广大管理人都知道，破产案件其中一个重中之重就是“债权审核”，除了一些纯流程的案子，不论一级、二级还是三级案件，管理人最开始得主要工作其实就是债权审核，量少还好，但是万一像小额放贷公司之类的企业进入破产，债权审核工作将无比繁琐，于是我想着，能否紧跟ai的浪潮，让ai agent来完成债权审核工作？

本文目录

一、为什么突然想聊AI Agent和破产债权审核
二、破产债权审核到底在审核什么
三、传统债权审核最耗时间的地方
四、AI Agent和普通AI有什么区别
五、如果让AI Agent审核一笔破产债权，它会怎么做
六、第一步：自动读取和整理申报材料
七、第二步：自动识别债权法律关系
八、第三步：自动计算本金、利息、违约金
九、第四步：自动进行证据交叉验证
十、第五步：发现异常债权
十一、第六步：形成债权审查意见初稿
十二、真正困难的地方：AI不能代替管理人作最终判断
十三、AI Agent最适合审核哪些债权
十四、哪些债权暂时不要交给AI直接判断
十五、AI Agent进入破产程序后会不会产生新的法律风险
十六、我认为比较现实的“AI+管理人”模式
十七、未来的破产债权审核可能是什么样
十八、我的一点判断

一、为什么突然想聊AI Agent和破产债权审核

最近AI Agent越来越火。

以前大家讨论人工智能，更多是在讨论ChatGPT、文生图、代码生成这些东西。

现在不太一样了。

AI开始从“回答一个问题”，慢慢走向“自己完成一项任务”。

比如：

找资料 → 读取文件 → 分析数据 → 调用工具 → 形成结果 → 继续下一步。

这就是现在大家经常说的 AI Agent。

我看了一下，AI Agent如果真的进入法律行业，真正有价值的地方可能并不是帮律师写一篇法律文章。

因为写文章这个事情，本身并不是法律行业最消耗人工的环节。

反而是大量重复、规则明确、材料庞杂的工作，更适合AI。

而破产案件恰好有一个非常典型的场景：

债权审核。

一件普通的破产案件，可能有几十个、几百个甚至上千个债权人。

管理人需要面对大量合同、判决书、裁定书、银行流水、发票、对账单、送货单、借款凭证、担保材料以及其他证明文件。

然后从这些材料里回答几个最基本的问题：

这个债权到底存不存在？

债权金额是多少？

利息算到什么时候？

是普通债权还是有财产担保债权？

有没有优先权？

有没有重复申报？

有没有超过破产受理日之后仍然计算利息的情况？

这些事情，说起来没有那么复杂。

但真正做起来，非常耗时间。

所以我一直在想一个问题：

如果把AI Agent真正放进破产债权审核流程，会发生什么？

二、破产债权审核到底在审核什么

很多没有做过破产案件的人，可能会觉得债权审核就是：

债权人提交一个数字，管理人看一下材料，然后确认。

实际远没有这么简单。

债权审核至少包括几个层次。

第一层：主体审核

首先要确定：

谁是债权人？

企业名称、统一社会信用代码、法定代表人、个人债权人身份、债权转让情况等，都可能影响债权主体的认定。

第二层：债权基础审核

然后要确定：

这个债权到底是怎么产生的？

例如：

借款合同；
买卖合同；
建设工程合同；
劳动关系；
担保关系；
租赁合同；
服务合同；
损害赔偿；
生效判决确定的债权。

不同法律关系，审核方法完全不同。

第三层：金额审核

债权人申报1000万元，并不代表管理人就确认1000万元。

可能需要拆成：

本金 + 利息 + 违约金 + 损害赔偿 + 其他费用

然后分别判断。

第四层：性质审核

这一点更加重要。

同样是1000万元，可能是：

普通破产债权；
有财产担保债权；
建设工程价款优先权；
税款；
职工债权；
共益债务；
其他具有特殊清偿顺位的债权。

性质不同，最终能够得到的清偿结果可能完全不同。

第五层：时间审核

破产案件有一个非常特殊的东西：

时间节点非常重要。

尤其是人民法院受理破产申请的时间。

例如利息、违约金等是否继续计算，就不能简单按照合同约定一直算到今天。

现实中的债权审核，因此经常是：

法律规则 + 大量证据 + 时间计算 + 数据整理

而这恰好是AI Agent可能发挥作用的地方。

三、传统债权审核最耗时间的地方

我认为传统债权审核最麻烦的，并不是某一个特别困难的法律问题。

而是：

大量重复劳动。

比如一个债权人提交：

借款合同3份；
补充协议5份；
银行流水几十页；
对账单若干；
判决书1份；
执行裁定1份；
利息计算表1份。

管理人首先得把这些材料全部看一遍。

然后还得把里面的重要信息提出来。

例如：

项目	内容
债权人	A公司
债务人	B公司
债权类型	借款
本金	1000万元
合同利率	X%
起息日	XXXX年XX月XX日
破产受理日	XXXX年XX月XX日
已还本金	XXX万元
已还利息	XXX万元
申报金额	XXX万元
担保	有/无

