AI 审合同查得出写错的，查不出没写的

今年年中换包装材料供应商，十几页的合同丢给模型先过一遍，回了一句「未发现重大风险条款」。我们人工抽查了价格和付款两页，没毛病，签了。后来它漏掉的那条，让我们在旺季断了三周的货。

一句「无重大风险」怎么来的

模型的阅读方式是逐句找毛病：数字对不对、条款之间矛不矛盾、措辞有没有明显的坑。这份合同每一句都干干净净，所以那句结论没有说错。错的是我们对这句话的期待——它审的是写了的东西，没写的东西不在它的视野里。

那份审阅摘要其实列了六条建议，全是措辞层面：付款周期建议明确到日、违约定义建议引用条款号。六条都挺专业，也正因为挺专业，看的人以为审阅是完整的。

漏掉的那条压根没写

八月供应商延期交货三周，翻合同找依据，发现整份合同没有延期赔偿条款。条款写得差被模型略过的情况并不存在——它压根没写。模型不知道一份供货合同「应该」有哪些条款，它没有那把尺子，量不出缺了哪一段。

谈判前我让做律师的朋友扫过一眼这份合同，他的第一句话是这份合同少了一半。专业的人一眼看出的缺口，模型逐句读了三遍没有报——它参照的是这份合同自己，没有外部参照系。

断货三周和一次没有筹码的谈判

旺季物料晚到，一条链接断了三周，损失五位数。坐到谈判桌上才发现，手里没有任何合同依据，只能靠合作情分谈补偿。对方态度不算差，赔了一个货柜的运费差额，和实际损失差着量级。

能力边界，用一次就摸清了

查错模式审「写了什么」，对缺模式用标准清单量「少了什么」

第三行是我们栽的那一行。第四行更隐蔽：谈定的返点没写进合同，模型读一百遍也读不出来，那条信息只存在于两个人的通话里。

现在的流程

公司维护一份标准条款清单，二十来条，延期赔偿、验收标准、模具归属都在上面。合同进模型前先喂清单，问题从「这份合同有没有问题」换成「这份合同比标准少了哪几条」。输出的缺失列表由人逐条确认、逐条补签。改成对缺之后，漏条款的事没再发生过。

清单不是抄来的，是从纠纷里长出来的：每吃一次亏，回头补一条。延期赔偿那一条排在第一位，就是这次断货写上去的。

对差集的尺子在公司手里

AI 审合同别指望一句「有没有风险」兜底，要让它对着标准做差集。查错靠阅读能力，对缺靠标准本身——后者在公司手里，从来不在模型手里。标准清单越写越厚，模型的审阅才越来越接近一个真正的审稿人。