OpenAI与Ironclad合作：把合同审批流程变成AI智能体的训练任务

OpenAI在2026年10月6日公布了一项与合同软件公司Ironclad的研究合作，核心不是发布一个新功能，而是描述一种把专业软件工作流转化为AI训练任务的系统方法。

方法分三步。第一步，由Ironclad员工和在OpenAI内部使用Ironclad的人员共同识别任务。他们最终确定了11项跨法律、商务和采购的具体工作，例如设置保密协议、创建采购审批流程、更新可复用的法律条款使其反映请求者选择的司法管辖区。OpenAI估计，有经验的员工完成每项任务平均需要30到40分钟。

第二步，为每项任务制定8到50条评估标准，使研究者能看到模型在哪些环节做对、哪些环节失败。Ironclad同时提供了其产品的托管软件环境，让模型在其中反复练习。

第三步，训练数据来自公开来源。OpenAI说明，合成任务基于美国证券交易委员会EDGAR数据库中公开可获取的合同，经过过滤去除个人信息后生成。OpenAI明确声明未使用自身客户数据、内部合同或Ironclad的非公开客户数据。模型在这些合成任务上通过强化学习和反馈循环改进。

OpenAI自报的结果显示，GPT-6 Astra在这11项任务上的平均评分为55.0%，高于GPT-5.6 Sol的41.6%；每次尝试的估算时间从37.0分钟降至19.2分钟。一个用于Astra开发的内部模型达到了63.7%。

但OpenAI在脚注中给出了两条关键限定：这些结果仅覆盖11项研究任务，不代表Ironclad的全部工作流；时间是基于假设的模型处理和生成速度的模拟估算，不是客户实测节省。这意味着上述数字描述的是训练方法在受控评估中的表现，不能直接读作企业部署后的实际效率提升。

OpenAI在文章中指出，合同流程必须在处理例外的同时保留业务依赖的规则，如果智能体在任务中途丢失某条规则，就会限制软件公司能放心交给它的工作范围，这凸显了人工监督在智能体能力提升后仍然必要。Ironclad首席技术官Sunita Verma在声明中表示，AI要在合同领域真正发挥作用，不能只完成单个动作，智能体需要理解完整的合同生命周期，包括业务工作流程如何在保留团队依赖的控制措施的同时相互连接。