Сходится ли баланс? На пути к автономным юридическим агентам в венчурном капитале
Does It Tie Out? Towards Autonomous Legal Agents in Venture Capital
December 21, 2025
Авторы: Pierre Colombo, Malik Boudiaf, Allyn Sweet, Michael Desa, Hongxi Wang, Kevin Candra, Syméon del Marmol
cs.AI
Аннотация
До закрытия раундов венчурного финансирования юристы проводят комплексную проверку, которая включает сверку таблицы капитализации: проверку того, что каждая ценная бумага (например, акции, опционы, варранты) и условие выпуска (например, графики наделения правом, триггеры ускоренного наделения, ограничения на передачу) подтверждены обширными массивами исходной юридической документации. Хотя большие языковые модели продолжают совершенствоваться в решении юридических задач, специализированные рабочие процессы, такие как сверка капитализации, остаются недоступными даже для продвинутых агентских систем. Эта задача требует анализа множества документов, строгой отслеживаемости доказательств и детерминированных результатов, чего современные подходы не могут надежно обеспечить. Мы определяем сверку капитализации как пример реального теста для юридического искусственного интеллекта, анализируем и сравниваем производительность существующих агентских систем, а также предлагаем архитектуру модели мира для автоматизации сверки и, в более широком смысле, в качестве основы для прикладного юридического интеллекта.
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.