摘要

前沿AI已经跨过法律职业的可信度门槛：Alan Rozenshtein表示，领先模型的原始智力水平“肯定高于中位数律师”。 Nathan Labenz援引GDPval结果称，Claude Opus 4/5在与律师的正面对比中约有1/3胜出，胜出或打平的比例达到70%；Alan认为ChatGPT 5.2在法律“品味”上最强，尽管他的日常主力工具是Claude。幻觉和缺少专业数据库的问题仍然存在，但他的战略结论很直接：“这就结束了，对吧？”
法律科技的采用，更多受律所激励、工作流惯性和象征性采购约束，而非能力不足。 Kevin Frazier援引Harvey的说法称，美国前100大律所中约70%使用其产品，但律师往往只收到一封上线邮件，没有实质培训，也没有被要求实际使用。计时收费模式奖励律师在客户容忍范围内“尽可能多花时间”，而“秘密赛博人”则隐藏自己的生产力，律所也只是在私下议论减少暑期生和初级律师招聘。
法律AI市场的规模，取决于更便宜的服务究竟会释放潜在需求，还是仅仅消灭昂贵的人力工作。 Kevin指出，许多“法律荒漠”地区约每1,000名居民只有1名律师；Alan设想代理以每秒400 tokens的速度协商几乎完整的或有合同，并强调法律服务不像牙科那样，存在军备竞赛式的竞争 dynamics。但他随后部分回到了Nathan的怀疑：当AI已经搜索完所有相关判例和文件后，“某个时点上，你的牙就是已经洗干净了”。
即使律师总就业最终增长，入门级法律工作仍然脆弱，这会制造危险的学徒断层。 文书审查、判例搜索，以及从律所此前1,000份范本中拼装合同，已经是天然的自动化目标；Alan本人现在也用Gemini和Claude工作流替代部分研究助理任务。他更深层的担忧是认知和政治层面的：AI偏爱“高能动性的人”，而循规蹈矩者可能会觉得自己“每一步都做对了，却突然被抽走了脚下的地毯”。
律师仍保有监管护城河，但州际竞争和言论自由约束，可能阻止对聊天机器人的全面封锁。 未经授权执业法规过去曾阻碍LegalZoom等服务，但Arizona如今允许非律师拥有律所，Texas和Utah也在积极推进监管沙盒。Alan预计，出庭或特定交易仍会保留人工检查点。Nathan认为，禁止ChatGPT进行一般性法律讨论，会显得像“明显的行业协会保护性自利行为”，并面临第一修正案问题；Alan另行表示，人们应当拥有使用这些工具的权利。
AI可能推动法律从程序堆叠转向可衡量的结果、模拟和动态更新的协议。 Kevin希望立法者被迫说明一项法案要解决的问题，评估排放或拥堵等结果，并模拟参与者可能如何利用规则；未来几代人看到今天的法律从未这样测试时，可能会问：“搞什么？”Claude Constitution则提供了哲学上的对应方案：不是规则对原则，而是情境化判断——亚里士多德式的实践智慧（phronesis），同时保留少数不可逾越的边界。
下一场权利争夺将覆盖算力获取、个人数据控制、AI赋能的国家权力，以及最终的AI福利。 算力权利已经在Montana落地，并在Ohio和New Hampshire被提出；Kevin还主张拥有“分享权”，允许个人把包括教育记录在内的数据交给自己选择的AI系统。与之相对，Alan设想的“单一人工行政首脑”可能让总统对数百万官员进行颗粒度控制，而对公共音频的大规模分析则会威胁无处不在的监控；10年或15年内，足够逼真的陪伴者可能引发两派冲突：一派指控数字奴役，另一派认为AI具有人格是“对上帝的冒犯”。

精读

1. AI正撞上为模拟世界搭建的法律系统

Kevin开场用的画面是“一场大堵车”，甚至可能是“一场巨大车祸”：FIPPs等隐私原则可以追溯到1970年代，而更早的判例法则为模拟社会分配权利和义务。互联网已经对这些制度进行过压力测试；AI则是“把这一切都开到了最大”。
Alan将法律教育日益需要教授的交叉点分成两类。AI法讨论社会应如何监管、推动或控制一项重大技术；法律中的AI则讨论这项技术进入一个核心产出是认知劳动的职业后，会发生什么。
法律不像编程那样完全脱离肉身——法院仍要求真人出庭——但两者的大量工作都是“对某些类型的符号进行操纵”。Alan估计，法律转型大概落后软件工程1到2年，而不是“落后30年”，尽管律师控制的行业协会会放慢落地速度。

