法律合同风险审查代理
资深律师的瓶颈。
我们的客户是一家全球排名前 20 的律师事务所的中国业务部，每年审查 5,000 多份涉及并购、房地产、知识产权许可和跨境贸易的商业合同。审查过程在很大程度上依赖于高级律师和合伙人——只有他们才有经验发现隐藏在密集法律语言中的非显而易见的风险条款。
这造成了严重的吞吐量瓶颈。初级律师可以处理例行审查，但微妙的风险——隐藏在时间表中的赔偿条款、管辖法律和争议解决之间的管辖权冲突，或者看似良性的不可抗力条款实际上转移了不成比例的风险——需要资深的眼光。结果是：合同排队数周，重复审查消耗了计费时间，并且偶尔会漏掉风险条款，因为审查律师当天正在处理第 40 份合同。
为什么总结不是回顾。
该公司评估了多种 AI 合同工具。每个项目都因对合同审查实际要求的相同基本误解而失败。
- 1.浅层提取问题: 标准 LLM 工具提取关键术语（当事人、日期、金额）并生成可读的摘要。但风险审查不是针对合同中的内容，而是针对缺失的内容、不明确的内容以及不对称不利的内容。这些工具无法推理子句之间的相互作用。
- 2.无法验证的结论问题: 当工具将某个条款标记为“高风险”时，审查律师无法验证原因。该模型的推理不透明。在每个结论都必须站得住脚的职业中，无法验证的风险标志比根本没有标志更糟糕。
- 3.多语言不一致问题: 该公司审查中文、英文和日文的合同。不同的律师在不同语言中应用不同的审查标准，从而对基本相似的合同条款产生不一致的风险评估。
从摘要器到推理复习系统。
扩展推理和条款级证据使风险审查对于高级法律判断来说具有足够的解释性。
一、Extended Thinking 风险推理代理
启用 Extended Thinking 的 Claude 3 Opus 会在整个协议的上下文中读取每个条款，识别条款间的依赖关系（例如，“第 8 节中的赔偿受到附表 3 中的上限的限制，该上限是由第 11 节中的不可抗力定义触发的”），并生成风险评估，其中包含审查律师可以逐步遵循的完整推理链。
二.具有条款级可追溯性的引文代理
每个风险发现都包含一个引文，指出源合同中的确切段落、条款或时间表。审查律师单击引文并看到在上下文中突出显示的原始文本。不再有“模型认为第 4 节有风险”而不知道哪个句子以及原因的情况。
三．多语言统一审稿代理
专门的代理人对中文、英文和日文合同执行单一审查标准。无论合同语言如何，都应用相同的风险分类、严重性分类和建议框架，从而消除了不同律师应用不同标准时出现的不一致。
四． RAG法律知识库+Token101
该系统维护着一个包含监管框架、行业标准模板和公司自己的先例库的 RAG 知识库。 Token101 将所有合同审查路由至 Opus（推理要求证明成本合理），并由 Sonnet 处理例行条款提取。 零数据保留 — 客户端合同文本永远不会保留在提示日志中。
资深律师的杠杆作用，而不是替代。
“我们不只是标记风险；我们构建的 AI 可以展示其推理，以便律师可以验证它。”