法律AI公司Legora称内部NDA审阅产能占比从约20%降至1%以下

法律团队的一个结构性困境是：时间不够用，导致一些本应完成的高价值工作根本没有被做。瑞典斯德哥尔摩的法律AI公司Legora的联合创始人兼CEO Max Junestrand在OpenAI发布的案例研究中把这一点作为公司起点：初级律师被要求在 一夜之间 审阅大量合同，只能聚焦其中一小部分，其余的要么被跳过，要么被粗糙处理。

Legora法务团队针对NDA（保密协议）审查设计了一个具体机制。总法律顾问Emma Kadri Bergström介绍，她的团队先分析了公司历史上签署的所有NDA，从中提取出一套审查手册（playbook），定义了哪些条款参数属于可接受范围。当新的NDA进来时，AI代理依据这套手册执行首轮筛查，将超出可接受参数的条款标记出来，交给律师做最终判断。Bergström估计，在这个流程引入之前，审阅这些无聊文件占用了法务团队大约20%的产能；现在这个比例降到1%以下。

这一机制的关键不在于AI替代了律师，而在于它改变了审查的覆盖面。在产能受限的情况下，团队只能深入审阅最关键的少数合同，其余的要么跳过要么快速浏览。AI首轮筛查使得大量原本无人细看的文件也能被过一遍，风险条款的暴露面因此扩大。Legora全球法律工程负责人Alex Fortescue-Webb用尽职调查举例：传统审查受时间和成本约束，团队只能集中精力在最有价值的合同上；Tabular Review工作流可以在几分钟内对数千份合同就多个问题进行分析，让律师把细致审查应用到更广的范围。

工程团队的做法遵循了类似的并行探索逻辑。CTO Jacob Lauritzen说，编码代理改变了开发新想法的速度：过去团队研究一个可能的方案、投入工程时间、然后才知道方向对不对；现在可以同时探索20个方案，在几天内选出最优的那个。在故障排查方面，编码代理能搜索数百万行日志并同时追踪多种可能的解释，有时将bug报告到修复完成压缩到大约五分钟。

关于组织层面的推广，案例中列出一条经验：当超过75%的领导者主动使用Legora产品时，整个组织的中位使用量是原来的3倍。Lauritzen还提到，模型能力的快速迭代迫使他每两周重新考虑一次产品路线图。

需要指出的是，以上所有数据——20%到1%的产能变化、90%的合同周转提速、单一财富100强客户节省超过2000万美元外部诉讼和尽职调查费用、每位律师每周返还9.5小时——均来自Legora管理层在OpenAI发布的案例研究中的自述。20%基线是总法律顾问的估计而非系统测量，$2000万未注明时间跨度和计算方法，90%提速仅涉及一个未具名客户。作为模型供应商为付费客户撰写的成功案例，正面选择偏差是结构性特征。该案例的价值在于提供了具体的工作流机制描述，而非证明了任何普遍性的性能结论。