物联网数据接入篇-应用层协议一（4）

前三篇文章讲述的是TCP/IP 模型中的网络接口层、网络层、传输层，这里到了第四层应用层。由于协议比较多，就分两篇来介绍。

这一篇讲 HTTP、Websocket、邮件传输协议、远程登录协议、文件传输协议、文件共享协议以及网络管理协议。下一篇再讲物联网常用的 Modbus 协议、MQTT、协议、CoAP 协议、OPC 框架。

第四层：应用层协议之一

应用层是 TCP/IP 模型中的最上层，直接与应用程序交互，为应用程序提供网络通信服务。

提供各种应用服务、对数据进行特定的处理和格式化、与用户交互、定义应用程序之间通信的规则和协议、适应不同的应用场景和需求、为上层应用提供统一的接口。

TCP 通过不同的端口号，来把信息转达给应用程序。端口号类似于房间的门，TCP 快递上门了，送到哪个房间，就是用端口号来充当门牌号的。

应用层协议主要包括基于 TCP 的MQTT、DDS、Modbus-TCP、XMPP、AMQP、POP3、HTTP、HTTPS、FTP、Telnet、SMTP、Samba、CIFS、NFS。

应用层协议还包括基于 UDP 的 DNS、SNMP、TFTP、DHCP、CoAP、Modbus-UDP、RIP、NTP。

还有即不基于 TCP，也不基于 UDP 的应用层协议。

1. HTTP 协议

超文本传输协议，HyperText Transfer Protocol，HTTP 是一种用于分布式、协作式和超媒体信息系统的应用层协议。HTTP是万维网的数据通信的基础。

HTTP是一个客户端（用户）和服务端（网站）之间请求和应答的标准，通常使用TCP协议。通过使用网页浏览器、网络爬虫或者其它的工具，客户端发起一个HTTP请求到服务器上指定端口（默认端口为80）。我们称这个客户端为用户代理程序（user agent）。应答的服务器上存储着一些资源，比如HTML文件和图像。我们称这个应答服务器为源服务器（origin server）。在用户代理和源服务器中间可能存在多个“中间层”，比如代理服务器、网关或者隧道（tunnel）。

通俗讲，HTTP 是一个在计算机世界里专门在「两点」之间「传输」文字、图片、音频、视频等「超文本」数据的「约定和规范」。「引用小林 coding」

设计HTTP最初的目的是为了提供一种发布和接收HTML页面的方法。通过HTTP或者HTTPS协议请求的资源由统一资源标识符（Uniform Resource Identifiers，URI）来标识，也叫 URL。

组成部分

HTTP是一个客户端（用户）和服务端（网站）之间请求和应答的标准，通常使用TCP协议。

请求部分：

请求行：包含请求方法（如 GET、POST 等）、请求的资源路径和 HTTP 版本。请求头：包含各种描述请求属性的字段，如 Accept（接受的内容类型）、content-type（发送的数据类型）、user-agent（用户代理信息）等。请求体（可选）：当有具体数据要发送时，如 POST 请求提交表单数据等。

响应部分：

响应行：包含 HTTP 版本、状态码（如 200 表示成功、404 表示未找到等）和状态描述。响应头：类似请求头，包含关于响应的各种属性信息，如 content-length（响应体长度）、content-type（响应的数据类型）等。响应体：实际返回给客户端的数据内容。

工作原理

由HTTP客户端发起一个请求，建立一个到服务器指定端口（默认是80端口）的TCP连接。HTTP服务器则在那个端口监听客户端的请求。一旦收到请求，服务器会向客户端返回一个状态，以及返回的内容，如请求的文件、错误消息、或者其它信息。

基于 HTTP 通信的流程：

HTTP 9 种请求方法：

啥是幂等？幂等意味着对一个资源进行多次相同的操作，其产生的效果与一次操作是相同的。

特点

简单快速：请求方法和首部字段定义简洁，传输效率较高。灵活：可以传输各种类型的数据。无状态：服务器不保存客户端的状态信息。

应用

网页浏览：浏览器与服务器之间的数据交互。Web API 开发：移动端或其他客户端与服务器端的通信。内容分发：如静态资源的传输。

各种基于 Web 的应用。

2. HTTPS 协议

超文本传输安全协议，HyperText Transfer Protocol Secure，HTTPS 是一种通过计算机网络进行安全通信的传输协议。HTTPS经由HTTP进行通信，但利用SSL/TLS来加密数据包。HTTPS开发的主要目的，是提供对网站服务器的身份认证，保护交换资料的隐私与完整性。

