¿Concuerda? Hacia Agentes Legales Autónomos en Capital de Riesgo
Does It Tie Out? Towards Autonomous Legal Agents in Venture Capital
December 21, 2025
Autores: Pierre Colombo, Malik Boudiaf, Allyn Sweet, Michael Desa, Hongxi Wang, Kevin Candra, Syméon del Marmol
cs.AI
Resumen
Antes del cierre de rondas de financiación de capital riesgo, los abogados realizan una diligencia debida que incluye la conciliación del cuadro de capitalización: verificar que cada valor (por ejemplo, acciones, opciones, warrants) y condición de emisión (por ejemplo, calendarios de adquisición de derechos, desencadenantes de aceleración, restricciones de transferencia) esté respaldado por amplios conjuntos de documentación legal subyacente. Si bien los LLM continúan mejorando en benchmarks legales, los flujos de trabajo jurídicos especializados, como la conciliación de capitalización, siguen fuera del alcance incluso para sistemas agentales avanzados. La tarea requiere razonamiento multi-documental, trazabilidad estricta de evidencias y resultados deterministas que los enfoques actuales no logran entregar de manera confiable. Caracterizamos la conciliación de capitalización como un ejemplo de benchmark del mundo real para la IA legal, analizamos y comparamos el rendimiento de los sistemas agentales existentes, y proponemos una arquitectura de modelo mundial orientada a la automatización de la conciliación —y más ampliamente como base para la inteligencia legal aplicada.
English
Before closing venture capital financing rounds, lawyers conduct diligence that includes tying out the capitalization table: verifying that every security (for example, shares, options, warrants) and issuance term (for example, vesting schedules, acceleration triggers, transfer restrictions) is supported by large sets of underlying legal documentation. While LLMs continue to improve on legal benchmarks, specialized legal workflows, such as capitalization tie-out, remain out of reach even for strong agentic systems. The task requires multi-document reasoning, strict evidence traceability, and deterministic outputs that current approaches fail to reliably deliver. We characterize capitalization tie-out as an instance of a real-world benchmark for legal AI, analyze and compare the performance of existing agentic systems, and propose a world model architecture toward tie-out automation-and more broadly as a foundation for applied legal intelligence.