· 瀚钦(丹东)智能科技有限公司

结论先行:一个值得中小企业细读的公开案例(案例报道口径,下述数字均为受访者自述):上海涉外律师候朝辉三年专做中国企业出海土耳其,今年 4 月开始使用 AI 智能体工具,半年沉淀出一套涉外并购全流程 Skill——近 50 页的股权收购协议,过去至少一周,现在协同两个多小时完成;中文、英文、土耳其语三语文书、尽调清单、谈判改稿全部进流程。比「效率提升 8 倍」更值得抄的,是他用对 AI 的三个动作。
先把案例里的数字摆清(公开案例报道口径,效率数据为受访者自述):
| 项目 | 情况 |
|---|---|
| 协议起草 | 近 50 页股权收购协议:人工一周 → 首次用 AI 两天 → 第五个项目两小时 |
| Skill 积累 | 几十个(法律意见书、尽调报告、中英文合同、交易方案、PPT 等),团队共享可改 |
| 资料库 | 上百 GB 项目资料,专人脱敏后按统一规则自动入库,AI 自动参照模板与过往文件 |
| 核查机制 | 五个 Agent 分查逻辑、数字、勾稽、编造、来源、结论合理性 + 一次总核对 + 人工终审 |
| 响应方式 | 语音派活、睡前布置次日查收,7×24 在岗;客户咨询截屏打码后再交 AI |
他的原话是「但凡让 AI 做一个事,都不是一次性的,都会沉淀成一个 Skill」。同一类合同的要求、翻译规范、法律依据偏好,说过一次就写进 Skill,下次不再重复交代;遇到新的修改意见,同步更新。几个月下来,这套 Skill 从「个人的备忘录」变成了团队的产能——同事拿到就能用,按自己的习惯再调整。中小企业版翻译:别满足于某次 AI 用得惊艳,把那次的要求写成模板。报价单怎么出、周报怎么汇总、售后答复的分寸,一个岗位一个 Skill,攒到第五个时效率才会跳档——案例里「第五个项目两小时」用的就是复利。
法律文书的底线是他提前写死的:引用的法律条款必须现行有效,查不到依据的不能编造,无法确认的内容必须标明「存疑」;不熟悉的翻译规范,先查权威教材或行业标准再动笔。这是所有行业都适用的 AI 使用底线——AI 会一本正经地补全它不知道的东西,专业场景里一条编造的依据就是事故。我们自己写过企业的「验证税」和护栏做法,路径完全一致:规矩前置,比事后返工便宜得多。
几十上百页的外文文书,他安排五个 Agent 分维度核对(逻辑、数字、勾稽关系、有无编造、引用来源、结论合理性),再加一轮总核对,最后仍要人工复核;规则写在 Skill 里叫「阀门」,每发现一次低级错误就添一条。这个设计回答了一个最常见的顾虑——AI 写的东西敢不敢用:敢用,但不是直接用,是分层用。流程化文书 AI 出初稿、机器核查过滤、人做终审判断;责任链条始终在人这边。
案例里有两句话值得贴在墙上。一句是「律师的位置在客户和 AI 之间——能洞察需求、把需求转化成工作要求、分派得越精准,效率就越高」;另一句是「了解需求、获得信任、沟通目标、达成共识,这是核心工作,也是 AI 不可能取代的」。他把 AI 比作助理:刚开始啥都不会,慢慢培养就越来越懂你。对企业和员工,这是同一个判断——AI 替代不了岗位里的「翻译需求」和「赢得信任」,替代得掉的是复读机环节(这也与我们写过的替代焦虑三视角、主动性闭环互相印证)。
给中小企业一个起步建议:不求案例里的规模,选一个每周都重复的高频任务(报价、周报、对账说明都行),把要求写成一份自己的 Skill/模板,连续用四周、每周迭代一版。第四周你会得到两样东西:一份越来越准的模板,和一个越来越懂业务的 AI。数据敏感的部分,学案例里的做法——脱敏后再入库,或干脆走本地化部署的私有知识库。
延伸阅读:AI 智能体试用(工具形态)· 智能体行为风险四道闸(阀门思路)· 智能体共享记忆与隐私(资料库怎么管)· AI 验证税(核查的成本逻辑)
案例给出的答案是分层用:流程化文书让 AI 出初稿,规矩前置(引用依据必须现行有效、查不到的不许编、存疑要标注),再过机器核查(案例里是五个 Agent 分维度查逻辑、数字、勾稽、编造、来源),最后人工终审。责任链条始终在人这边——AI 负责产量,人负责判断和签字。直接把 AI 输出当终稿,才是真正的风险。
Skill 就是把「一件事怎么做」的要求固化成可复用的指令集:格式、口径、禁区、参照模板。它不依赖编程,本质是把岗位经验写成文字。案例里的律师积累了几十个 Skill 且团队共享;中小企业可以从一个高频任务开始(报价单、周报、对账说明),每周迭代一版,用一个月就能看到复利——要求说过一次,AI 不再问第二遍。
案例里的做法可以参考:客户咨询截屏后先给关键信息打码再提交;上百 GB 项目资料由专人脱敏后按统一规则入库,而不是原始数据直接投喂。对数据更敏感的行业(法律、财务、制造工艺),可以把资料库放在本地私有化部署的环境里——数据不出内网,思路与「私有知识库」一致,敏感度分级管理是关键动作。