法务部门常被问一类问题：这批租赁合同里，哪些没写押金怎么退；这些采购合同里，付款是不是都以收到发票为前提。答案都在合同里，难在数量。几百份合同逐份翻，要花掉一个人几周时间。

交给大模型逐份审查是一种办法，但它适合出审查意见，用来做这种按清单核对的批量工作，成本和等待时间都不低，合同内容还要发给外部的模型服务处理。一些企业因为后一点，迟迟没有把存量合同交给AI处理。

把问题固定下来，模型就可以做小

按清单核对和写审查意见是两种工作。前者的问题是固定的，比如「是否约定违约金」「争议解决选的是仲裁还是法院」，每个问题只有几个可选答案，其中一定包括「未约定」。模型不需要写出一段文字，只需要在给定的答案里选一个，并说明自己有多大把握。

任务收窄以后，可以用一个专门为此训练的小模型来做。它不写文字，所以快；它体积小，所以可以部署在自己的服务器上运行。

一个已经上线的例子

北京飞沐网络科技有限公司推出的Zico，近期上线了「合同速审」功能，用的是Zico AI自研的Zev模型。按产品文档，它有这样几个特点：

一是题库固定。目前有222道题，覆盖29类合同。通用题每份合同都问，类型题只对相应类型的合同问。

二是出结果快。四五十条条款的合同约1秒，四百条左右约6秒。

三是条款判定在飞沐自有的服务器上完成，不经过第三方模型服务。

四是会列出整份合同可能缺失的约定，比如押金退还时限、合同期限、通知送达方式。逐条判过之后，没有任何一条写到的，就列入缺失项。

这些数字该怎么看

中文合同目前没有律师逐条标注的公开标准答案。Zev的评测以三家大模型的一致意见作为参照：在这些判定上，它的综合得分为0.918，训练它所用的大模型为0.905。它有九成左右的判定属于高把握，这部分与参照的一致率为99.3%。找缺失约定时，查准为0.935，查全为0.952。

这些数字说明它和大模型的共识接近，不等同于律师的判断。

使用时要知道的

速审回答的是清单里的问题：条款写了什么、整份合同缺了哪些约定。列出来的要点多半可信，没列出来的条款，不代表没有问题。模型把握不足的条款会标为「建议深审」，由使用者决定是否转入完整的合同审查。此外，它目前只支持中文合同，也不能临时增加题目，企业自己的审查要点仍要走完整审查。

对存量合同较多的企业，比较实际的用法是先用速审把全部合同过一遍，得到一张「哪些合同缺哪些约定」的清单，再把被标出的合同交给人或完整审查细看。

作者：Zico团队。Zico由北京飞沐网络科技有限公司推出，覆盖合同起草到归档的完整流程，合同速审、合同审查等AI能力也可单独接入现有系统。