HTTP的URL是由“http://”起始与默认使用端口80，而HTTPS的URL则是由“https://”起始与默认使用端口443。

3. WebSocket 协议

WebSocket是一种网络传输协议，可在单个TCP连接上进行全双工通信，位于 OSI 模型的应用层。

他的出现，是因为 HTTP 是半双工，采用的是客户端请求服务端才应答，不请求就无法主动给用户推送数据（采用轮休可以实现伪主动推送）。WebSocket 允许服务端主动向客户端推送数据，比如浏览网页的时候，主动给你推一个弹窗广告。

对于客户端和服务端之间需要频繁交互的复杂场景，比如网页游戏，都可以考虑使用 WebSocket 协议。

4. 邮件协议：STMP、POP、IMAP

邮件协议是用于规范电子邮件在不同系统和设备之间传输、接收、存储和管理等操作的一组规则和标准。

SMTP 协议

SMTP：Simple Mail Transfer Protocol，即简单邮件传输协议。将邮件从发送方的邮件服务器传输到接收方的邮件服务器。

POP 协议

POP：Post Office Protocol，即邮局协议，允许用户从邮件服务器上把邮件下载到本地计算机进行离线阅读和管理。

IMAP 协议

IMAP：Internet Message Access Protocol，即互联网消息访问协议，与 POP 不同，它可以让用户在多个设备上同步邮件状态，比如已读、未读等。（SMTP 专注于邮件发送，POP 适合简单的邮件下载与离线管理，而 IMAP 则为用户提供了更强大和灵活的邮件在线管理体验。）

某些邮件客户端，需要整合 qq 邮箱、网易邮箱、Gmail 等等，就需要配置 SMTP、POP、IMAP。

5. 远程登录协议

Telnet 电传打字机网络

Telnet：Teletype Network。当用户在本地终端上发起 TELNET 连接请求时，本地的 TELNET 客户端与远程主机的 TELNET 服务器建立 TCP 连接。连接建立后，客户端与服务器之间开始进行交互。

SSH 安全外壳协议

SSH：Secure Shell，安全外壳协议。身份验证、通信加密、建立安全通道。

这两个大家都熟悉，远程登录服务器的时候用到其中一种或者两种。

6. 文件传输协议

FTP 协议

FTP：File Transfer Protocol，即文件传输协议。户在本地计算机和远程服务器之间进行文件的上传和下载操作，方便文件的共享和交换。

TFTP 协议

TFTP，Trivial File Transfer Protocol，简单文件传输协议位于应用层，基于 UPD 无连接、简单的文件传输协议。

TFTP 的应用场景包括：

网络设备的配置文件传输。某些嵌入式系统中软件的更新和部署。

特点：简单、开销小。

7. 应用层文件共享协议

文件服务器

文件服务器包含 Windows 文件服务器、UNIX 文件服务器以及 Linux 文件服务器，具体是哪种类型取决于所采用的操作系统。

其中，Windows 文件服务器利用常见的 Internet 文件系统（CIFS）来向客户端共享存储。通常情况下，这可通过在计算机资源管理器中的属性/共享操作以及在其他计算机上连接网络驱动器来实现对文件夹的共享。文件服务器因操作系统的不同而显得极为重要。

Windows – Windows：CIFS（Windows自助共享）

Linux – Windows：SMB（使用Samba）

Linux – Linux：NFS

Samba 服务器消息块

Samba ：Server Message Block。它主要用于实现 Linux 和 Windows 系统之间的文件和打印共享等交互操作。可以让 Linux 系统模拟 Windows 文件共享服务器的功能，方便不同操作系统之间的资源共享，基于 TCP。

CIFS 通用互联网文件系统

CIFS：Common Internet File System 。是微软主导开发的一种网络文件共享协议。它基于 SMB（Server Message Block）协议，广泛应用于 Windows 网络环境中。基于 TCP。

NFS 网络文件系统

NFS：Network File System。 主要用于在 Unix/Linux 系统之间进行文件共享。具有高效、灵活的特点，能够方便地实现跨网络的文件访问和共享。主要基于 TCP。

8. 网络管理协议

SNMP 简单网络管理协议

SNMP：Simple Network Management Protocol，简单网络管理协议。网络监控、故障管理、配置管理、性能管理。大家熟悉的网吧的网管，就是操作 SNMP 服务器程序来管理网吧网络的。