然后再核对证据。

如果只有一个债权，问题不大。

但是如果是500个债权人呢？

这时候真正耗费管理人时间的，往往不是法律分析，而是：

把500份材料变成500份可以分析的数据。

这就是AI Agent比较有价值的地方。

四、AI Agent和普通AI有什么区别

这里必须先把一个概念说清楚。

AI聊天机器人 ≠ AI Agent。

如果我把一份债权申报材料扔给AI，然后问：

“帮我分析一下这个债权。”

AI给我写一篇分析意见。

这更接近普通的生成式AI应用。

而AI Agent的思路不一样。

它应该能够按照预先设计的流程主动完成任务。

例如：

接收债权申报材料
↓
识别文件
↓
提取债权人信息
↓
判断合同类型
↓
提取本金、利息、期限
↓
检查付款流水
↓
查询案件时间节点
↓
计算申报金额
↓
检查担保情况
↓
检查重复申报
↓
标记异常
↓
生成审核报告
↓
提交管理人复核

这才是我理解的：

AI Agent进入破产债权审核。

五、如果让AI Agent审核一笔破产债权，它会怎么做

假设现在有一个债权人申报：

借款本金1000万元，利息200万元，违约金100万元，合计1300万元。

AI Agent首先不会直接告诉管理人：

“确认1300万元。”

它应该先拆解问题。

第一问：债权基础是什么？

读取借款合同。

识别：

借款金额；
借款期限；
利率；
还款方式；
违约责任；
担保方式。

第二问：钱到底有没有借出去？

然后读取：

银行流水；
收款凭证；
财务凭证；
对账单。

判断：

合同约定1000万元，实际到底支付了多少钱？

第三问：还了多少钱？

再把债务人的付款流水匹配进去。

例如：

本金1000万元
已偿还300万元
剩余本金700万元

那么申报人直接申报1000万元本金，就需要被标记。

第四问：利息到底应该是多少？

AI Agent根据：

合同利率；
起息日；
还款日；
破产受理日；
已付款项；

重新计算。

如果债权人自己计算出来的是200万元，而AI重新计算只有157万元。

系统就可以直接标记：

金额异常：申报利息与系统计算结果存在差异。

六、第一步：自动读取和整理申报材料

这是我认为目前最容易实现的地方。

管理人收到一套债权申报材料以后，AI Agent可以先完成OCR和文档解析。

例如：

借款合同.pdf
判决书.pdf
银行流水.xlsx
对账单.pdf
执行裁定书.pdf

系统自动建立：

“债权案件档案”。

然后把所有材料中的：

人名；
公司名称；
日期；
金额；
合同编号；
银行账户；
利率；
担保物；
法院文书；

提取出来。

这一步本质上不是让AI“做法律判断”。

而是：

让AI先把人类需要花几个小时整理的资料，变成结构化数据。

我认为这是最现实的AI应用。

七、第二步：自动识别债权法律关系

材料结构化以后，AI Agent可以进一步判断：

这到底是什么债权？

例如：

借款合同 → 借款债权

施工合同 → 建设工程价款债权

劳动合同 → 职工债权

抵押合同 + 主债权合同 → 有财产担保债权

当然，这一步不能完全依赖大模型。

更合理的方式应该是：

AI负责初步分类 + 规则引擎负责校验 + 管理人最终确认。

例如AI认为：

“该债权可能属于建设工程价款优先权。”

系统就进一步要求：

是否存在施工合同？
是否实际施工？
工程是否竣工？
工程价款是多少？
优先权是否已经行使？
是否存在其他权利冲突？

这样才比较可靠。

八、第三步：自动计算本金、利息、违约金

这个环节可能是AI Agent最有价值的地方之一。

因为金额计算最好不要单纯交给大模型。

我的设想是：

大模型负责理解合同，程序负责计算数字。

比如AI从合同里提取：

年利率5%
本金1000万元
起息日2024年1月1日
破产受理日2026年6月1日

然后交给专门的计算模块。

计算模块负责：

本金 × 利率 × 实际期间

最终生成：

应计利息：XXX元。

这样可以减少大模型“算错数字”的风险。

九、第四步：自动进行证据交叉验证

这一点可能比单纯计算金额更加重要。

比如：

债权人说：

“我借给债务人1000万元。”

