Sandstone这轮融资速度确实惊人，但更值得关注的是其技术路线——专注企业法务部门而非律所。合同审查、合规检查这些高频任务，本质上是结构化文本的规则引擎+少量NLP微调，而非通用大模型的无差别碾压。从技术角度看，80%的效率提升并不意外，因为企业法务场景的合同模板、条款库相对标准化，AI真正突破在于将语义理解与业务规则深度耦合，而非单纯的语言生成。
个人经验来看，我此前参与过律所端的AI工具评估，发现律所对‘全自动’的容忍度极低，因为责任归属和律师执业风险难以规避。Sandstone切企业内控，实际上是避开了高墙，抓住了企业法务部门‘降本增效’的刚需——他们更愿意接受AI辅助审核，而非完全替代。这背后是产品化能力对技术深度的考验：如何将合同条款拆解为可审计的规则引擎，同时保留大模型的灵活性。
一个值得探讨的问题：当企业法务AI处理非标合同（如跨境并购条款）时，当前技术栈能否保持80%的效率？另外，红杉快速跟投是否暗示法务SaaS的‘数据飞轮’效应已经验证——即客户越多，合同库越丰富，模型微调效果越强？
从行业格局看，这轮融资标志AI法律工具从‘律所工具’向‘企业内控平台’的分化加速。未来可能形成两类玩家：一是深耕律所的高精度但高成本方案，二是企业侧的标准化SaaS。Sandstone若能通过API嵌入企业ERP或OA系统，其护城河将不仅是技术，更是流程绑定。技术社区可以关注其后续是否开源部分规则引擎或发布合规数据集，这将是验证其技术自主性的关键。