DNS 域名系统

DNS：Domain Name System，域名系统。维护主机名和 IP 之间关系，根据域名寻找 IP。

DNS 的根服务器不给出具体答案，而是给下一级服务器的地址，只指路不带路。

域名和 IP 的对应关系，保存在电脑中的 hosts 文件中，查看本地的域名表 hosts 文件：cat /etc/hosts

用 dig 命令，看看本地访问淘宝的过程：dig www.taobao.com

NAT 网络地址转换

NAT：Network Address Translator 是用于在本地网络中使用私有地址，在连接互联网时转而使用全局 IP 地址的技术。是因为 IPv4 不够分。

除转换 IP地址外，还出现了可以转换TCP、UDP 端口号的NAPT (Network Address Ports Translator) 技术，由此可以实现用一个全局 IP 地址与多个主机的通信。

NAT 把同个公司、家庭、学校内的主机对外部通信时，把私有 IP 地址转换成公有 IP 地址。

DHCP 动态主机配置协议

DHCP：Dynamic Host Configuration Protocol，DHCP可以自动分配IP、子网掩码、网关、DNS。使用 DHCP 之前，首先要架设一台 DHCP 服务器”。然后将 DHCP 所要分配的 IP 地址设置到服务器上。此外，还需要将相应的子网掩码、路由控制信息以及DNS 服务器的地址等设置到服务器上。

DHCP客户端使用的端口68，服务端使用端口67，使用的UDP应用层的协议。为什么一开始没有 IP 的设备能请求到 DHCP 服务器数据，因为没有 IP 的设备，默认 IP 是 0.0.0.0。

DHCP 一般不为服务器分配IP，因为他们要使用固定IP，所以 DHCP 一般只为办公环境的主机分配 IP。

DHCP 服务器和客户端一般需要在一个局域网内，在为客户端分配IP的时候需要进行多次广播。不在一个局域网内，需要用到 DHCP 中继代理。

有三种分配方式

自动分配：MAC 地址与 IP 绑定，适用于服务器、打印机或网络设备。动态分配：IP 使用时有时间限制的，到期需要续租，否则就会释放，适用于大量移动设备连接到网络的场景，如公司办公室或公共无线网络。手动分配：手动分配是由DHCP服务器管理员专门为客户端指定IP地址。有利于网络监控和管理。

RIP 路由信息协议

RIP，Routing Information Protocol，路由信息协议是一种内部网关协议（IGP），不常用。

RIP 协议规定网络里的每一个路由器均需维护由其自身至其他每一个目的网络的距离记录，即距离向量。RIP 协议对于距离的界定如下：其一，从一个路由器到直接相连的网络的距离被定义为 1；其二，从一个路由器到非直接连接的网络的距离被定义为所历经的路由器数量加 1。RIP 协议中的距离又被称作跳数，并且 RIP 协议准许一条路径最多仅能包含 15 个路由器。故而，当距离等于 16 时就等同于不可达。

NTP 网络事件协议

NTP（Network Time Protocol，网络时间协议），基于UDP的一种用于计算机时间同步的应用层协议，用于在网络中实现时钟同步。

后记

前三篇文章讲述的是TCP/IP 模型中的网络接口层、网络层、传输层，这里到了第四层应用层。由于协议比较多，就分两篇来介绍。

理解 TCP/IP 四层框架是学习物联网相关协议的基础。学习协议是做好物联网设备数据接入、监控、报警、下控、运维、数据分析、智控的基础。

我阅读了大量的书籍和文章，汇总出了 TCP/IP 四层框架的主要协议、物联网设备的主要协议。工作量之大，超出预期。我看了 B 站《希赛关于软考网络工程师的全套视频教程》，看了《图解 TCP/IP》，看了大量的文章。又结合之前的物联网行业的从业经验，整理出来这篇文章。期望大家的鼓励与支持，欢迎大家交流。

参考文献

本文由 @跃曰原创发布于人人都是产品经理。未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

AI大模型+电子合同=智能合同？大语言模型在电子合同中的应用及展望

在大模型技术的加持下，越来越多行业迎来了重塑的可能，市场也格外关注大模型技术的实际落地。那么，当大模型与电子合同产生碰撞，会出现哪些转变与可能性？一起来看看本文的分析与展望。

