为港股IPO项目节省2000律师尽调小时的Agent RAG人工智能方案

各种迹象显示25年的港股IPO项目会多起来，然而，由于本地部署DeepSeek的存在，需要的律师人工或许会更少。我们都知道在基层律师人均年收入不足15万的当下，突围的方向主要是“国际化”和“AI科技”。国际化越来越红海：24年度通过NY BAR新增893人，较2019年增长210%；单个跨境商事诉讼平均竞标律所数量从2019年的3.2家，新增至2024年的7.5家。拥抱“AI 科技”🤖显然是更佳的选项，今天介绍的是RAG➕AI Agent组合方案，根据德勤法律科技白皮书2024的记述，适用在原来人工耗时120的IPO尽职调查，“人机结合”有效降低律师小时数为18小时，律所报价降低40%，但内部效益核算增润30%。

什么是RAG？

Retrieve-Augment-Generate，是一种将外部知识检索与大模型文本生成相结合的技术架构。根据上图，在传统的Query询问输入到大模型LLM的Response输出，这个路径之间增加重要节点有效减少大模型AI的数据陈旧和知识幻觉😵‍💫问题。RAG把输入信息按照自然语言分拆成块，语义向量（一种基于概率的预测，可以理解成推测固定搭配）库（结合主流法律数据库可以做到每日更新）会结合语境修正和扩充提示词，最后根据增强的提示词输入DeepSeek等大模型实现输出。

什么是AI Agent？

如果说RAG可以有效提高检索精确度，从而取代初级律师的工作。那么AI Agent更多承担项目管理角色，将复杂的任务进行拆分并指派给不同的RAG进一步处理。根据上图，输入给AI Agent的只有“Task任务”和“Role角色”两项。对AI Agent的调教区分为Memory记忆和Planning规划两项，可以在本地部署之后持续的使用中完成预训练精细化。简单来说，记忆板块会结合历史搜索和AI 输出记录形成参考路径，减少语境误解；规划板块则结合过往检索中的人工追问和反馈输出，自动形成自我反思（AI对自己意识的挑战）及批判思维（AI对输入原理是否正确的质疑）。

还可以进一步提升为

除了IPO尽调，RAG和AI Agent的结合还可以完成仲裁申请书撰写、合同审查、法律服务的销售/客服自动问答。

“Bamboo Splint 魔王号”也已经全面接入新插件，扩容后的魔王号进化速度更快！！！

关于魔王号：

关于本站付费专题“法学生 AI Power”

魔王号RAG➕AI Agent插件升级极简说明及资源推荐：