合同 AI 的早期卖点很直观：上传一份协议，几分钟内标出风险条款、提出修改意见。这个场景仍然重要，但它只覆盖了合同生命中的一个瞬间。协议签完以后，自动续约日、通知期限、价格调整、数据处理义务和关联协议往往重新散落在共享盘、邮件与表格里。法务完成了审查，却未必拥有一份随时可查、持续准确的合同事实。
7 月 23 日，面向企业法务的 Flank 发布 Record，尝试让代理在电子签署后自动归档合同、抽取元数据并追踪续约等事项。同期，美国公司法律顾问协会的一场活动也把讨论焦点放在 AI 如何缓解企业内部合同审查与谈判瓶颈。两个线索共同指向一个变化：合同 AI 正从“读一份文件”走向“维护一套持续运转的合同记录”。
眼下稀缺的不是摘要，而是可信状态
摘要很容易生成，难的是回答“这条信息现在是否仍然有效”。同一交易可能存在主协议、订单、补充协议和后续变更；仅抽取主协议里的期限，就可能错过补充文件对续约条件的修改。一个可用的事实底座，至少要保留字段对应的原文位置、抽取置信度、适用文件版本和确认人。信息发生变化时，还要能说明旧值为何失效、新值从何而来。
这也解释了为什么人工复核没有因为 Agent 出现而消失。人工不必逐字段重复录入，但应在高风险字段进入正式记录前确认，并对低置信度、文件冲突和超出规则的情形进行处置。AI 节省的是搬运与巡检，不是把责任从业务流程中删除。
从“系统里有合同”到“合同会主动提醒”
当记录能够持续更新，合同库才可能从被动档案变成工作入口。系统可以在解约窗口关闭前提示负责人，识别同一交易方重复签署的保密协议，或把履约义务按部门分派。自然语言提问只是界面上的变化，更关键的是答案直接来自已签署版本，并受角色权限过滤。
但自动行动要分级。查询到期合同、生成续约清单，风险相对可控；向交易对方发送通知、接受条款或改变合同状态，则可能产生外部法律效果。企业法务应为不同动作设置明确门槛：哪些可以自动完成，哪些必须由指定人员批准，异常如何升级，每次操作又如何留痕。不能只记录“Agent 做了什么”，还应记录它依据哪份合同、哪条规则和谁的授权。
选型时先检查三条数据链
- 来源链：每个关键字段能否回到具体合同、页码或条款，扫描件与补充协议如何处理。
- 确认链：哪些字段必须人工确认，冲突与低置信度信息由谁负责，修订是否保留历史版本。
- 行动链：提醒、草拟、发送与批准是否分开授权，系统能否导出完整审计记录。
这类产品的宣传通常强调“无需手工维护”，采购方却更应验证错误如何被发现和纠正。可以拿一组包含补充协议、非标准续约条款和重复交易方的历史合同做小规模测试，比较漏项率、字段冲突处理、权限隔离和人工复核时间。只有当事实可追溯、状态可更新、动作可约束时，合同 Agent 才不只是更快的阅读器，而会成为法务与业务都能依赖的基础设施。本文仅作行业观察，不构成法律意见。
资料线索
