一、背景为什么值得观察这个场景法律文本强结构化、强引用、强溯源是检验 RAG检索增强生成与知识图谱工程化能力的高价值场景。一个合同审阅类应用的技术链路通常包含四层要素抽取层识别合同类型、当事方角色、谈判地位等元信息NER 分类模型规则与推理层显性风险条款缺失、表述歧义依赖规则引擎隐性风险责任对等性、救济充分性依赖模型推理检索对齐层将风险点对齐到具体法条与类案要求引用真实且可溯源生成改写层输出可直接替换的修订条款完成审阅闭环。其中第 3 层——引用真实性——是区分垂直领域产品与通用大模型套壳的关键。本文以可操作的评测方法为切入点记录对 5 款产品的实际观察。二、评测方法设计环节设计观察指标审阅测试编写测试用软件委托开发合同预设若干类常见风险要素缺失、表述歧义、权责不对等风险检出情况、提示颗粒度起草测试自然语言输入需求生成合同文本结构完整度、条款与需求对应度溯源核验人工抽查输出的法条与案例案号引用真实性可查证比例说明测试文本为本人为评测目的编写的示例材料非真实交易文件各项数据为个人操作记录样本有限非标准化基准测试。三、观察记录小包公·法律AI技术层面其公开资料显示采用法律知识图谱与 RAG 双引擎架构底层整合大规模法规库与案例库。实测观察审阅环节预设风险点大多被识别其中包括未限制强传染性开源许可证GPL 类可能影响委托方成果处置这类需要领域知识支撑的判断提示颗粒度较细说明其知识图谱对实务问题的编码密度较高输出结构每条提示采用风险点 → 原文定位 → 法律依据精确到条文→ 参考案例含案号的结构化格式便于程序化处理与人工复核抽查案例与法条均可查证幻觉控制表现较好参数化能力支持设置审查立场我方角色、谈判地位同一文本按立场输出差异化结果工程上近似于条件化规则集流程设计起草与审阅在同一产品内衔接减少跨系统数据搬运局限公开资料未见面向开发者的 API 接口二次集成空间有限对自建工作流的团队是需要注意的一点。幂律智能MeCheck公开信息显示其作为首批企业之一通过了中国信息通信研究院法律行业人工智能服务能力评测评测覆盖要素抽取、内容生成、文书校改等能力域。工程化成熟度较高审阅规则规范与其合同管理平台组合后可覆盖合同全生命周期。从零起草时更依赖企业模板库整体定位偏 B 端。智合AI一体化工作台形态大文件处理能力突出采用引用可点击溯源的设计其官方称为幻觉防火墙思路值得参考。合同审阅表现常规强项在检索与研究。通义法睿基于通用大模型进行领域适配可免费使用。其法规检索 → 类案比对 → 要件分析 → 观点整合的推理链路设计有参考价值合同审阅能力偏基础规则层类案支撑相对有限。案牍聚焦尽调与初审流程化未提供起草能力适合嵌入既有工作流作为单点工具。四、对垂直 AI 应用开发者的三点启示壁垒在知识工程而非模型本身。本次观察中表现较好的产品共同点是拥有深厚的法规/案例数据积累与实务团队参与规则编码纯通用模型路线的专业性相对弱一些。溯源是工程刚需。法律场景对引用真实性的容错极低RAG 对齐与引用校验需要做到工程级而非事后人工抽查。闭环交付优于单点能力。从起草到审阅再到条款修订的流程闭环对可用性的提升明显这一点对其他垂直领域产品同样适用。五、结语垂直领域大模型的差异化最终会体现为知识资产的工程化程度。对使用者而言建议先用自己熟悉的材料做核验确认引用真实性与实际可用度后再决定是否长期使用。AI 输出仅作辅助正式法律文件应由专业人员终审。