2. 前沿模型已经胜过中位数律师

Nathan引用的基准测试为能力设定了底线：在公开GDPval数据中，Claude Opus 4/5在律师类别中领先，与人类正面对比时每3场赢1场，胜出或打平的比例为70%。提示集规模不大，但模型显然已经沿着职业表现阶梯攀升了很高位置。
Alan的保留意见是运营层面的，而非基础能力层面的。模型仍会犯错、产生幻觉，也可能无法访问某个数据库，找不到《Federal Register》里埋着的“那条随机SEC监管规定”；他认为这些限制未来几年内“相当容易解决”。
他的模型偏好有明确分工：日常工作空间是Claude和Claude Code，但法律分析会调用ChatGPT 5.2，尤其是“Pro extended-thinking”模式。他从“体感”上认为，OpenAI在法律训练上的投入最大，目前展现出最好的法律品味，不过3个头部模型都能给出强答案。
Alan会不断让模型对自己的学术研究进行压力测试，如今已经认为，模型在原始智力水平上高于中位数律师。即使持怀疑态度的学者，使用20美元套餐1小时后也会软化：“如果它们做的只是高级自动补全，那我做的也只是高级自动补全。”但定制化判断仍更难复制，比如50次最高法院辩论所积累的经验。

3. 法律AI的总市场取决于潜在需求

Nathan将不确定性放在一条光谱上。人们只想要最低限度的牙科或会计服务，如果成本降到原来的1/10，多出来的钱通常会被收进自己的口袋；但软件可能支撑10倍或100倍的产出。他自己做了一次简单的合同审查，就避免了雇律师。
Kevin给出的反例是法律荒漠，即每1,000名居民约只有1名律师的地区。人们很难获得租约、小企业、非营利组织、离婚或其他纠纷方面的帮助；即使是在房东与租客案件中提供有限法律咨询，也可能显著提高租客胜诉的概率。
除了常规代理，Kevin预计还会出现一批“法律架构师”，负责设计监管结构和激励机制，而不只是执行既有工作流。他引用Gillian Hadfield与Fathom、Andrew Friedman合作的研究，将其视为更高层次、更具创造性的法律工作样本，也是法律教育应当培养的方向。
Alan明确押注Jevons悖论成立：法律服务变便宜后，人们会消费更多，律师会沿价值链上移；10年、15年或20年后，律师数量可能至少不减，法律服务总量则大幅增加。但他反复强调，这仍是核心未知数，而不是有把握的预测。

4. AI代理可能让合同穷尽所有情形，让法律持续运行

Alan用“完整的或有合同”说明被压抑的需求意味着什么。假设时间和精力无限、机会成本为零，交易双方会协商几乎所有可能发生的情形；而现实中他们会提前停下，接受必然会错配的法律默认规则。
个人代理则可以以推理速度协商——Alan用每秒400 tokens作为示例——生成细节多出几个数量级的协议。法律同时具有竞争性：交易双方不会像一个人和自己的牙齿那样停留在固定关系中，而是会不断购买更好的法律代理，因为对手也能这么做。
Kevin将这种可编程性延伸到立法。一项法律可以规定，当某一行业失业率达到7%时触发特定经济政策，或在另一国征收关税时自动启动应对措施；但如今的法规几乎没有利用这种条件式、适应性治理能力。

5. 计时收费正在推迟律所的清算时刻

Kevin开始询问律所：他们更愿意要一名没有AI经验的哈佛顶尖毕业生，还是一名来自中游法学院、但精通AI的专家。越来越多从业者选择后者，因为这类人能找到前沿工具，也能教会整个组织如何使用。
采购不等于转型。Kevin援引Harvey自己的统计称，美国前100大律所中约70%使用其诉讼系统，但员工往往只记得一封介绍邮件，没有实质培训，也没有被要求把它纳入日常工作。
薪酬机制指向了错误方向：在计时收费模式下，只要不超出客户可接受的范围，律师在一项任务上花的时间越长，通常越有利。律所知道这套模式在经济上行得通，因此仍不愿意把效率变成产品。
但Kevin确实听到关于缩减暑期生和初级律师规模的“窃窃私语”，与此同时，Ethan Mollick所说的“秘密赛博人”正在掩盖AI已经承担了多少工作。Alan对当前的替代仍更谨慎：律所管理糟糕，法律行业采用速度落后于能力，而且出庭的人类必须亲自为可能含有AI幻觉的工作作出确认。

