Será que Está Tudo Certo? Rumo a Agentes Jurídicos Autónomos no Capital de Risco
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
Resumo
Antes do fechamento de rodadas de financiamento de capital de risco, os advogados realizam uma due diligence que inclui a reconciliação da tabela de capitalização: verificando se cada título (por exemplo, ações, opções, warrants) e condição de emissão (por exemplo, cronogramas de vesting, gatilhos de aceleração, restrições de transferência) possui suporte em grandes conjuntos de documentação legal subjacente. Embora os LLMs continuem a melhorar em benchmarks jurídicos, fluxos de trabalho jurídicos especializados, como a reconciliação de capitalização, permanecem fora do alcance mesmo para sistemas agentes robustos. A tarefa exige raciocínio multi-documental, rastreabilidade estrita de evidências e resultados determinísticos que as abordagens atuais não conseguem fornecer de forma confiável. Caracterizamos a reconciliação de capitalização como um exemplo de benchmark do mundo real para IA jurídica, analisamos e comparamos o desempenho de sistemas agentes existentes, e propomos uma arquitetura de modelo mundial para automação da reconciliação - e, mais amplamente, como base para a inteligência jurídica 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.