第二天上午，陆衍把陈方远的邮件重新打开读了一遍。
邮件不长，但内容密。目标企业叫「华昇医药集团」，旗下三家子公司——华昇化药、华昇生物、华昇原料——分别在国家药品监督管理局持有不同品种的注册证。这次并购是买集团股权，不是买单家子公司。
问题出在哪里？PE团队已经进数据室看过，但注册证上的持证主体是三家子公司分别的名称，交割主体是集团。十几个批准文号，分散挂在三家法人主体下，买方不确定：如果集团股权转让完成，这些注册证是否自动跟着走？还是说注册证还绑在子公司名下，需要另外办理变更手续？
陆衍读到这里，把邮件先关上，拿笔在本子上写了几行。
这不是工具一开始就该回答的问题。
「注册证是否随股权转让而自动转移」——这是法律问题，不是文件矛盾问题。监管层面的解释需要医药法规专家，不是青舟文件核查系统能出结论的地方。
但PE团队卡住的那个具体症状，他能判断一下：「持证主体说不清楚」。这里面可能有工具能做的部分。
他给陈方远发了一条消息：「我看了邮件，打个电话。」
陈方远接得很快。
「你们现在有制药项目经验了对吧，」他一开口就说，「我这边委托方着急，数据室已经开了快三周了，他们自己在里面转圈，注册证这块一直没有清楚过。」
「先跟我说一下，你们卡在哪里，」陆衍说，「是不知道哪些证对应哪家子公司，还是说，知道对应关系但不知道交割以后这些证怎么处理？」
陈方远在那边停了一下。
「说实话，两个都有，」他说，「我们法务说，注册证随股权转让是不是自动走这个他们需要查，但在这之前，有一个更基础的问题——我们自己都没搞清楚哪些批准文号挂在哪家主体下。数据室里文件多，有的文件上写的是集团的名字，有的写的是子公司的名字，有的是代工厂的名字，有的还是原来的老名字，说明可能有过改名或者重组。」
陆衍把这几句话在本子上简单记了一下。
「那这里面有工具能做的，」他说，「你们现在的问题，实际上是先想把一张清单理清楚——哪个批准文号，持证主体是谁。这是文件里的信息，工具可以提取出来，然后你们再判断这些主体和交割主体之间的法律关系。」
「对，就是这个，」陈方远的语气松了一点，「我们现在就是连第一步都没完成，那张清单出不来。」
「文件里有几种主体名称出现过，大概知道吗？」
「我数过，」陈方远说，「集团本身一个名字，三家子公司三个名字，然后还有两三个可能是历史名称，或者委托生产的厂家名称。加起来大概六到七个不同的公司名称出现在各种地方。」
六到七个名称，分散在九十份文件里——这个量级，人工梳理起来不是不行，但容易漏。陆衍理解PE团队为什么说「说不清楚」了。
「那先不管法律关系，」他说，「我们先做一件事：把所有批准文号和对应的持证主体名称提取出来，同时记录这个名称还出现在哪些其他文件里。这一步工具能做，做完你们拿到的是一张对照表，然后法务根据这张表去判断哪些关系需要进一步核实。」
「可以，」陈方远说，「你估计多久？」
「先看文件结构，」陆衍说，「你们数据室里九十份文件，你发一份清单给我，我让卫越先看一下类型分布。」
清单下午两点过来了，是一份Excel，三个标签页——华昇化药、华昇生物、华昇原料，每个标签页对应一家子公司的文件夹。
陆衍把表格打开，逐行扫了一遍，然后把文件发给卫越。
卫越十五分钟后打电话来。
「三个文件夹，结构差别挺大，」他说，「华昇化药那边最多，37份，格式比较规整，基本都是标准的批准文号证和GMP。华昇生物19份，有几份是受理通知书，说明有品种还没落地。华昇原料最少，12份，原料药格式和成品药不太一样，备案号规则不同。」
「原料药备案号和成品药批准文号，格式区分你能处理吗？」