如何通过大语言模型（LLM）提升行业中产品及服务的能力，是市场对AI技术应用落地的核心关注点。在法律行业中，数据形式以文本为主，且绝大多数都是基于法律条款的事实和真实案件，很适合大语言模型训练，天然是AI应用落地的绝佳场景。

本文将探讨国内外法律科技企业在电子合同中的应用，LLM技术的加持下带来的转变、难点及未来展望。请坐好，准备发车啦～

一、法律科技企业的全景图

法律行业的人工智能软件市场预计将从 2023 年的 9.4 亿美元增长到 2028 年的 32.9 亿美元，在预测期间（2023-2028 年）的年复合增长率为 28.50%（数据来源：Mordor Intelligence）。

图片来源：Mordor Intelligence

图片来源：Catalyst Investors

法律科技领域按服务类型分类

可分三大类产品：企业法务管理软件、法律执行管理软件、律师工作提效软件。

图片来源：LegalTech and Services – Houlihan Lokey

企业法务管理软件：帮助法律部门优化工作流，包括：合同生命周期管理、知识产权管理、法律知识检索与研究代表企业：Agiloft、iManage、ANAQUA法律执行管理软件：帮助律师事务所管理和优化律师事务，包括：法律事务管理、律师人才管理、律师计费和时间管理等代表企业：Aderant、LexisNexis、Clio律师工作流提效软件：帮助律师提升法律服务效率，包括：合同自动化、合同智能审查、起草、诉讼等辅助软件代表企业：Docusign、CS Disco、casetext

法律科技企业核心的商业价值在于合同全生命周期管理（包括：合同起草、合同审核、合同签署、合同归档及履约&续约、法律服务），而合同管理典型的应用场景就在于电子合同领域。

二、电子合同 vs. 智能合同

1. 电子合同解决了什么问题？

我们先简要分析一下电子合同相较于纸质合同的优势：

纸质合同的弊端

签署周期长：合同签约需进行快递邮寄，影响签约效率，存在不可控的风险；签署成本高：除了合同打印成本邮寄成本外，还需要有纸质合同的存储及管理成本；用印风险高：萝卜章事件、印章盗用事件都是用印风险问题的体现。

电子合同的优势

签署周期短：通过短信或链接的方式直接发送至签约方手机，线上实时签约；签署成本低：相比于邮寄及纸质合同存储的成本，线上云成本更低，更高效；风险可控：企业设置不同业务场景的审批流程，流程化进行管控风险（签署用印可管理，用印记录可追溯）。

所以，电子合同解决了签约过程中实效性，合规性与安全性的问题 。让签署各方高效连接，快捷签约，提效降本。

2. 智能合同解决了什么问题？

电子合同：

电子合同解决的是签约过程中的实效性问题，重点在于签署时的高效、安全、合规，具备法律效益。

面向的客群是签署各方，解决的是合同签约的效率问题。

智能合同：

由AI技术加持下的电子合同，面向的客群是法务 / 管理者，解决的是签署前后环节中合同本身的风险合规问题与合同管理问题。

三、人工智能技术为电子合同带来了哪些转变

1. 传统以OCR、NLP技术为代表的AI技术+电子合同

OCR，光学字符识别：Optical character recognition

一句话概括：将手写或打印的图像，转化为计算机编译的电子文本。

OCR技术的核心是文字检测和识别：

文字检测：确定图像中是否存在文字，并给出文字的区域位置；文字识别：根据文字区域的图像特征，将其转换为对应的文本。

OCR技术在电子合同的典型应用场景「合同比对」。

签约前：在草拟合同时，能够通过OCR技术识别出合同文件中不同版本之间的修改差异；签约时：在接收到电子合同时，通过OCR技术快速识别签约的电子合同与之前协商的合同内容是否有一致。

NLP，自然语言处理：Natural language processing

一句话概括：让计算机像人类一样理解人类的语言。

NLP的技术能力包括：

电子合同典型应用场景「合同审查」「合同归档」。

签约前：在合同草拟完成时，通过NLP技术自动对合同进行审阅，识别合同中的语法或文本错误，以及基于录入的规则判断合同中是否存在法律风险；签约后：在合同签署完成后，通过NLP技术可自动提取合同中的重要数据，生成合同台账（包括：签约主体、签约时间、签约金额等）可视化进行合同跟进管理。

