這項(xiàng)由Equall公司的Pierre Colombo、Malik Boudiaf等研究團(tuán)隊(duì)共同完成的研究，發(fā)表于2025年12月21日的arXiv預(yù)印本平臺(tái)（論文編號(hào)：arXiv:2512.18658v1），探討了如何用人工智能技術(shù)徹底改變風(fēng)險(xiǎn)投資中最繁重的法律工作之一——股權(quán)表核查。對(duì)于想要深入了解技術(shù)細(xì)節(jié)的讀者，可以通過(guò)論文編號(hào)arXiv:2512.18658v1查詢完整的原始論文。

每當(dāng)一家初創(chuàng)公司準(zhǔn)備融資時(shí)，就像準(zhǔn)備一場(chǎng)重要的婚禮一樣，需要進(jìn)行大量的準(zhǔn)備工作。其中最讓律師頭疼的，就是所謂的"股權(quán)表核查"（capitalization tie-out）。這個(gè)過(guò)程就像是要把一個(gè)巨大的拼圖重新拼好，確保每一塊都在正確的位置上。

股權(quán)表核查到底是什么呢？簡(jiǎn)單來(lái)說(shuō)，就是要確認(rèn)公司的每一份股票、期權(quán)、認(rèn)股權(quán)證都有對(duì)應(yīng)的法律文件支撐。就像你在銀行里存錢(qián)，銀行需要確認(rèn)你的每一筆存款都有相應(yīng)的憑證一樣。在公司融資之前，律師必須翻遍成千上萬(wàn)頁(yè)的法律文件，逐一驗(yàn)證股權(quán)表上記錄的每一個(gè)條目。

這個(gè)過(guò)程有多復(fù)雜呢？研究團(tuán)隊(duì)發(fā)現(xiàn)，從種子輪到B輪融資，公司的法律文件會(huì)從大約2000頁(yè)增加到6700多頁(yè)，涉及的證券數(shù)量從184個(gè)飆升到1292個(gè)。這就像是從整理一個(gè)小書(shū)架變成整理整個(gè)圖書(shū)館一樣。更令人頭疼的是，這些文件之間存在復(fù)雜的關(guān)聯(lián)關(guān)系，一份股權(quán)授予可能需要追溯到最初的股權(quán)計(jì)劃、董事會(huì)決議、簽署的期權(quán)協(xié)議，以及后續(xù)的各種修訂文件。

傳統(tǒng)的核查方式完全依賴人工，律師需要一頁(yè)頁(yè)地翻閱文件，交叉對(duì)比不同的記錄。這個(gè)過(guò)程不僅耗時(shí)費(fèi)力，還容易出錯(cuò)。研究顯示，從種子輪到B輪，人工核查的時(shí)間從5小時(shí)激增到近27小時(shí)，而且錯(cuò)誤率隨著復(fù)雜度的增加而上升。這就像是要一個(gè)人記住一個(gè)巨大迷宮中每條路徑的詳細(xì)信息，隨著迷宮越來(lái)越大，出錯(cuò)的可能性也越來(lái)越高。

雖然大語(yǔ)言模型在法律推理基準(zhǔn)測(cè)試中表現(xiàn)出色，但面對(duì)股權(quán)表核查這種實(shí)際工作時(shí)卻顯得力不從心。研究團(tuán)隊(duì)發(fā)現(xiàn)了三個(gè)關(guān)鍵問(wèn)題。首先是多文檔推理的挑戰(zhàn)，就像要同時(shí)閱讀幾十本書(shū)并找出它們之間的聯(lián)系一樣困難。其次是嚴(yán)格的證據(jù)追溯要求，每個(gè)結(jié)論都必須能夠追溯到具體的源文件，不能有任何模糊地帶。最后是一致性要求，同樣的文檔處理兩次必須得出完全相同的結(jié)果，這對(duì)于具有隨機(jī)性的AI模型來(lái)說(shuō)是個(gè)巨大挑戰(zhàn)。