「可以，」卫越说，「原料药登记号格式是CMC-开头，这个上次研究制药的时候找到的，识别字段在。」
「那文件里出现的公司名称，你能把所有不同的名称提取出来吗？」
「可以，但有一个问题——有些文件是扫描件，OCR准确率不稳定，公司名称可能会有识别错误。」
陆衍想了一下。这是上次制药项目也遇到过的问题。解法当时是：扫描件识别结果单独标注「需人工确认」，不和清晰版文件的结果混在一起。
「还是那个方案，」他说，「扫描件里提取出来的名称标注一个旗，说明来源是OCR结果，需要人工核对。」
「好，」卫越说，「那输出格式你大概说一下，我好设计。」
陆衍拿起笔，把方案在本子上整理了一遍。
两步。
第一步，提取所有批准文号和对应的持证主体名称，按三个文件夹分别来，不混在一起。每条记录带三个信息：批准文号，持证主体名称（文字版文件直接提取，扫描件标OCR旗），来源文件名。
第二步，把三个文件夹里出现过的公司名称汇总成一张索引——哪个名称出现在哪些文件里。这张索引不做判断，只是让PE团队和法务能一眼看到全局。
输出格式：两张表。第一张叫「批准文号持证主体对照表」，第二张叫「公司名称出现记录」。两张表互相引用，看第一张时能跳转到第二张里查某个公司名称的出现范围。
他把这个写下来，图简单明了，没有多余的框和线。
打电话告诉卫越。
卫越听完说：「两张表我理解，第二张那个，公司名称如果有相似但不完全相同的——比如华昇医药集团和华昇集团，到底算同一个还是算两个？」
「算两个，」陆衍说，「工具层面按字面区分，不做推断。」
「那可能会有买方觉得这两个明显是同一家，但工具显示是两个，会不会让人觉得麻烦？」
「在备注里说一行，」陆衍说，「「名称相似但字面不同的条目需人工确认是否为同一法人主体」。这句话放在第二张表的说明里。」
卫越说好。
「明天下午能出来吗？」
「明天上午，」卫越说，「今晚先跑清楚版文件的，扫描件明天早上再补。」
「可以，」陆衍说，「不着急，把识别结果质量保住，比快出来更重要。」
卫越停了一秒，说：「知道了。」
陆衍把电话放下，在本子上把刚才说的话又捋了一遍。
这个案子和之前几个制药项目有一个明显的不同：之前是单家企业、多个品种，现在是一个集团、多家子公司。文件量差不多，但组织方式完全不同——前者是纵向的品种清单，后者是横向的法人结构。
工具的任务不变：从文件里提取信息，把信息组织成可以被人理解的格式。但这次需要同时处理三个文件夹，需要在三个文件夹之间做交叉，需要让买方一眼看出哪家子公司持有什么、哪个公司名称跨了几个文件夹出现。
这张图，工具能画出来。
图后面的那些事——这些子公司的法律关系、注册证变更的监管要求、股权转让后证件的处置路径——那是法务和医药法规专家的事。不是这里的事。
他在本子最后写了一行：「持证主体追踪：第一步是让清单可见，第二步是让关系可核实。两步都不是结论，都是起点。」
窗外已经快到下班的时间，楼下路上开始有车经过的声音。
他把本子合上，想了一下，给陈方远发了一条：「两张表，明天上午出来，下午发给你。」
陈方远回了「好的，谢谢」。
然后是另一条，两分钟后来的：「委托方那边问了，华昇生物有几个品种的受理通知书，这个你们怎么处理？」
陆衍看着这行字。这个问题他在北辰健康那个项目里已经遇到过一次。受理通知书的处理方式是确定的——识别出来，标注文件类型，说明该品种处于审批阶段、不具备上市销售资质，具体审批进度和交割条件的影响由买方自己判断。
他把这个原则打了一遍发过去，三句话，没有多余的内容。
陈方远回：「明白了。」
这件事到这里。明天清单出来，再往下说。