2. 以大语言模型（LLM）为代表的AI技术+电子合同

大语言模型：Large Language Model

一句话概括：利用深度学习技术，在大规模数据的基础上训练的自然语言处理模型，具备强大的文本理解和生成能力。

看起来是不是和NLP很相似，其中大语言模型只是NLP领域中的技术实现方式。「语言模型」是技术实现的方式，「大」说明用于训练的数据量足够大！并且LLM能够对特定领域专业知识，进行微调训练。其特点是能够学习并捕捉文本中的复杂关系，具备泛化能力，可处理更为复杂的任务。

3. 大语言模型（LLM）给电子合同领域带来了哪些改变

那定义咱们捋清楚了，大语言模型是基于足够多的数据进行训练而成，并且能够基于特定领域的数据进行微调，具备强大的文本理解和生成能力，广泛用于自然语言处理任务。

我们再回到主题，还是按合同全生命周期的不同节点来进行分析，来看一下大语言模型为电子合同领域带来哪些改变。

【 签署前：合同起草环节】

在合同起草环节，客户可以根据需求，通过与AI对话的方式，自动生成合同文本与条款内容，从而提升合同起草效率。

国外企业：LexisNexis-律商联讯，推出的“Lexis+AI” ，可通过对话的方式，自动起草合同内容。也能在起草过程中，检索和让AI解释法律条款，从而对合同中的法规进行补充。

图片来源：Lexis+ AI

国外企业：Spellbook，以插件的形式融入word文档中，可对合同文本的内容进行文本生成，提供起草建议，也能纠正合同文本中的语法错误。

图片来源：Spellbook

【签署前：合同审查环节】

由于大语言模型能够基于法律、合同等相关数据进行微调训练，可从海量的合同文本中学习到胜诉或败诉的合同内容与法律条款，所以基于微调训练后的模型可以大幅提高合同风险审查的准确性 ，帮助用户发现潜在的问题与风险。

国外企业：Robin AI，可快速审阅合同内容，分析出合同中潜在的风险，并且能够针对风险内容进行修改。

视频来源：Robin AI

国内企业：幂律智能，在智普AI的ChatGLM-130B的基座模型基础上，训练了法律垂直模型：PowerLawGLM，并且推出MeCheck-合同审查助手的产品，用于合同审查业务，支持快速定位合同风险文本，提供专业风险提示、修改建议，法条判例自动援引。

图片来源：幂律智能-MeCheck

国内企业：法大大-iTerms，通过提取合同中的关键信息，基于不同业务场景，可自定义审查规则，从而实现系统自动识别合同风险，并给出风险建议。

图片来源：法大大

【签署后：合同归档环节】

可通过LLM的信息理解和提取能力，实现合同的自动分类归档、生成智能报表、并且能够对归档的合同进行检索查询与分析。

国外企业：Docusign-CLM，通过提取合同中的关键信息，如：签约时间，签约对象，合同金额等，自动归档至指定的合同文件夹，无需人工归档，释放人力。并且能够将合同数据可视化呈现，自动统计多维度合同数据，实时了解合同进度。

图片来源：Ducusign CLM

国内企业：上上签-Hubble，通过与机器助手的沟通，AI能够自动总结合同内容、提取合同中甲乙双方的合同义务，提升合同信息的获取效率。

视频来源：Hubble

【签署后：法律服务环节】

当遇到合同纠纷或需要法律援助时，具备海量法律知识的LLM-Bot，绝对是一个经济的选择，其使用成本远比请一个律师要低的多。

国外企业：DoNotPay，成立于 2016 年，总部位于伦敦。该公司开发了一款人工智能助手，可以理解用户的意图，并生成专业的法律文书。该助手还可以访问大量的法律信息，以帮助用户更好地处理法律事务。

图片来源：DoNotPay

国内企业：法狗狗，成立于2016年。旗下LogicQ智能对话系统，用户可以通过简洁易懂的案情输入过程，快速获得专业精准的案情结果预测和完善诉讼方案。

图片来源：法狗狗

【总结】

LLM相较于传统NLP技术在电子合同领域，深化了原有合同起草、合同审查风险识别、以及合同管理的能力。

传统NLP技术，以搜索关键词、配置规则和初步分析为主，比对某个合同段落是否涉及风险，引用至哪条法律法规。LLM技术，可以通过对话的方式进行合同起草与合同总结，既可以回答和检索更细节更完善的问题，也能在一个入口完成业务工作流的全部操作，降低使用成本，改变人机交互方式。

