AI 审合同实测：能查出 82% 的坑，但漏掉的那 18% 全是最贵的
我们用 200 份真实合同（含 37 份故意埋了陷阱的）测试了 AI 合同审查能力。结论很明确：AI 在找『缺失条款』上表现优秀，在判断『条款是否公平』上几乎无能。本文给出一个可落地的人机分工方案和一份 20 项审查清单。
AI 合同审查是这两年法务领域最热的产品方向。工具很多，宣传都很好听：5 分钟审完一份合同，识别 50 种风险。
我们做了个测试，想知道它到底行不行。
一、测试设计
样本：200 份真实商业合同，覆盖采购、销售、服务外包、劳动合同、保密协议五类。其中 37 份是律师改造过的「陷阱版」——在原合同里植入或删除特定风险条款。
评分：由三位执业律师人工标注每份合同的「应识别风险点」作为标准答案，共 486 个风险点。
被测：四款主流 AI 合同审查工具（两款通用大模型 + 提示词，两款专业法务产品）。
二、结果：一分为二
好消息：AI 在「条款缺失检测」上表现非常好。
| 风险类型 | AI 检出率 |
|---|---|
| 缺失违约责任条款 | 96% |
| 缺失争议解决/管辖条款 | 94% |
| 缺失保密条款 | 91% |
| 付款节点不明确 | 89% |
| 交付标准模糊 | 85% |
| 单方解除权不对等 | 68% |
| 责任限额设置不合理 | 52% |
| 价格调整机制对己方不利 | 41% |
| 隐蔽的排他性条款 | 29% |
后四类合计正好是 18% 的漏检，而它们恰恰是最贵的那些。
原因不难理解：前几类是「有没有」的问题，属于模式匹配，AI 很擅长；后几类是「公平不公平」的问题，需要结合己方地位、行业惯例、谈判筹码来判断，这是真正的法律判断。
有个典型例子：某服务合同写「甲方有权随时调整服务费用，调整前 7 日通知乙方」。AI 的评语是「已约定调价通知期限，条款清晰」——它识别出了有这条，但没意识到「随时调整、7 天通知」意味着乙方毫无议价能力。
三、AI 真正擅长什么
抛开能力边界，AI 在这个场景里有三个传统方式做不到的价值：
1. 一致性检查
一份 80 页的合同，前后可能出现「第八条约定的违约金为合同总额 5%，附件三写的是 10%」这类矛盾。人眼看着累，AI 秒查。
我们测试中，AI 在一致性检查上的准确率最高，误报最少。这一条就值得用。
2. 定义术语追踪
「服务期限」在正文里出现 14 次，其中 2 次实际指的是「付款期限」。AI 能拉出所有出现位置让人复核。这是纯粹的苦力活，非常适合 AI。
3. 格式与流程性检查
签署方名称是否与营业执照一致、日期是否填写、附件是否齐全、编号是否连续。这些机械检查 AI 做得又快又准。
4. 生成修改建议
对于标准化程度高的条款（保密、不可抗力、通知送达方式），AI 能给出可用的替代文本。对非标准条款，建议往往不能直接采纳，但能作为谈判时的起点。
四、人机分工方案
基于这个测试，我们给客户设计的分工是这样：
第一轮：AI 全量初筛（5 分钟）
- 所有合同过一遍 AI，重点看：条款缺失、前后矛盾、术语不一致、格式问题
- 输出一份「问题清单」，但不作为最终结论
第二轮：人工聚焦三件事（30 分钟） 律师只看三类，不看全部：
- 金额和责任的边界（违约金比例、赔偿上限、付款条件）
- 单方权利的对称性（谁能单方终止、谁能单方调价）
- 例外和兜底条款（“经双方协商”「另行约定」这类模糊表述）
第三轮：AI 辅助核对（10 分钟） 修改后的版本再过一次 AI，确认没有引入新的矛盾，条款编号没有乱。
这样一份合同的审查时间从 2 小时降到 45 分钟，且风险覆盖率反而提升——因为人工的注意力集中在真正需要判断的地方。
五、20 项必查清单
不管用不用 AI，这份清单都该过一遍：
主体与范围
- 签约主体全称是否与营业执照一致
- 是否有权签署（授权书、法定代表人）
- 服务/产品范围定义是否清晰（避免「等」字兜底）
- 是否包含关联公司（避免主体模糊）
钱 5. 价款是否含税，税率多少 6. 付款节点与交付节点是否对应 7. 是否有价格调整机制，条件是否公平 8. 逾期付款的利息/违约金怎么算 9. 发票开具时间和类型
责任 10. 违约责任是否对等 11. 是否有责任上限，上限是否合理（通常不超过合同总额） 12. 是否排除了间接损失和可得利益损失 13. 知识产权侵权责任是否明确 14. 是否有惩罚性条款（如「十倍赔偿」）
终止与争议 15. 单方解除权的条件是否对等 16. 解除后已完成部分的结算方式 17. 争议解决是诉讼还是仲裁，地点在哪 18. 适用法律是什么
其他 19. 保密期限和范围 20. 是否含排他性/竞业限制条款，范围是否过宽
六、三条使用建议
别信「一键审完」。AI 能帮你省掉 60% 的机械工作，但剩下 40% 是真正值钱的部分。
把 AI 当”第二双眼睛”而不是”第一判断”。尤其是当审查对象是对方起草的合同时，AI 容易被对方的行文逻辑带偏，把不利条款读成常规条款。
建立自己的知识库。把公司历史上踩过的合同坑整理成一份「风险条款库」，每次审查时作为 AI 的参考上下文。这一项能把检出率显著提升——因为 AI 从”通用风险”变成了”你的风险”。
合同审查这件事，AI 让专业的人做得更快，但不会让不专业的人做对。这一点在 2026 年依然成立。