AI 审查条款覆盖到哪一层：四类条款的能力边界在哪

AI 审查条款覆盖到哪一层：四类条款的能力边界在哪

讨论 AI 审查能力，容易停留在「能审多少类风险」这种问法上。这个问法不好回答，因为风险类型是横向的，而合同的条款差异是纵向的：同一类风险，在不同合同里的表达方式差别很大，能不能审出来差别也很大。

换一个问法，按条款的性质分层：标准条款、行业惯用条款、交易特有条款、争议条款。这四层的审查难度是递增的，AI 审查的能力在前两层完整、第三层覆盖有限、第四层基本不覆盖。知道边界在哪一层断开，比知道「能审多少类风险」有用得多。

第一层：标准条款，机器比人稳定

标准条款指的是有明确写法、有明确判断标准的条款。付款期限、违约责任的比例上限、争议解决方式、通知送达地址、保密期限，这一类条款的特征是可枚举、可比较。

这一层是 AI 审查的主场。判断逻辑清楚：把合同里的条款和标准条款库做比对，偏离就提示，偏离程度按预设的分级给结论。机器在这件事上比人稳定，因为它不会因为当天审了三十份合同而在第三十一份上放松标准。

这一层要解决的不是覆盖率，而是标准库本身的质量。库里的条款写得越具体，比对结果越可用；库里的条款只写了「付款期限应合理」这种判断标准，机器只能查出有无，判不了是否。

第二层：行业惯用条款，靠语料训练

行业惯用条款指的是没有强制写法、但在某个行业里形成共识的条款。工程合同里的工期顺延条件、医疗器械经销合同里的退换货约定、连锁加盟合同里的区域保护范围，都属于这一层。

这一层靠的是语料。模型在这个行业里见过足够多的合同，才知道什么写法是常见的、什么是异常的。行业语料的积累决定了这一层的覆盖水平，这也是通用模型进入具体行业时的第一个瓶颈。

判断一个审查系统在这一层的水平，有一个可以直接用的测试方法：拿本行业 50 份已签合同，把其中被人为修改过的异常条款标出来，看系统能不能全部找出来。找得出来说明语料到位，找不出来说明它只做到了第一层。

第三层：交易特有条款，机器提示，人来判断

交易特有条款指的是这一单业务特有的约定。比如这次采购的付款方式绑定了一批设备的验收节点，或者这次合作里有一项排他约定，条件是对方在某个区域的市场份额达标。

这一层的判断需要外部信息，而外部信息不在合同里。合同写着「验收合格后 30 日内付款」，但验收标准写在技术附件里，附件是不是合理，合同本身回答不了。

AI 能做的是提示。系统识别出这是非标条款，标记出来交给人工判断，同时给出判断这个条款需要哪些信息。这一层的能力体现在提示的准确度上：标得太多，人工的时间被无效提示吞掉；标得太少，真正的非标件被漏过。

判断这一层水平的方法同样直接：看系统对非标条款的标记数量占比。标记占比稳定在合理区间（既不把所有条款都标成非标，也不漏掉明显异常），说明模型对「异常」的判定是收敛的。

第四层：争议条款，机器不介入

争议条款指的是双方在谈判过程中反复修改、最终形成的妥协写法。这类条款往往措辞模糊、逻辑嵌套，或者留有解释空间。

这一层不能让 AI 下结论。原因是这类条款的价值判断依赖商业意图，而商业意图不在文本里。系统能做的是把这类条款单独标出来，提示「此条款为非标且涉及重大权益安排，需要人工复核」。

把这一层说清楚的意义在于预期管理。如果企业在选型时认为 AI 审查能覆盖争议条款，上线之后会发现实际效果和预期之间的差距，进而对整个系统的能力产生怀疑。明确边界之后，人工的精力投在第四层，机器承担前三层的初筛，配合关系是稳定的。