四、LLM在电子合同领域中的挑战

1. 高质量数据获取

AI输出高质量内容的前提在于高质量的数据，数据将成为法律科技领域中的壁垒之一。数据的质量越高，辐射的范围越广，AI在进行内容生成、合同审查以及提出法律建议时的准确率也会越高。

像LexisNexix-律商联讯一样，本身的业务形态就沉淀了大量的数据可供机器学习。LexisNexix，1970年成立的老牌法律研究服务公司，有超过160个国家、100多万律师和律所资源，50亿份卷宗，425万份审批书，32000多个法律与商业信息来源等海量数据（数据来源：维基百科）。

因为有这些数据积累，再基于基座模型微调后，推出Lexis+AI的产品，在法律检索、合同总结、起草、审查等功能模块中，呈现了较高质量的效果。

2. 数据隐私问题

在电子合同领域中，用户对合同数据十分敏感。

大部分电子合同服务商提供的都是SaaS产品，数据存储在云端服务器中，将自己的合同数据存储在平台的服务器，或多或少都会担心数据的泄露问题。

目前解决这类问题的处理方式是：电子签约相关的功能在使用云端的产品能力，而签约后的合同文本，存储在客户本地。

但在使用合同审查、智能归档等功能时，平台都会要求客户将合同数据进行授权，只有同意授权后，才能使用相关的AI能力。这其实也等于将合同中的数据暴露给了平台。

所以大部分的AI产品应用，还停留在合同起草、法律研究、法律诉讼等不涉及合同数据的层面。

目前解决的方式有两种。

数据传输加密：

CoCounsel 在专用服务器上通过 API 的方式访问 OpenAI 的 GPT4 模型。所有数据在传输过程中都被加密。这意味着 OpenAI 无法查看数据进行模型训练。

同时用户始终保留对数据的控制权，可以在任何时候将其从平台上完全删除数据，但毕竟有一个将数据上传云端的过程，用户使用时依旧会有顾虑。

模型本地化部署：

将产品能力和模型能力本地化部署在客户的系统中，基于客户的行业数据，在客户的本地服务器中微调模型。这种方式收取的是定制费用，虽然能够一定程度解决客户的数据隐私问题，但是对于产品提供的企业来说，形成不了规模。

3. AI不会承担责任

对于LLM的“幻觉”问题，一直是该领域需要攻克的难题。虽然可以通过大量专业数据进行微调，通过强化学习的方式让输出的内容更安全、更合规，但是在细分的法律领域仍有可能出现幻觉。

目前AI能力的提供方，在提供AI能力时，都会进行免责声明。所以当AI生成幻觉的内容时，导致了起草的合同内容违规，或起诉的法律文本败诉，AI是不会承担任何责任的。

当下可行的解决方案是：建议产品的使用者，在使用AI产品能力时，需要在专业人士的监督下，对生成的内容进行核查后，再进行使用。

长期来看，对于法律科技公司而言，是否能够功克在法律细分领域中LLM的“幻觉”问题，是否能够承担因LLM的幻觉问题而导致的违规风险，也是竞争力体现的要素之一。

结尾

引用英国法律学者 Richard Susskind 的观点：律师事务所通过“拥有年轻的律师大军”而获利，因为他们向这些律师支付的工资低于他们向客户收取的费用。

LLM与电子合同的融合，最直接的影响体现体现在「降本增效」上。

To B：面向于企业内法务部门，提供协同起草、合同审查等效率工具，降低合同起草或合同文本中的法律风险，从而提升法务部人均效率。

通过归档履约工具，可提取合同中的价值信息，以可视化图表的方式呈现，智能提醒合同中履约和续约的时间节点及相关事项。

To C：个人或小微企业没有足够的资源聘用法律相关人才，且法律知识的学习成本高，若缺少法律相关的知识，则在合同签约时，对合同中的风险识别能力弱，会引起不必要的纠纷和权益的受损。

在AI技术的加持下，既能够在签约前通过AI审查合同中是否存在法律及权益的风险点，又能在出现合同违约时通过AI进行法律的维权服务，省时-省钱且高效。

好啦，以上是我对LLM与电子合同行业融合的阶段性理解。

如果文章中有描述不对的地方，请帮忙指正，避免对其他读者产生误导。

加油朋友们🤗

作者：在野在也，公众号：在野在也

本文由 @在野在也原创发布于人人都是产品经理。未经作者许可，禁止转载。

题图来自 Unsplash，基于CC0协议。