現(xiàn)有的AI方法主要采用"懶惰構(gòu)建"的策略，也就是在需要驗(yàn)證某個(gè)信息時(shí)才去搜索相關(guān)文檔。這種方法就像是每次做菜都要重新去超市買菜一樣效率低下。當(dāng)需要驗(yàn)證一個(gè)期權(quán)授予的生效日期時(shí)，AI代理會(huì)生成搜索查詢，從文檔庫(kù)中檢索相關(guān)片段，然后進(jìn)行推理和提取。但這種方法在處理"缺失文檔"類型的異常時(shí)表現(xiàn)糟糕，因?yàn)橐C明某個(gè)文檔不存在需要搜遍整個(gè)文檔庫(kù)，這對(duì)于基于檢索的方法來(lái)說(shuō)幾乎是不可能完成的任務(wù)。

針對(duì)這些挑戰(zhàn)，研究團(tuán)隊(duì)提出了一種名為"Equall"的創(chuàng)新解決方案，采用"急切構(gòu)建"的策略。這種方法就像是提前把所有食材分類整理好，需要時(shí)可以立即取用。Equall的工作分為三個(gè)階段，形成了一個(gè)層次化的世界模型。

第一階段是基礎(chǔ)提取，就像是把雜亂的文檔庫(kù)整理成分門(mén)別類的檔案柜。系統(tǒng)首先將文檔按照功能分類，比如股票購(gòu)買協(xié)議、可轉(zhuǎn)換證券、雇傭合同等，然后提取出基礎(chǔ)元素，包括利益相關(guān)者信息、證券類別、具體數(shù)值（日期、股份數(shù)量、價(jià)格等），每個(gè)信息都明確標(biāo)記其來(lái)源文檔。

第二階段是事件建模，這是Equall的核心創(chuàng)新。系統(tǒng)將這些基礎(chǔ)事實(shí)組織成一個(gè)連貫的、按時(shí)間排序的公司法律歷史表示。研究團(tuán)隊(duì)定義了高級(jí)"概念節(jié)點(diǎn)"來(lái)表示業(yè)務(wù)事件，包括發(fā)行、轉(zhuǎn)讓、修訂、轉(zhuǎn)換、行權(quán)和公司行為（如股票分割）等。這就像是把零散的歷史片段編織成一個(gè)完整的故事線。比如，一個(gè)修訂事件節(jié)點(diǎn)會(huì)鏈接到修訂文件、具體更改的條款，以及最重要的是，指向它所修改的先前發(fā)行或協(xié)議事件的關(guān)系邊。

第三階段是目標(biāo)化的神經(jīng)符號(hào)驗(yàn)證。這個(gè)階段結(jié)合了AI的靈活性和邏輯的確定性。"神經(jīng)"部分是指用于構(gòu)建事件圖的強(qiáng)大的大語(yǔ)言模型驅(qū)動(dòng)的提取和事件合成，處理法律文本的模糊性。"符號(hào)"部分則是應(yīng)用確定性邏輯來(lái)聚合這些事件，得出最終的虛擬股權(quán)表狀態(tài)。

舉個(gè)具體例子，當(dāng)需要驗(yàn)證某個(gè)股東當(dāng)前的股份數(shù)量時(shí)，這不再是模糊的檢索任務(wù)，而是結(jié)構(gòu)化查詢：遍歷事件圖中該股東的所有發(fā)行事件，減去后續(xù)的轉(zhuǎn)出事件，加上轉(zhuǎn)入事件，并應(yīng)用相關(guān)公司行為事件（如分割）的調(diào)整。這個(gè)過(guò)程就像是在銀行系統(tǒng)中查詢賬戶余額一樣準(zhǔn)確和可靠。