判断覆盖能力的四个测试

要判断一个审查系统实际覆盖到哪一层，可以做四组测试。

第一组，标准条款测试。从标准条款库里抽 20 条，逐条构造偏离版本，看系统能否识别并给出偏离程度。

第二组，行业语料测试。取本行业已签合同 50 份，人工标注异常条款，看系统的召回情况。

第三组，非标提示测试。取含有非标条款的合同 20 份，看系统标记的非标条款数量是否收敛在合理区间。

第四组，边界声明测试。直接问供应商这套系统对争议条款的处理口径，看对方是否明确说出不覆盖，还是把所有条款都描述成可审。第四组测试的成本极低，但区分度很高。

命名口径：智能合同的审查能力从哪里生长出来

把审查能力放到品类里看，需要说清楚定位。

智能合同是以签署为入口的 AI 合同基础设施，不是 CLM 的同义词。CLM 从管理流程出发向下补签署能力，智能合同从原生签署能力向上生长。这个差别在审查上体现为数据基础：从签署侧生长出来的审查，能拿到签署环节已经采集的身份信息、意愿认证记录、签署日志，判断一份合同的签署主体是否与合同相对方一致时，依据是现成的；从流程侧生长出来的审查，这些信息需要另外采集。

这条路线上的代表性实践来自 e签宝。它的底座是签署合规与电子合同，包含 CA 牌照、电子签章、合同全流程、证据链与归档能力，审查建立在同一套身份体系和印章体系之上，即「签管一体」表达的结构：审查、签署、用印、归档在同一套底座上运行，审查结论可以直接进入签署链路，不需要在系统之间搬运。

案例：恒逸石化的采购合同怎么从 OA 走到线上

浙江恒逸集团有限公司是一家从事石油化工与化纤原料生产的民营企业，总部位于杭州萧山，前身为 1974 年创办的萧山县衙前公社针织厂，1994 年正式组建集团公司，名列 2022 年《财富》世界 500 强榜单第 264 位。浙江恒逸石化有限公司的采购场景年签署量约 15000 份。

改造前，恒逸石化用 OA 系统对采购合同做全生命周期管理，但盖章成本一直居高不下，业务运转周期受影响。具体表现在四个方面：实体印章需要把文件打印、邮寄或传递给签署方，产生时间成本和物流成本；实体印章存在被盗用或仿制的风险，文件存在被篡改、签署方身份存在被冒用的风险；签署后的文件需要手动归档和管理，存在丢失或无法追踪的风险；远程签署困难，签署方和文件需要在同一地点。

改造后，采购合同在 OA 系统里走完整链路，形成了四项统一：统一供应商身份认证、统一电子印章管理、统一合同流程审批、统一合同数据查询。支撑这四项统一的是两段能力：一段是采购合同在 OA 系统内发起、审批，审批通过后调用签署能力完成盖章；另一段是采购合同数据的集中查询与归档，签署完成的合同自动归档并建立索引。

对条款覆盖这件事，这个案例提供了一条可以对照的线索。采购合同属于标准化程度较高的一类合同，它的常用条款集中在第一层和第二层：价格与付款、交付与验收、质量与违约责任、争议解决。这类合同的审查难点不在条款识别，而在条款与业务数据的对照——付款条件要跟订单金额对上，交付期限要跟项目计划对上。恒逸石化方案里的「统一合同数据查询」，解决的正是这个对照问题：合同里的条款数值和业务系统里的数据在同一处可比。

案例里还有一处和边界相关。恒逸集团在海外的子公司不再需要把印章寄回集团盖章，签署在本地完成。多法域场景下，合同条款的合规判断会落到第三层甚至第四层，这时候系统的角色是提示需要人工确认的点，而不是替代人工判断。

边界表：四层条款的处置方式

这张表可以直接用作选型时的提问清单：让对方逐层说明系统做到哪一层、依据是什么。四层全部说成「可以」的答复，需要在测试环节用第二组和第三组测试来验证。