Harvey AI 将 Legal Agent Bench 扩展至并购尽职调查

为 Legal Agent Bench 推出一项新扩展，用于评估 AI Agent 在法律领域最复杂的工作流程之一：并购尽职调查上的表现。

我们推出 Legal Agent Bench（LAB）的目标，是创建并发布逼真、大规模的项目环境，用以评估 Agent 执行端到端法律工作的能力，并支持开源模型训练与 Agent 研究。今天，我们进一步扩展 LAB，将其覆盖到最关键的法律任务之一：并购尽职调查。

尽职调查是每一笔并购交易的基础。2025 年，全球并购交易总额约为 4.8 万亿美元。尽职调查的成本通常占交易额的 1% 到 4%，每年总开支在 500 亿到 2000 亿美元之间。其中大部分成本用于审查虚拟数据室（VDR），系统地梳理目标公司的法律和财务历史，以识别风险、减轻风险，并确保交易符合预期。

为了构建用于尽职调查的 LAB 环境，我们希望重点模拟真实 VDR 的深度和复杂性。这需要构建新颖的评估环境，既能扩展评估规模，又能提升评估深度。以往的基准测试要么专注于在相对有限的上下文内进行深度推理，要么专注于在更大数据集上执行单一任务。而尽职调查要求模型两者兼顾：阅读数百份文档，识别出众多独立的交易风险。

LAB 尽职调查与其他跨学科领先基准在环境规模和每项任务的独立验证标准数量上的对比。

为了评估模型在此问题上的表现，我们创建了多个合成 VDR，涵盖数千份文档，并植入了从税务到技术交易等各种尽职调查专业领域的问题。在一个典型环境中，Agent 会获得一个包含数千万 Token 上下文的 VDR，需要发现并处理数十个问题，其工作成果将由数百条评分标准来验证。

在本文的其余部分，我们将解释尽职调查是什么，LAB 尽职调查如何模拟其关键环节，以及我们如何构建专门的 Agent 来协助执行尽职调查。

尽职调查是什么

假设你想收购一家公司。你与该公司负责人会面，并就价格、支付方式以及谈判保密性等几个关键条款达成初步协议。该协议被记录在一份仅几页的条款清单中。到交易实际发生时，这份条款清单会被一份长达数百页的收购协议所取代，其中详细规定了收购的机制、各方的义务以及出现问题时如何处理。塑造这些额外页面的工作就是尽职调查。

尽职调查及其与收购协议的关系。

尽职调查的核心分为两个部分。首先是理解并准确评估目标企业的价值。其次是分配收购、合并及成功整合企业所带来的风险。这两项任务都需要从基础层面了解企业：即确立其权利与义务的商业合同、雇佣协议、知识产权组合、税务与监管文件以及其他法律协议。

这就是 VDR 发挥作用的地方。在达成原则性协议后，各方会将关键文件（通常成百上千份）整理好并放入 VDR。一旦开放，代表不同专业领域的律师团队会系统地审查 VDR，识别风险、信息缺口和后续问题。初步审查后会产生补充信息请求、与目标公司关键人员的访谈，以及关于交易和后续披露的进一步谈判。这些审查工作以最快速度进行，律师们经常每周工作上百小时，以便在紧迫的时间表内全面了解企业的方方面面。

最终的分析结果会汇编成一份尽职调查报告。该报告会影响最终的谈判和以下方面的规划：

交易价格： 公司的实际估值方式，因为尽职调查中发现的许多法律问题都可能影响估值
交易结构： 所购资产的性质（股权或资产）以及购买形式
陈述、保证与赔偿： 卖方需保证其关于企业陈述的真实性和准确性，以及如果某些风险发生，卖方需承担的赔付责任
披露清单： 卖方明确无需对哪些已知问题负责
条件与同意： 完成交易所需的第三方同意或监管批准
交割后事项： 两家公司如何真正整合成一个富有成效的新实体，以及交割后所需的其他行动

有效的尽职调查不仅仅是事实性地了解公司。它是在事实记录之上运用判断力，理解什么能真正为企业创造价值，这些价值存在哪些风险，以及如何就这些风险进行谈判，最终达成令各方满意的协议。

