Harvey通过多代理系统革新合同人工智能

Harvey是一个用于法律合同审查的人工智能驱动平台，该平台已彻底改造了其合同审查引擎，引入了一种多代理系统架构来应对合同谈判中的复杂性。这一转变提升了准确性，同时解决了可扩展性挑战，为法律团队承诺了显著的效率提升。根据Harvey的内部基准测试，改进后的系统使风险分类的准确性提高了18%，红线质量提高了34%。

根据Gartner的数据，法律部门估计将21%的时间花在管理合同上，这比任何其他活动都要多。审查单个合同所需的时间可能在20分钟到5小时之间，具体取决于合同的长度和复杂性。Harvey的新系统旨在通过自动化初步审查、标记风险以及提出符合公司政策的精准红线来减轻这一负担。该平台利用多个并行工作的自主代理，由一个协调代理确保最终输出的一致性和质量。

为什么需要多代理系统

合同审查的复杂性往往被低估。每份合同包含条件逻辑、相互依赖的条款以及根据交易背景而变化的术语。例如，审查对方的合同与评估内部起草的合同是不同的。此外，律师优先考虑最少的修改——他们称之为“轻触处理”，以避免对方律师不必要的审查。

Harvey早期的单一模型流水线在这些细微差别上表现不佳。它独立评估规则，导致偶尔出现矛盾和遗漏标记。多代理架构通过分配子代理专注于单个规则，同时由一个协调代理整合其输出，解决了这些问题。这确保了即使是数百页的长合同，每条规则都能被全面审查。

系统如何运作

在新架构中，每个子代理在文档的独立部分上工作，确保并行编辑不会发生冲突。一旦子代理完成任务，协调器会合并这些更改，解决重叠并验证一致性。这种“版本控制”方法类似于软件开发中的实践，非常适合处理复杂的法律文档。

为了保持效率，该系统采用了多种优化措施：流式结果、提示缓存，以及根据任务性质选择最佳人工智能模型。例如，Harvey的团队调整平台，在涉及分类、红线标记或摘要时切换模型，从而在质量、成本和速度之间取得平衡。

这对法律人工智能意味着什么

多代理系统正在成为企业人工智能的基石，特别是在需要高准确性和上下文敏感性的领域。Gartner最近强调了企业人工智能市场向更复杂代理框架的转变，而微软今年早些时候对其代理框架的更新也突显了对多代理工作流的日益关注。

Harvey的升级使其处于这一趋势的前沿，与软件工程中更广泛的运动保持一致，而这些运动的重点是协调、代理专门化和可扩展性。全球多代理系统市场预计将在2026年达到58.4亿美元的估值，并因法律科技等需要劳动密集型任务自动化的行业推动迅速增长。

未来潜力

Harvey的系统为合同智能的进一步进步奠定了基础。通过从历史合同和用户反馈中学习，该平台可以进一步定制其审查，从而随着时间的推移减少人工干预。这与更广泛的行业目标一致：创建不仅能协助还能够通过交互不断改进的人工智能工具。

随着企业对多代理系统的采用加速，Harvey的创新突显了人工智能在重塑传统工作流程中的变革潜力。法律团队通常受到时间和复杂性的限制，有望从这些进步中获得显著的益处。