AI 能帮你看合同了，但别把它当律师
说个你可能没注意到的事：你现在签的每一份 APP 协议、租房合同、外包报价，背后可能都先过了一遍 AI。
不是律师用 AI 看，是你自己，或者对方，把一整份文档塞进对话框，问一句"有什么坑"。几秒钟，它列了五条。你扫一眼，签字。
这个流程里真正发生的事，和你以为的很不一样。
## 它到底在"看"什么
合同对 AI 来说就是一串被切成小块的文字。它把每个词变成一串数字，再去判断哪些词经常和风险、金钱、责任这些概念凑在一起。它给你的"重点"，本质是概率最高的几处高亮。
它能把"违约金 30%""到期自动续费"这类句子抓出来。但"抓出来"不等于"判断清楚"——它不知道这笔交易里，哪一条才是真会让你赔钱的那条。
说白了就是：AI 做的是"信息检索 + 摘要"，不是"法律判断"。它告诉你"这里有东西"，但说不出"这东西对你意味着什么"。
## 它会"编"出不存在的条款
这是最危险的失败方式。AI 在总结时，会顺着"合同通常长这样"的预期，补上它以为应该有、但原文根本没有的句子。
这种事不是段子。2023 年，纽约一位律师在法庭文件里引用了 ChatGPT 生成的六个根本不存在的判例，被法官发现后当事人受到制裁。之后这类案子越来越多：2024 年麻省一名律师因助理用 AI 出未经核实的假案例被罚 2000 美元；同年得州一起不当解雇案里，原告律师引用了不存在的判例和假引语，同样被罚，还被强制去上生成式 AI 的法律应用继续教育。
2025 年还在发生：Morgan & Morgan 在怀俄明州的案子里出现了 8 条虚假引用；中国也出现了律师把 AI 生成的"参考案例"直接写进材料的事件，开庭时被对方律师当场戳穿。
Stanford HAI 在 2024 年做过一项测试，结论很直白：法律类模型在至少六分之一的查询上会"幻觉"，也就是一本正经地给出错误答案。
新模型少了，但没消失。
> 红线：只要 AI 的回答里出现具体条款、判例、法条编号，你都必须回原文逐字核对。它编得很像真的，不像的那部分才不可怕。
## 三年演进：从"聊天"到"专用法律 AI"
先别急，听我说完。你可能会想：既然通用聊天会编，那是不是根本不能用？
事实是，这条赛道在三年内拐了三个弯。
第一弯是基准。2023 年 Stanford 牵头做了 LegalBench——162 个法律推理任务，覆盖问题识别、规则回忆、规则应用等六大类，由法律人主导设计。它第一次让"哪个模型法律能力强"有了可比的尺子，而不是靠营销话术。
第二弯是专用工具。通用聊天之后，出现了专门吃法律数据的产品：Harvey 拿下了大批律所客户，Thomson Reuters 把 CoCounsel 建在 Westlaw 和 Practical Law 的权威库之上，Lexis 推出 Lexis+ AI（Protégé），还有 Luminance、Paxton 等。它们的共同卖点不是"更会聊"，而是"答案能溯源到具体法条和判例"。LegalTech AI 这个细分市场在 2026 年已经被估到约 37 亿美元的量级。
第三弯是"检索增强"。现在靠谱的做法不是让模型凭记忆回答，而是先把你的合同和权威库喂给它，要求每条结论都带出处。这意味着 AI 的角色从"替你判断"退回到"替你找、并标注来源"。
但这只是表面，真正有意思的在后面——工具变强了，责任反而更清楚了。
## 监管追上来了：EU AI Act
欧盟的《人工智能法案》（Regulation EU 2024/1689）是全球第一部全面的 AI 法律，分阶段生效。关键一点：当律所把 AI 用在客户案件里，它属于"部署方"，要承担具体义务。这些高风险场景的义务，从 2026 年 8 月起开始适用（后经 2026 年 Digital Omnibus 修订）。
换句话说，专业圈子已经在用规则把"AI 不能替代人"这件事写进制度里。普通人用 AI 看合同虽然没有强制门槛，但方向是一样的：AI 的输出是线索，不是结论，签字前的最终责任永远在人。
## 哪些条款绝对不能交给 AI（风险分级）
按"出错代价"把条款分成三档，你就能决定哪些可以放心让 AI 过目、哪些必须真人出场。
