在法律AI实验室近一轮实验中，我们把合同审查拆成三个可验证环节：条款定位、风险分级、修订建议生成，而不是让模型直接回答“这份合同有没有问题”。
做法上，先用规则与小模型完成条款切分，再由大模型在限定条款范围内做风险判断，每条结论必须附原文出处与置信度；置信度低于阈值的条目统一进入“待人工确认”队列，避免编造法条或过度推断。
要点：
- 进展：在 180 份采购与劳务合同样本上，条款定位准确率 94%，高风险条款（无限责任、单方解除、不利管辖）召回率 89%，修订建议的原文可溯源率达 100%，单份合同初筛耗时从约 40 分钟降至 6 分钟。
- 下一步：接入违约金计算与法定上限校验，把“文本判断”推进为“可核算判断”；同时统计律师对修订建议的采纳与改写动作，回流调整分级阈值，让分级标准逐步贴近各业务线的实际风险偏好。
评论