AI Agent在垂直行业的应用案例：法律/医疗/金融

提起AI Agent，法律、医疗和金融是三个绕不开的名字。它们总被奉为落地标杆，也总被当作攻坚的碉堡。这段时间看下来，一个切身的感受是，这三个行业有个共同的底子——错不起。

之前搭云社区内容创作的skill时，我摸着代码感受过那种掣肘：最难的从来不是模型够不够聪明，而是“领域数据、可解释、合规”这三座移不开的山。今天不聊市场盘点和未来趋势，就从一个写代码的开发者视角，拆开看看这三个行业的agent究竟是怎么落地、卡在哪、以及我们自己该怎么选方向。

一、法律行业：合同审查 Agent

合同文本介于“结构化”和“半结构化”之间，风险点相对可枚举。付款条款、违约责任、保密义务、争议管辖，这些都能抽象成规则。所以合同审查几乎是legaltech里最早被agent啃下来的场景。

文档解析负责将PDF、Word还原成可处理的纯文本与版式信息，条款抽取通常混合NER与LLM，风险规则库将抽取的结果与预设的合规红线一一比对，最后输出带高亮的审阅意见，交由律师复核。最后一步的human-in-the-loop，在这里不是可选项，是生存的刚需。

开发者会踩的三个坑，这是比较常见的，我听过不少。

一是模板差异大。不同法域、不同行业的合同长得完全不一样。幂律智能2025年的白皮书里提到，他们处理的合同模板类别超过600种，横跨60多个行业。法大大声称其AI合同识别准确率达99.3%，而幂律智能在实际落地中，合同审核的准确率多在95%以上。但口径差异极大，这个数字更像一把需要校准的尺子，而非放之四海皆准的标尺。

二是可解释性。律师要的不是一句“建议修改”，而是“为什么这条标红、依据哪条规则”。没有透明的依据链，他不敢用。

三是数据隐私。合同高度涉密，私有化或本地部署基本是入场券。在云端裸奔，寸步难行。

2026年4月，幂律智能完成C轮2.8亿元融资时披露了一些数据。他们称已服务超过2000家企业客户，包括字节跳动、美团等巨头，在2026年第一季度累计审查了超过100万份合同，发现了约350万个风险点。效率层面，他们将合同审查的平均时间从4小时缩短至15分钟，效率提升约93.8%。据其内部评估，风险漏检率从人工审查的约8%降至0.5%。

我的判断是，别喊“替代律师”的口号，定位成“律师的初筛助手”才真正卖得动。至于那些“准确率92%”的数字，公开评测的口径差异极大，我不会给一个确定值——关键看它在你自家合同语料上的表现，建议你拿自己的历史合同做回归测试，比看别人家的benchmark实在。

二、医疗行业：影像辅助诊断 Agent

说技术之前，先得把监管的红线说清楚。这一点比任何代码都重要。医学影像AI在国内被明确划为三类医疗器械，必须拿到国家药品监督管理局的注册证，才能进入临床应用。在这里，agent的定位永远是“辅助”，最终的诊断权必须握在执业医师手里。这是监管定下的红线，不是工程可以绕过的墙。

落地的架构通常是一条清晰的流水线。影像从PACS系统接入，经过标准化预处理，进入模型进行病灶检出或分割，最后生成一份结构化的报告草稿，等待医生确认和签发。

真正的难点，并不在模型层。

一个是数据获取与标注的成本极高。训练数据的获取需要经过严格的脱敏、授权，而标注工作必须由经验丰富的专家医生完成。一张高质量标注的CT影像，背后是合规、伦理与金钱的三重门槛。截至2025年底，NMPA累计批准的三类AI医疗器械证超过200款，其中2025年一年就新增了约41款。厂商格局里，联影智能累计获得约20张，数坤科技约19张。

二是可解释性。医生和监管者都需要“看见”决策的依据，热力图、CAM等可视化手段成为黑盒模型过关的必需品。

三是泛化漂移。不同医院、不同品牌的设备拍出来的影像特征有差异，不同地域的人群分布也不同，模型在一个场景下表现良好，换一个就可能需要重新校验。2026年，一些新的进展正在出现。例如，宫颈细胞数字病理AI系统能将阅片效率提升约100%，并使得漏诊率下降约60%。此外，全球首张基于大模型技术的染色体核型分析L3级别三类证也在2026年初获批。

