在数字化浪潮席卷全球的今天，法律行业正经历着前所未有的变革。随着AI技术的飞速发展，尤其是大模型的崛起，法律与科技的融合已成为不可逆转的趋势。作为法律科技创业者，我们一直在思考如何借助新一代AI技术解决法律行业痛点、推动行业升级。

本文将结合幂律智能的实践经验，围绕法律大模型在企业应用中的创新与实践展开深入探讨，解析垂类大模型的优化路径、AI幻觉问题的解决方案以及Agent智能体的自主学习闭环，为法律与AI的融合提供可借鉴的思路。

幂律智能自 2017 年成立以来，始终专注于探索AI技术与法律行业的深度融合。在发展历程中，我们亲历了AI产业的周期性变革，在能源、金融、医疗、制造业、零售及互联网等多个领域积累了丰富的 AI 落地实践经验。我们的核心目标始终聚焦于“让AI读懂合同，让合同赋能管理”，在法律科技这一垂直领域稳步深耕。

回顾信息化变革的四个重要阶段：PC互联网、移动互联网、2016年以AlphaGo为标志的AI时代，以及2022年底至今以ChatGPT为起点的大模型爆发期，幂律智能始终紧跟技术浪潮，在法律科技领域持续创新。

我们深刻认识到，AI的价值不仅仅体现在技术创新层面，更重要的是能够切实解决行业实际问题，尤其是数据安全、结果准确性等核心痛点，我们始终保持高度关注，并致力于通过技术创新和实践探索，为行业提供更安全、更准确、更可靠的解决方案。

AI时代知识工程的技术架构

• 通用大模型层：让机器“读懂人话”：通用大模型（如ChatGPT、DeepSeek等）的核心目标是解决自然语言理解问题，使机器能够理解人类语言的语义和语境。
• 垂类大模型层：让机器“读懂行话”：垂直领域大模型是通用大模型在特定行业的延伸，旨在解决行业语言的专业性问题。
• 企业模型层：通过本地化模型和应用层的私有化部署，满足金融、央国企等对数据安全的要求。
• 知识推理层：是连接模型层与应用层的关键环节，旨在解决模型输出的准确性、有效性和可信度问题。
• 智能化应用层：人机协同的交互创新体验。
• 应用层聚焦用户体验与业务落地，以智能审查为例，采用“同屏交互式”界面，区别于传统的问答模式。在合同审查场景中，左侧为合同文本，右侧实时呈现高、中、低风险审查结果，支持一键修改、插入批注、替换文本等操作，实现审查意见与合同文本的实时联动。这种交互方式更符合法务人员的工作习惯，显著提升审查效率。

如何解决AI幻觉问题

读书多

通过海量法律文本（如法律法规、合同范本、司法案例等）对垂类模型进行预训练，增强模型对法律场景的理解。以幂律智能为例，我们在2023年初基于GLM训练了千亿参数级的法律垂直大模型，目前已经迭代到GLM4，通过法律专业知识的预训练（Pre-train）、监督微调（SFT），使模型能够理解法律条文、合同条款等专业内容，生成的内容更加具备可追溯性、给出的建议更加具备可操作性。

通过信通院第三方的测试，垂类大模型在法律场景的表现较通用大模型提升了5-8个百分点，对于垂直场景的应用有显著提升。随着开源模型的快速发展，幂律智能也同样针对DeepSeek系列、Qwen3系列模型进行了SFT，基于自身持续积累的数据，不断迭代优化法律垂直大模型的表现。

押题准

在法律场景中，企业合同审查的要点通常是一组封闭式问题，我们会与客户一同梳理出客户的审查需求，然后通过“知识推理工程引擎”，将复杂的法律审查逻辑拆解为可视化的树状推理结构。

例如，在EPC合同审查中，针对200多页的复杂合同文本，通过逻辑拆解将抽象的法律经验转化为可视化的审查步骤，确保每个子任务的准确率，从而保障整体审查结果的可靠性。

数据安全

数据安全是企业应用AI的核心关切。为此，我们通过模型蒸馏/模型量化等技术，在通用模型和垂类模型的基础上，开发可私有化部署的本地化模型。该模型支持企业在自有服务器或云端部署，确保合同数据、审查记录等敏感信息不出企业边界，从技术架构上彻底解决数据安全问题。

自主学习

幂律智能通过“人机协作闭环”实现智能体的自主调优：

• 数据采集：记录用户对AI建议的采纳情况、手动批注内容、合同修改历史等数据。
• Agent优化：AI自主学习用户行为数据，分析审查点的准确性和适用性，自动调整审查逻辑和权重。例如，若某类合同的“间接赔偿条款”频繁被用户修正，系统将自动强化该审查点的优先级。
• 持续迭代：通过闭环反馈，形成以数据驱动的良性进化循环，让AI智能审查实现“越用越准”的效果。

从智能审查到全生命周期赋能AI重塑合同管理

（一）合同全生命周期的智能化改造

01、起草阶段

AI根据业务需求推荐合适的合同模板，或自动生成合同初稿，减少重复劳动。例如，企业可通过AI快速生成采购、销售、服务等类型的合同，避免从零起草的低效问题。

02、审批阶段

实现“审”与“批”的智能化协同。AI完成初步审查后，法务人员聚焦关键风险点进行复核，同时系统积累评审经验，优化后续审查规则，使审批流程更高效、标准更统一。

03、履约阶段

通过AI提取合同中的履约要素（如付款条件、交货时间、违约责任等），与财务、供应链系统对接，实时监控履约风险。例如，当合同约定的付款节点临近时，系统自动预警，避免违约风险。

04、归档分析阶段

智能问数功能支持多维度数据检索，经营层可快速获取合同履行情况统计，法务层可分析高频风险点，为企业决策提供数据支撑。

（二）从合同管理到企业数字化融合

合同是企业交易的核心载体，其智能化升级可进一步推动企业数字化转型。幂律智能通过将法律知识与ERP、SRM、CRM等系统融合，实现“法律风险前置化”：

• 在财务系统中，AI结合合同履约数据，实现资金流与合同条款的联动监控；
• 在供应链系统中，AI自动审查供应商合同的合规性，规避采购风险；
• 在CRM系统中，AI优化销售合同条款，提升交易质量，降低交易风险。

这种融合不仅提升了单一部门的效率，更从企业全局视角构建了“知识驱动、风险可控”的数字化管理体系。

未来，我们期待与更多企业、机构携手，共同构建“AI驱动、数据赋能、人机协同”的法律科技生态，让法律数智能化成为企业数字化转型的新方向、新动能，推动企业向更高效、更智能、更可持续的方向发展。技术浪潮从未停止，法律科技的探索也将永远在路上。