合同也是1000万元。

但是银行流水只有：

800万元。

AI Agent应该立即发现：

合同金额与实际付款金额不一致。

再比如：

债权人提交：

“已经支付工程款5000万元。”

但银行流水只能对应到：

4300万元。

系统就可以把1300万元标记为：

待人工核查。

这时候AI并没有认定债权不存在。

它只是告诉管理人：

这里存在证据冲突。

我认为这才是AI最应该做的事情。

十、第五步：发现异常债权

如果把AI Agent真正用于破产案件，我认为“异常识别”可能是非常重要的一项功能。

例如：

异常一：重复申报

同一个债权人：

借款合同A
判决书B
执行案件C

可能实际上对应的是同一笔债权。

如果人工审核，很容易出现重复统计。

AI则可以通过：

债权人；
金额；
合同编号；
案件编号；
时间；
对手方；

进行交叉匹配。

发现疑似重复以后：

标记，不直接认定。

异常二：金额异常

例如：

合同本金1000万元
申报本金1500万元

系统直接标记。

异常三：时间异常

例如：

债权人主张某项费用发生于2026年7月。

但法院已经于：

2026年5月

受理破产申请。

这就值得进一步检查。

异常四：关联交易异常

如果债权人与债务人的实际控制人存在关联关系，AI可以提示：

关联关系待核查。

然后进一步检查：

债权形成时间；
交易价格；
资金流向；
是否真实履行；
是否存在异常付款。

但是这里必须特别强调：

AI只能发现异常，不能因为“关联”两个字就直接认定债权虚假。

十一、第六步：形成债权审查意见初稿

经过前面几步以后，AI Agent可以自动生成：

《债权审查意见初稿》

例如：

一、债权人基本情况

A公司，申报债权……

二、债权形成依据

依据《借款合同》……

三、债权金额

申报本金1000万元，经材料核验……

四、利息

根据合同约定及相关时间节点……

五、担保情况

存在抵押担保……

六、审核意见

建议确认本金700万元，利息XXX元，担保债权XXX元。

七、待核查事项

其中300万元还款凭证需要进一步核实；
部分利息计算与申报金额存在差异；
抵押登记材料需要补充。

然后：

管理人审核。

这一步非常关键。

AI写的是：

“初稿”。

不是：

“最终债权确认决定”。

十二、真正困难的地方：AI不能代替管理人作最终判断

我认为这是整篇文章最重要的一点。

AI Agent非常适合：

整理、提取、计算、比对、检索、提示异常。

但对于复杂法律问题，它不能简单变成：

自动确认债权机器。

因为很多破产债权并不存在一个机械答案。

例如：

合同到底有没有实际履行？

双方是否存在真实交易？

某项付款到底是还款还是其他性质的资金往来？

某项债权是否属于建设工程价款优先权？

某笔关联交易是否存在明显不公允？

某份证据是否足以证明债权成立？

这些问题涉及：

证据认定 + 法律解释 + 事实判断 + 程序权利。

这不是简单的数据处理问题。

所以未来最现实的模式不是：

AI取代管理人。

而是：

AI Agent + 管理人。

十三、AI Agent最适合审核哪些债权

如果让我排一个优先级，我会这样排。

第一类：标准化借款债权

例如：

银行流水清楚
合同清楚
本金明确
利率明确

这种债权非常适合AI。

第二类：有生效法律文书确定的债权

例如：

判决书已经确定本金。

AI可以直接读取判决主文，再核对执行情况。

第三类：大量重复的小额债权

例如一个案件存在：

500个供应商债权。

人工审核成本非常高。

AI在这种场景下价值最大。

第四类：账目复杂的贸易债权

合同、发票、物流、付款记录数量非常多。

AI可以帮助完成材料之间的交叉匹配。

第五类：劳动债权

如果材料结构标准化程度较高：

工资
社保
经济补偿金

AI也可以帮助初步核算。

十四、哪些债权暂时不要交给AI直接判断

反过来也一样。

有些案件，我认为AI应该非常谨慎。

比如：

复杂关联交易；
建设工程价款优先权；
多层担保；
以房抵债；
股权质押；
债权转让链条复杂；
多份合同交叉履行；
虚假诉讼嫌疑；
债权人之间存在重大争议；
涉及撤销权、无效合同等复杂法律问题。