| 风险级 | 典型条款 / 场景 | 能交给 AI 吗 | 原因 | | --- | --- | --- | --- | | 低 | 订阅自动续费、隐私政策概括、退改规则 | 可以（概括/翻译） | 出错代价小 | | 中 | 金额、期限、违约金、管辖法院、责任上限 | 可辅助，须核对原文 | 数字直接影响钱 | | 高 | 股权、知识产权、保密、离婚/雇佣/合伙、诉讼 | 不能独自判断 | 偏差即真金白银风险 |
> 用法红线：只要合同涉及"钱、股权、长期、人身/雇佣关系"中任意一项，AI 的输出只配当"预习笔记"，签字前必须过真人。
## 真正安全的用法：五步流程
把 AI 当成"第一遍快速过目的实习生"。核心原则：让它找，不让它判；让它引用原文，不让它发挥。
只问"有无"，不要求结论。"有什么坑"改成"这份合同里有没有自动续费、违约金、管辖法院？每条附上原文。"让它当检索器，不当评论员。
强制它引用原文。写明"每条风险都必须附原句或行号"，一旦它编条款你立刻能对不出来，这是对抗幻觉最直接的手段。
反向逼它列"可能漏掉的"。问"还有哪些条款类型你可能无法判断、需要真人确认？"把判断权交还给自己。
对中高风险条款贴标签。涉及金额、期限、股权、保密的，单独列出走"真人复核"通道。
用固定提示词模板：
``` # 合同安全审阅提示词（复制使用） 请把下面这份合同逐条处理，严格遵守： 1. 只标注原文中存在的条款，绝不补充、改写或推断原文没有的内容； 2. 每条风险都必须附上原句引用或行号； 3. 当我问"有没有 X 条款"时，只回答"有 / 没有"并引用原文，不要展开建议； 4. 最后单独列出"我可能无法判断、需要真人律师确认"的条款类型。 合同如下： [在此粘贴合同全文] ```
## 我的判断
我的判断很直接：AI 看合同这件事，价值在"省下第一遍过目的时间"，不在"替你拍板"。
三年里它确实进步了——有了基准、有了溯源、有了专用工具，甚至有了监管兜底。但进步没有改变一件事：它闭环里缺的"回原文核对"和"法律判断"两步，恰恰是你签字时最该有人负责的两步。
所以别把它当律师。把它当那个愿意花三分钟先帮你过一遍、还把出处标清楚的实习生，就对了。
你觉得呢？你有没有把合同丢给 AI 看过、结果踩过坑或者真帮上忙的经历？留言区说说——我想知道真实情况，不是理论上的。
## 参考来源
- Stanford HAI，《AI on Trial: Legal Models Hallucinate in 1 out of 6》（2024）：https://hai.stanford.edu/news/ai-trial-legal-models-hallucinate-1-out-6-or-more-benchmarking-queries - LegalBench（Stanford Hazy Research）：https://hazyresearch.stanford.edu/legalbench/ - 律师因 AI 幻觉被处罚案例梳理（含 2024 麻省/得州、2025 Morgan & Morgan 等）：https://baijiahao.baidu.com/s?id=1877818802138278814 - EU AI Act 律所义务指南（2026）：https://legalaiinsights.com/regulation-ethics/eu-ai-act-high-risk-ai-obligations-legal-services-deployer-guide - Thomson Reuters CoCounsel（基于 Westlaw + Practical Law）：https://legal.thomsonreuters.com/blog/beyond-chatbots-how-cocounsel-legal-delivers-ai-legal-research-you-can-trust/
资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。