為了驗(yàn)證這種方法的有效性，研究團(tuán)隊(duì)在四個(gè)匿名的真實(shí)數(shù)據(jù)庫(kù)上進(jìn)行了測(cè)試，涵蓋了從種子輪到B輪的不同融資階段。他們將異常情況分為三類：條款差異（虛擬視圖和參考視圖存在但不同）、缺失文檔（參考股權(quán)表上的項(xiàng)目缺乏充分的支持證據(jù)）、以及股權(quán)表缺失（文檔中識(shí)別的有效證券或股東在參考股權(quán)表中缺失）。

實(shí)驗(yàn)結(jié)果令人印象深刻。在精確度、召回率和F1分?jǐn)?shù)的綜合評(píng)估中，Equall達(dá)到了平均85%的F1分?jǐn)?shù)，顯著超越了傳統(tǒng)的代理方法（29%）和改進(jìn)的代理方法（42%）。更重要的是，傳統(tǒng)代理方法在處理"缺失文檔"和"股權(quán)表缺失"類型的異常時(shí)表現(xiàn)糟糕，而Equall在所有類型的異常檢測(cè)中都保持了穩(wěn)定的高性能。

效率提升同樣顯著。傳統(tǒng)的代理方法就像是每次檢查都要重新開(kāi)始復(fù)雜的推理過(guò)程，每次檢查需要45秒。而Equall雖然需要15分鐘的前期建模時(shí)間，但每次檢查只需要2秒，這帶來(lái)了22倍的速度提升。當(dāng)需要進(jìn)行數(shù)百次檢查時(shí)，這種差異變得極為明顯：100次檢查，傳統(tǒng)方法需要77分鐘，而Equall只需18分鐘；500次檢查時(shí)，差距進(jìn)一步拉大到377分鐘對(duì)32分鐘。

在現(xiàn)實(shí)世界的應(yīng)用中，這種效率提升轉(zhuǎn)化為了實(shí)際的時(shí)間節(jié)省。傳統(tǒng)的人工核查從種子輪的5小時(shí)增長(zhǎng)到B輪的近27小時(shí)，而使用Equall輔助的工作流程只需要從64分鐘增長(zhǎng)到300分鐘。這意味著在最復(fù)雜的B輪融資中，Equall能夠節(jié)省約81.5%的時(shí)間，而且隨著復(fù)雜度的增加，這種優(yōu)勢(shì)變得更加明顯。

研究還揭示了一個(gè)有趣的現(xiàn)象：隨著公司發(fā)展階段的提高，異常的性質(zhì)也在發(fā)生變化。在種子輪階段，問(wèn)題主要是informal omissions（非正式遺漏），比如商業(yè)意圖沒(méi)有轉(zhuǎn)化為正式證據(jù)。到了B輪階段，問(wèn)題轉(zhuǎn)向了complex inconsistencies（復(fù)雜不一致），需要對(duì)多年來(lái)復(fù)雜的歷史交易進(jìn)行"追溯"以發(fā)現(xiàn)相關(guān)文檔之間的不一致。這種變化說(shuō)明了為什么傳統(tǒng)的基于檢索的方法會(huì)隨著復(fù)雜度的增加而失效。

Equall的成功不僅僅在于解決了股權(quán)表核查這一具體問(wèn)題，更重要的是它展示了一種可復(fù)制的架構(gòu)模式。這種事件圖表示法是通用的，可以應(yīng)用于其他需要處理復(fù)雜歷史記錄和關(guān)系的法律任務(wù)。因?yàn)檫@些事件原語(yǔ)（發(fā)行、轉(zhuǎn)讓、修訂等）在不同法律領(lǐng)域中重復(fù)出現(xiàn)，這種架構(gòu)具有內(nèi)在的可泛化性。