我的观察是，医疗AI团队十有八九，卡在“拿不到合规的训练数据”上，而不是模型本身的效果不够好。这一点比法律行业更硬——法律合同经过脱敏，或许还有流通的可能，医疗数据的合规链条则要长得多，也严密得多。

三、金融行业：风控决策 Agent

信贷风控、反欺诈、反洗钱报送，是金融行业里AI agent最高频的落脚点。但金融是强监管行业，每一个决策都必须可审计、可解释、全程留痕。模型本身还要满足《征信业管理条例》、反洗钱等一系列合规要求。

落地的架构，几乎没有纯模型自动决策的孤例，几乎都是“规则+模型+人工”的三段式接力。一段示意性的逻辑可能是这样：

# 概念示意：风控决策门（非可运行示例，仅说明“规则+模型+人工”三段式）
def decide(application):
    score = model_score(application)          # 模型评分卡输出 0~1
    if in_blacklist(application.id):          # 硬性规则永远优先
        return Decision.REJECT, "命中黑名单"
    if score >= 0.85 and pass_rules(application):
        return Decision.AUTO_APPROVE, f"评分{score}"
    if score <= 0.40:
        return Decision.REJECT, f"评分过低{score}"
    return Decision.MANUAL_REVIEW, f"边界case，转人工复核(评分{score})"  # 永远留人工入口

中国银行通过将深度学习模型与规则策略融合，称其欺诈交易识别准确率得到了显著提升。蚂蚁集团的风控引擎TuGraph，作为图计算平台，支撑着超过300个风险场景的应用，支付宝的资损率被控制在亿分之一以下。工商银行的反洗钱AI系统上线后，公开资料显示其人力成本下降了约40%。

难点在于强监管下的对抗与实时性。欺诈手法在迭代，agent也必须进化，但每一次进化的路径，都必须被记录在案。

我的判断是，金融agent绝对不能做“全自动拒贷”，必须留出human-in-the-loop的入口和申诉通道，否则合规风险极高。计划里那些“某银行误判率降低40%”的说法，我没有看到可核验的公开来源，便不拿来当事实讲。真实的降幅，完全取决于你的数据质量和客群分布，外界很难给一个统一的数字。

四、三个行业告诉开发者的共性

这是写代码的人该记牢的几条铁律。

高质量标注数据是第一生产力，而且这些数据往往“拿不到”或“不能出域”。

领域知识的沉淀，无论是法规库、知识图谱还是专家规则，其价值往往超过模型选型。

可解释性是生死线，监管和从业者都要求你的机器“说得清”。

Human-in-the-loop不是可选项，是必选项。

私有化或本地部署是刚需，数据不出域是底线。

五、给开发者的启示：怎么选垂直行业深耕

我给自己总结了五个评估维度，挑方向的时候，可以挨个打分。

数据可得性，你能合法合规地拿到标注数据吗？

容错率，错了的代价有多大？医疗和金融极低，营销类则较高。

合规门槛，要不要牌照或注册证？

付费意愿，行业愿不愿意为效率买单？金融强于法律，法律又强于部分医疗场景。

Human-in-the-loop友好度，业务流程能不能清晰切分出“机器初筛”和“人工复核”？

个人的排序是，金融风控、法律合同与尽调、医疗影像辅助，是2026年最值得深耕的三个方向。但谁先谁后，完全取决于你手里握着什么样的数据资源。新手别一上来就去碰“全自动诊断”这种高容错、零容忍的场景，从“辅助+复核”的切口进入，最稳当。

下一步打算

我自己在做的agent，走的全是“低风险、可解释、人复核”这条路线。云社区的内容创作skill就是一个典型案例。往后，我打算挑一个法律和金融的交叉点，比如合同里风险条款的自动归类与关联分析，先做个小规模的实验。跑通了，再回来跟大家复盘踩过的坑。垂直行业的门不好进，但一旦进去，壁垒也足够高，值得用很长的时间去做。