重点观察误报率而非单纯追求覆盖率。
我们更愿意把这套能力定义为「审查加速器」：模型负责找齐与初筛，结论与责任仍由法务给出。
评论