这些案件可以让AI：

做资料整理和问题提示。

但是不要让AI：

自动下结论。

十五、AI Agent进入破产程序后会不会产生新的法律风险

当然会。

而且我认为未来这个问题可能非常重要。

第一，AI幻觉问题

AI可能把不存在的法律规定、案例或者事实“编出来”。

所以：

所有法律依据必须能够回溯到原始来源。

第二，证据错误

OCR可能把：

1000万元

识别成：

100万元。

如果没有人工复核，后果非常严重。

第三，数据安全

破产案件中的资料可能包括：

银行流水；
合同；
财务账簿；
身份信息；
商业秘密；
诉讼材料。

因此不能简单把所有破产案件材料上传到一个普通AI平台。

未来如果真的形成成熟的破产AI系统：

数据安全可能比模型能力更加重要。

第四，责任问题

如果AI错误地把：

1000万元债权

审核成：

100万元。

最终造成债权人损失。

那么问题来了：

谁承担责任？

AI开发者？

管理人？

律师事务所？

技术服务商？

还是最终作出审核意见的人？

这实际上是未来必须解决的问题。

十六、我认为比较现实的“AI+管理人”模式

如果让我自己设计一个破产债权审核系统，我不会设计成：

AI自动审核。

而会设计成：

AI Agent辅助审核。

整个流程大概是：

债权申报
   ↓
材料自动归集
   ↓
OCR / 文档解析
   ↓
AI提取关键事实
   ↓
规则引擎计算
   ↓
合同、流水、判决交叉验证
   ↓
异常债权识别
   ↓
形成债权审查初稿
   ↓
管理人人工复核
   ↓
债权人异议
   ↓
AI再次整理争议点
   ↓
管理人最终审核
   ↓
形成债权表

这里面最重要的是：

AI做前端重复工作，人做最终法律判断。

我认为这才是短期内真正能够落地的模式。

十七、未来的破产债权审核可能是什么样

如果AI Agent继续发展，我认为未来五年左右，破产管理人办公室可能会发生一个非常明显的变化。

过去：

一个项目十个人审核债权。

未来可能变成：

两三个专业人员 + 一套AI Agent系统。

但这不意味着三个人就能完全取代十个人。

而是：

人工的工作性质会发生变化。

以前可能80%的时间花在：

看材料、找数字、做表格、核对流水。

以后可能80%的时间花在：

判断复杂法律问题、处理争议、与债权人沟通、组织债权人会议、处理法院程序。

也就是说：

AI降低的是机械劳动，而不是法律判断本身的价值。

十八、我的一点判断

我一直觉得，AI真正改变法律行业，并不是：

“以后律师不用干活了。”

这种判断太简单。

真正的变化可能是：

过去法律服务的成本，很大一部分来自信息整理；未来AI会逐渐降低这部分成本。

破产案件尤其如此。

因为破产本质上就是一个：

在有限财产条件下，对大量法律关系、资产、债权债务进行集中处理的程序。

而AI Agent最擅长的，恰恰是：

处理大量信息、建立关系、发现异常、执行重复流程。

所以我认为：

破产债权审核很可能会成为AI Agent进入法律实务的一个非常好的切入口。

但我并不认为未来会出现：

“AI审核债权，管理人签字盖章。”

真正合理的方向应该是：

AI负责把复杂的材料变简单，把大量数据变结构化，把可能存在的问题提前找出来；管理人负责最终的法律判断和程序责任。

这才是我认为比较现实的：

AI Agent + 破产管理人

而且随着企业破产法修订工作的推进，这个问题可能会越来越值得讨论。

2026年企业破产法修订草案二审稿已经进一步强化管理人制度、重整制度、债权人会议以及企业困境治理等制度安排。二审稿目前仍属于公开征求意见阶段，并非已经生效的法律。

如果未来破产案件继续增长，而管理人仍然依赖传统人工方式处理大量重复性审核工作，那么：

AI究竟应该怎样进入破产程序，可能不再只是一个技术问题，而会逐渐成为破产实务中的一个制度问题。

这可能才是AI Agent与破产法真正值得讨论的地方。

本文为个人对AI Agent与破产实务结合的观察和设想。文中关于AI Agent在债权审核中的具体流程，主要属于技术应用层面的分析和实践设想，并不代表目前我国破产案件已经普遍采用该模式。

破产法师-AI Agent能不能进入破产债权审核？