當(dāng)前的研究還有很大的發(fā)展空間。研究團(tuán)隊(duì)指出，股權(quán)表核查問(wèn)題具備了部署真正自主系統(tǒng)所需的三個(gè)基本要素：密集的可驗(yàn)證獎(jiǎng)勵(lì)信號(hào)（不像主觀法律任務(wù)，核查提供客觀的真實(shí)標(biāo)準(zhǔn)）、可擴(kuò)展的訓(xùn)練環(huán)境（異常分類法使得能夠通過(guò)向驗(yàn)證的"干凈"數(shù)據(jù)庫(kù)注入已知錯(cuò)誤模式來(lái)算法生成大量合成課程），以及最關(guān)鍵的是強(qiáng)大的世界模型。

展望未來(lái)，研究團(tuán)隊(duì)認(rèn)為將這種基礎(chǔ)世界模型與基于強(qiáng)化學(xué)習(xí)的訓(xùn)練相結(jié)合，將能夠?qū)崿F(xiàn)下一代代理，以超人的可靠性處理復(fù)雜的多步驟譜系任務(wù)，從根本上改變資本化盡職調(diào)查和類似法律風(fēng)險(xiǎn)分析工作的實(shí)踐。

這項(xiàng)研究的意義遠(yuǎn)遠(yuǎn)超出了法律科技本身。它展示了如何將看似不可能自動(dòng)化的復(fù)雜知識(shí)工作分解為可管理的組件，通過(guò)合理的架構(gòu)設(shè)計(jì)實(shí)現(xiàn)人工智能的實(shí)際應(yīng)用。對(duì)于風(fēng)險(xiǎn)投資行業(yè)來(lái)說(shuō)，這意味著更快的交易速度、更低的成本和更高的準(zhǔn)確性。對(duì)于律師來(lái)說(shuō)，這并不意味著工作的消失，而是將重復(fù)性的驗(yàn)證工作自動(dòng)化，讓他們能夠?qū)Ｗ⒂诟邞?zhàn)略性和創(chuàng)造性的法律工作。

最重要的是，這項(xiàng)研究證明了在正確的架構(gòu)設(shè)計(jì)下，人工智能確實(shí)可以在高風(fēng)險(xiǎn)、高精度要求的專業(yè)領(lǐng)域發(fā)揮實(shí)際作用。它不是簡(jiǎn)單地用AI替代人工，而是通過(guò)智能的工具設(shè)計(jì)，讓復(fù)雜的工作變得更加高效和可靠。這種思路對(duì)于其他需要處理大量結(jié)構(gòu)化信息和復(fù)雜規(guī)則的行業(yè)，都具有重要的借鑒意義。

Q&A

Q1：Equall的股權(quán)表核查技術(shù)能完全替代律師的工作嗎？

A：不能完全替代，但會(huì)大大改變工作方式。Equall主要自動(dòng)化重復(fù)性的驗(yàn)證工作，將人工核查時(shí)間從最多27小時(shí)縮短到5小時(shí)左右，讓律師可以專注于更具戰(zhàn)略性和創(chuàng)造性的法律分析工作。

Q2：為什么傳統(tǒng)的AI方法在股權(quán)表核查上效果不好？

A：主要有三個(gè)原因：需要同時(shí)分析幾十個(gè)文檔找聯(lián)系、每個(gè)結(jié)論都必須追溯到具體源文件、同樣處理必須得出相同結(jié)果。傳統(tǒng)AI采用"需要時(shí)才搜索"的方式，就像每次做菜都要重新去超市買菜，效率很低且容易出錯(cuò)。

Q3：Equall技術(shù)的核心創(chuàng)新點(diǎn)是什么？

A：核心是"急切構(gòu)建"策略，提前將所有法律文件整理成結(jié)構(gòu)化的事件圖，記錄公司歷史上每個(gè)重要事件（發(fā)行、轉(zhuǎn)讓、修訂等）及其關(guān)聯(lián)。驗(yàn)證時(shí)只需要在這個(gè)圖上進(jìn)行簡(jiǎn)單查詢，就像在整理好的檔案柜中找文件一樣快速準(zhǔn)確。