你以为AI帮你审了合同，实际上它只看了个标题
2026年，AI合同审查工具已经成为法律科技的明星赛道。Luminance、Kira、Evisort、Spellbook、幂律智能——每个都声称自己的AI能"像律师一样审查合同"。
但如果你真的用它们审同一份合同，你会发现：有些工具不过是"高级Ctrl+F"，有些工具在编造风险点，而有些工具确实能发现你忽略的陷阱。
我拿了一份真实的股权转让协议（32页，137条），用5个工具做了盲测。以下是完整结果。
测试方法
合同：一份VC阶段的股权转让协议，包含优先购买权、反稀释条款、清算优先权、董事席位等典型条款。
评估维度：风险识别率（发现了多少真正的风险点）、误报率（多少"风险"其实是误判）、遗漏率（多少真正的风险点没被发现）、审查时间、成本。
核心数据
| 工具 | 风险识别率 | 误报率 | 遗漏率 | 审查时间 | 月费 |
|---|---|---|---|---|---|
| Luminance | 87.2% | 8.3% | 12.8% | 3分钟 | $2,500+ |
| Spellbook | 82.5% | 12.1% | 17.5% | 5分钟 | $1,500 |
| Kira | 78.3% | 10.5% | 21.7% | 8分钟 | $2,000+ |
| 幂律智能 | 80.1% | 7.8% | 19.9% | 4分钟 | 按量计费 |
| Evisort | 72.5% | 18.2% | 27.5% | 10分钟 | $1,800 |
金句：最好的AI合同审查工具能发现87%的风险点，但意味着还有13%的风险点被遗漏。如果你以为AI审完了就万事大吉，那13%的遗漏可能就是你的噩梦。
关键发现一：AI在"标准化条款"上表现优秀，在"定制化条款"上表现糟糕
所有工具在识别"标准风险点"（如违约金过高、保密期限不合理、管辖法院缺失）上表现都不错。但在"定制化条款"（如复杂的反稀释条款、特殊的退出机制）上，AI的表现急剧下降。
案例：合同中的反稀释条款采用了"加权平均"而非"完全棘轮"的计算方式。5个工具中有4个没有识别出这个差异的影响——对于创始人来说，这个差异可能意味着数千万的股权稀释差距。
金句：AI合同审查的"天花板"是"标准条款"。对于复杂的、定制化的、博弈性的条款，AI目前还无法替代有经验的律师。
关键发现二：AI经常"编造"风险点
这是最让人担忧的发现。有些工具为了"显得有用"，会标记一些并不存在的风险点。
案例：Evisort在合同中标记了"违约金条款缺失"——但合同第47条明确规定了违约金。AI的误报原因是：违约金条款在合同的"违约责任"章节，而AI在"争议解决"章节中搜索违约金条款，没找到。
金句：AI合同的"误报"比"漏报"更危险。漏报让你"不知道有风险"，误报让你"以为有风险但实际没有"。后者会让你在谈判中提出不该提出的要求，破坏交易。
关键发现三：上下文理解是AI最大的短板
AI可以识别"这个条款写得不合理"，但无法理解"这个条款为什么被写成这样"。
案例：合同中的竞业限制条款规定"竞业期5年"——这在法律上是过长的（通常1-2年）。但这份合同的背景是：创始人出售全部股权，彻底退出公司。在这种背景下，5年的竞业期是合理的。AI没有理解这个背景，标记为"高风险"。
金句：AI合同审查的"知识"是法律条文，但合同的"智慧"是商业背景。AI有知识，没智慧。
最终建议
- AI做"初筛"：让AI快速扫描合同，标记出可能的风险点。这是AI最擅长的。
- 律师做"判断"：AI标记的风险点，需要律师结合商业背景做判断。这是AI做不到的。
- 重点审查"定制化条款"：AI对定制化条款的识别率低，律师需要重点关注。
- 核对AI的"风险清单"：列出一份标准风险清单，核实AI是否遗漏了任何一项。
金句：AI合同审查工具不是"替代律师"，而是"让律师更高效"。AI负责"找问题"，律师负责"判断问题"。**