构建虚拟数据室

LAB 的尽职调查环境测试 Agent 在逼真规模的 VDR 中识别和处理问题的能力。以 Sentinel Cloud Security 的 VDR 为例，该公司正被 Helios Cloud Holdings 评估收购可能性。这笔交易在行业、规模和收购类型上，大致以谷歌 320 亿美元收购 Wiz 的交易为蓝本。

合成 Helios 收购 Sentinel Cloud Security 交易的 VDR 文件系统。

Sentinel 的 VDR 是一个按关键文件类型分类的文件系统，用于验证其业务。这些类别下包含超过 3500 份文档，从商业合同到诉讼材料不等。这些文档总共包含约 4500 万 Token 的上下文。尽职调查既需要将这些数百万 Token 的信息汇聚成一个关于 Sentinel 的连贯故事，又需要在该上下文中识别问题。

这些问题可能是直接的，比如某个关键客户有权在控制权变更时终止合同，且尚未获得对拟议收购的同意。也可能是文件缺失，比如没有证据表明公司拥有或租赁某些关键办公场所。或者，它可能需要根据多条线索进行推理：公司对 Copyleft 许可证持有风险看法，这可能危及部分关键知识产权。这种看法只能通过审查产品顾问备忘录、技术规范，并结合当前版权法对公司立场进行主观判断才能发现。

所需的上下文数量和理解它所需的形式，使得尽职调查对当前状态的 Agent 来说是一个特别棘手的问题。它们无法将数千万 Token 保留在上下文中，而面向任务的压缩策略又阻止它们形成对 VDR 的清晰全局视图。压缩过程中的信息丢失也意味着，那些微妙、跨文档的问题不会被捕捉到，因为它们的线索没有被足够清晰地保留下来以供模型进行关联。在实践中，这些根本性问题因前沿模型偏向于使用关键词搜索和选择性阅读策略来提高效率，而非大规模地详尽审查文档，而变得更加突出。

LAB 尽职调查中的其他 VDR、其模拟的真实交易（行业、规模和收购类型）以及环境规模。

尽职调查 Agent

在实践中，尽职调查正是通过这种"蛮力"方式完成的：数十名来自不同业务领域的律师共同对 VDR 进行累计数千小时的审查。不同的专家分别审查目标公司的知识产权组合、雇佣协议、股权与薪酬计划、商业合同以及财务和税务记录。各方的发现随后被整合成一份尽职调查报告，用于确定交易条款和交割策略。

为了成功完成 LAB VDR 的尽职调查，一个或多个 Agent 将承担所有这些角色，全面识别问题并起草初步的尽职调查报告。然后，该报告将对照一份评分细则进行检查，该细则包含了 VDR 中植入的每个问题的真实发现和应对建议。

LAB 尽职调查任务的评估环境、Agent 行为、输出结果和评分标准。

这些评分细则使我们能够探索在框架层面和后训练层面有效塑造能够从事尽职调查的 Agent 的策略。这样做需要解决一系列新颖的技术问题，包括：

上下文管理： Agent 必须阅读并关联跨越其上下文窗口数倍的信息。需要新颖的记忆与压缩方法，使其能够有效解析和保留关键信息，同时识别和追踪风险。
全面审查： 大多数 Agent 被训练为在大量数据空间中找到相关部分，例如代码库中的相关函数。它们的偏向是高效搜索，而非完整搜索。尽职调查需要扭转这种直觉，教会它们检查并反复核实每一个可能的问题。
情境化判断： 一份价值百万美元的合同中的控制权变更条款，可能对一笔交易是灾难性的，对另一笔交易则只是个小麻烦。Agent 必须学会哪些问题重要，它们有多重要，为什么重要，以及如何最好地应对它们。

能够做到所有这些的 Agent 对尽职调查是有帮助的。但尽职调查是一项团队运动。要真正执行尽职调查，Agent 还必须能够：（1）将其发现追溯到具体文件，并能够解释或捍卫这些发现；（2）清晰传达建议，包括在存在多种有效策略时提供替代方案；（3）以适合不同利益相关方的详细程度呈现所有信息。

我们相信，Agent 将像初级律师一样，通过资深从业者的精准反馈，学会成为尽职调查团队中最高效的成员。这就是为什么我们的尽职调查环境不仅是为了研究而构建，更是作为一种数据安全的方式，与客户合作，利用他们的反馈来训练模型。今天，客户们正受托处理数十亿美元的交易；未来，他们的 Agent 将被同样地信赖来承担这些交易。