简介:本文以 NDA 审查为例,讲清 AI Agent 的观察、推理、行动与反馈循环,给出可对照的检查清单、效果评估口径和构建步骤,并列出失败模式、成本与数据安全要求。读完可判断哪些法律工作适合交给 Agent,上线前需要准备什么。
AI Agent 是一类能够读取外部信息、围绕目标自行规划步骤,并调用工具完成动作的系统。它以大语言模型为推理核心,外接文档解析、知识库检索、数据库查询等工具。与只回答一个问题的对话工具相比,Agent 可以连续执行多个步骤,并根据中间结果调整下一步。
这类系统适合处理非结构化的知识工作。合同、政策文件和判例通常以自然语言书写,条款之间存在引用和例外关系。Agent 可以逐段理解这些内容,并在需要时回到原文核对。
规则引擎和 RPA 在结构化场景中很可靠。发票字段固定、系统界面稳定时,RPA 可以稳定完成录入。但一旦输入变为长文本,或者判断依赖语义,传统方案的维护成本会快速上升。规则引擎需要把每一种表述都写成规则,业务人员调整一个措辞,开发人员就要改动多条逻辑。
Agent 适合输入模糊、规则难以穷举、需要判断的环节。它无法替代稳定的结构化流程,两者常常组合使用:RPA 负责抓取和录入,Agent 负责理解文本并给出建议。
Agent 收到任务后,会进入循环执行。每一轮包括四个环节。
报告的每一项建议包含以下字段:检查项、状态(found、missing 或 unclear)、原文位置、修改建议、是否需要人工复核。
下表是初审时可以逐项核对的内容。清单应由法务团队确认后再固化到系统中。
| 检查项 | 审查要点 | 人工复核点 |
|---|---|---|
| 通知条款 | 泄露时是否要求及时通知对方,通知时限和方式是否明确 | 时限是否符合公司政策 |
| 禁令救济条款 | 是否允许申请禁令或其他衡平救济 | 适用法域是否认可,表述是否可执行 |
| 保密期限 | 保密义务的起止时间,期满后是否有存续条款 | 与商业秘密的保护期限是否衔接 |
| 例外情形 | 公开信息、独立开发、依法披露等 | 例外范围是否过宽 |
| 返还或销毁 | 终止后资料的处理方式 | 与数据留存规定是否一致 |
| 管辖法律与争议解决 | 适用法律和管辖地 | 是否符合公司标准 |
| 违约责任 | 赔偿范围和责任上限 | 是否与主合同的责任安排一致 |
网上常见的“效率提升 80%”“错误率降低 60%”之类数字,多数缺少样本、条件和测量方法,不能直接用于判断。团队应在上线前用历史 NDA 做测试,记录以下指标。
| 指标 | 计算方式 | 说明 |
|---|---|---|
| 覆盖率 | 有明确结论的检查项数 ÷ 应检查项数 | 反映 Agent 是否遗漏检查项 |
| 漏报率 | 人工认定有问题、Agent 未标记的项数 ÷ 人工认定有问题的项数 | 法律场景中最需要关注的指标 |
| 误报率 | Agent 标记有问题、人工认定无问题的项数 ÷ Agent 标记的项数 | 影响律师的复核成本 |
| 引用准确率 | 引用的政策片段与原文一致的报告数 ÷ 引用总数 | 检验是否存在编造依据 |
| 端到端耗时 | 从提交到人工确认完成的时间 | 应包含人工复核时间 |
样本数量应根据风险等级确定。起步阶段建议使用数十份真实或脱敏的 NDA,并记录政策手册版本、模型版本和知识库版本。只有完成这类测试,团队才能说明实际的效率变化。
框架选型取决于团队的技术环境。LangGraph、AutoGen、Dify 等都是常见选择,也可以自行编排。这些框架迭代较快,接入前应查阅当前版本的文档,并在测试环境中跑通最小示例。
构建可以分为五步。
建议采用检索增强生成(RAG),让回答基于政策库,并保留引用位置,便于人工核对。
AI Agent 与传统规则引擎:规则引擎依赖 if-else 逻辑,对已知规则执行精确,却无法解读没有见过的表述。Agent 能理解语义,但输出带有概率性,同一输入可能得到略有不同的结果。因此需要固定检查清单,并定期用评测集回归测试。
AI Agent 与普通大模型对话工具:对话工具只生成文本。Agent 能调用接口、读写文件,权限控制的重要性远高于对话工具。
失败模式主要有四类:
成本与延迟:每次审查要经历多轮模型调用和工具调用,耗时和费用会随文档长度与检查项数量增长。上线前应统计单份合同的平均耗时和费用,确认其与业务节奏匹配。
权限边界:Agent 只应拥有完成任务所需的最小权限。它可以读取指定合同和政策库,但不能接触其他客户的文件,不能直接发送邮件,也不能修改合同版本。
AI Agent 通过观察、推理、行动和反馈的循环完成知识型任务。在 NDA 审查中,它可以按固定清单逐项核对,并输出带引用的初审报告。效果取决于检查清单质量、政策库完整性、权限设计和人工复核流程,模型能力