InfoQ

Uber’s Legal AI Agent Cuts Contract Review Time by 20% with Rules and RAG

8.5内容质量
Uber’s Legal AI Agent Cuts Contract Review Time by 20% with Rules and RAG

TL;DR · AI 摘要

Uber 使用基于规则和 RAG 的 AI 法律代理,将合同审查时间减少 20%,准确率达 91%。

核心要点

  • Uber 的 AI 法律代理将合同审查时间减少 20%,准确率达 91%。
  • 系统结合 RAG、历史律师反馈和确定性规则,提升推荐质量。
  • 使用 OpenSearch 存储向量化法律规则和历史反馈,支持高效检索。

结构提纲

按章节快速跳转。

  1. Uber 使用 AI 法律代理减少合同审查时间,并提升准确性。

  2. 系统结合 RAG、历史律师反馈和确定性规则,提升推荐质量。

  3. 系统通过相似性搜索和元数据过滤,从历史数据中提取候选方案。

  4. 使用 OpenSearch 存储向量化法律规则和历史反馈,支持高效检索。

  5. 系统通过律师反馈优化模型,提升语义检索和谈判语气的准确性。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • Uber 法律 AI 代理
    • 系统架构
      • RAG
      • 历史律师反馈
      • 确定性规则
    • 技术实现
      • OpenSearch
      • LangGraph
      • React 和 TypeScript Word 插件
    • 工作流程
      • 相似性搜索
      • 元数据过滤
      • 语言模型过滤

金句 / Highlights

值得收藏与分享的关键句。

#AI#RAG#合同审查#Uber#法律科技
打开原文

Uber的法律AI代理通过规则和RAG将合同审查时间缩短20% - InfoQ

InfoQ 首页 新闻 Uber的法律AI代理通过规则和RAG将合同审查时间缩短20%

架构与设计

QCon AI波士顿(2027年7月8日至9日):AI原型已经成功运行。在生产环境中会发生什么?

Uber的法律AI代理通过规则和RAG将合同审查时间缩短20%

2026年11月16日 2分钟阅读

作者:

  • Leela Kumili

#### 关注我们

YouTube

232K关注者

LinkedIn

26K关注者

Instagram

新

RSS

19K读者

X

57.1k关注者

Facebook

21K点赞

Bluesky

收听这篇文章 -

0:00

音频准备就绪

您的浏览器不支持音频元素。

正常

1.25x

1.5x

喜欢

新下拉阅读列表

  • 阅读列表

根据公司披露,Uber的法律红线代理将平均合同审查时间减少了超过20%,AI生成决策的准确率达到91%。该代理集成到Microsoft Word中,通过检索增强生成(RAG)、历史律师反馈和确定性规则,分析拟议合同变更,评估法律风险,并推荐符合政策的回应。律师仍保留审查和批准其建议的责任。

该代理识别外部方提出的编辑,解释其意图,将变更与法律政策进行比较,并建议接受、拒绝或修改条款。它还会生成解释建议的评论,并标记需要更仔细审查的变更。Uber在2024年初开始开发第一代产品,并于2025年与法律团队进行试点。

法律红线插件/代理的高层工作流程(来源:Uber博客文章)

最初的RAG实现从法律手册中检索相关部分,以指导语言模型的响应。然而,该系统在语义检索准确性、谈判语气和现有示例未涵盖的场景方面存在困难。随后,Uber增加了一个反馈循环,捕获律师的决策、推理和最终编辑文本。

这一改进使代理能够检索到如何处理类似条款的示例,而不仅仅依赖于之前的建议是否被接受或拒绝。在运行时,相似性搜索和元数据过滤将数千个历史交互缩小到约20个候选。第二阶段基于语言模型的过滤评估其相关性。使用指数衰减加权,当前可配置的半衰期设置为365天,优先考虑近期决策,同时保留较旧的示例。该实现还赋予领域专家对语言和谈判风格的控制权。

Uber工程在LinkedIn帖子中将挑战描述为:

AI如何在保持律师控制权的同时简化重复的合同审查?

法律团队定义所需的语气和风格,而工程师维护提示结构和应用工作流程。架构结合了React和TypeScript Word插件以及通过LangGraph协调的Python后端。并行工作流节点处理意图检测、风险评估和政策查找。OpenSearch存储向量化的法律规则和历史反馈,而Redis维护会话状态以处理后续问题。

法律红线代理系统架构(来源:Uber博客文章)

确定性规则引擎用于执行不可协商的法律要求,并在匹配规则适用时覆盖模型的建议。语言模型处理需要上下文解释的任务,包括条款建议和协商语气。最后的验证步骤会将生成的响应与检索到的规则进行比对。

Uber 正在探索代理式工具,包括 Claude Code 和 OpenCode,同时也在研究技能,以在代理式 AI 的各项工作中结构化和自动化工作流程。该团队计划研究法律本体和知识图谱,以表示法律概念和关系,为更一致的解释和推理提供语义基础。

main wrapper for authors section

关于作者

section title

main wrapper for each author

#### Leela Kumili

显示更多

显示更少

#### 此内容属于代理式 AI 架构主题

##### 相关主题:

  • 开发
  • 架构与设计
  • AI、机器学习与数据工程
  • 代理式 AI 架构
  • Microsoft Office
  • OpenSearch
  • 法律事务
  • 人工智能
  • 检索增强生成
  • 软件工程
  • Claude
  • Uber
  • Redis
  • 相关编辑内容
  • 相关赞助商
  • 相关赞助商 2026 年 12 月 10 日,东部时间下午 1 点 Guardrails, Not Gatekeepers: How to Govern AI Tooling Spend Without Slowing Developers 由:Harness 的工程顾问 Kiran Gangadharappa 和 Harness 的高级工程经理 Scott Davis 呈现

InfoQ 电子报

每周二发送上一周 InfoQ 内容的汇总。加入超过 25 万名高级开发者的社区。查看示例

我们保护您的隐私。