6. 自动化初级工作可能切断学徒阶梯

法律入门级工作恰好包含当前系统最擅长的任务：文书审查、从文件草堆中找出关键线索，以及从律所已经做过的1,000份类似协议中起草新合同。Alan预计，这些工作要么消失，要么发生根本变化。
他的类比来自编程不断重复的抽象阶梯。汇编语言曾被视为作弊，随后出现高级语言、垃圾回收、Java Virtual Machine、Python，如今又有自然语言提示；每一阶段都移除了更底层的负担，同时扩大了程序员可以尝试的问题范围。
这段历史说明，技能退化并非必然。新程序员可能记住更少的语法，却会提前数年面对架构问题；律师和医生也可能不再把稀缺的“智力点数”花在类似长除法或有机化学的工作上，而是转向诊断、系统设计和判断。基础苦工在教育上是否不可或缺，仍是未知数。
Alan本人已经减少使用研究助理：脚本下载PDF，Gemini Flash对其进行总结，Gemini Pro加Claude API则先讨论哪些文章重要，再输出格式化Markdown。但他的职业正是从在教授身边做“毫无意义的杂活”足够长时间、从而吸收这个职业开始的；失去这种近距离接触，可能削弱学徒路径。另一方面，Alan表示，低能动性的循规蹈矩者可能会觉得遭到背叛，并在未来10年助推政治摩擦。

7. AI能力的锯齿状分布比岗位平均分更重要

Alan要求Nathan先定义“更好”是什么意思，因为职业本身是任务的集合。模型可以在标准化推理上远胜人类，却在其他方面无能；把这些强项和弱项平均成一个分数，会掩盖真正发生替代的地方。
Nathan在儿科肿瘤领域的经历提供了对照。模型在综合书面观察和检测结果时，表现得比住院医更好，与主治医生大致打成平手；但护士在床边处理受惊儿童、管理设备等工作基本没有受到影响，医生的增值则在于整体观察呼吸、肤色和明显的不适。
法律中的对应项可能是出庭代理、对核查结果负责，以及情境化判断，而不是纯粹的研究。模型可以列出所有论点，但人类辩护人可能仍需管理法庭、证明准确性，或判断某个技术上可行的动作在战略上并不明智。
医疗类比还指出了一种可能的法律兜底机制：ChatGPT可以讨论检测结果，但必须由人类医生开具吗啡处方。一般性法律建议同样可能变得充足，而持牌人类仍保留对特定交易和出庭的权力。争议将集中在这个强制人工检查点究竟放在哪里。

8. 行业壁垒会在竞争中弯曲，而不会消失

每个州都通过律师资格、认证教育、考试、继续教育和未经授权执业法规监管法律实践。这些UPL规则会阻止一个来自Craigslist的人以半价代理客户，过去甚至给LegalZoom的遗嘱和房地产文件服务制造过重大障碍。
Kevin期待的结果不只是更便宜的诉状。因为约95%的诉讼发生在州法院，人们可能要等数月甚至数年，才能等到一个超负荷、或者只是“饿得发脾气”的法官作出不一致的裁决。在对抗制中，“谁能付最多钱谁就赢”，因为有钱的一方可以让律师坚持更久。
Learned Hand等工具可以帮助法官和书记员起草判决意见，让基层裁判更快、更一致。律师随后会转向类似上诉律师的角色：选择系统的目标，围绕社区价值设计激励机制，并监督自动化裁决是否真正尊重权利。
Kevin预计，竞争压力会来自Arizona——他提到的第一个允许非律师拥有律所的州——以及Texas和Utah的监管沙盒。Alan表示，人们应有权使用这些模型，并预计法院会把对这种访问权的广泛限制视为第一修正案问题。Nathan认为，禁止聊天机器人进行一般性法律讨论会很困难，也可能被视为行业保护主义。
人工检查点究竟在哪里，仍未确定。Kevin不知道民事法官是否可以要求一名有经济能力、想要自诉的当事人雇律师；他咨询的Claude回答称，这项权利在刑事审判中最强，在民事案件中较弱，并存在例外。

9. 廉价AI可能最终穷尽法律的搜索空间

Alan把诉讼建模为一场组合搜索：在论点、判例和数十亿个文件片段中寻找决定性句子。法律成本之所以不断上升，是因为多雇一个昂贵的人类搜索者，仍可能带来的预期价值高于新增人工成本。
法律科技已经降低了搜索成本：Westlaw和Lexis在数十年前开始把纸质数据库数字化，较新的机器学习工具也改善了文书审查。即便如此，律所仍会把高成本的人类锁在会议室里阅读和分类材料。
现在设想系统的有效性提高10,000倍，成本下降4个数量级——Alan把两者合并后的效果概括为“好上100万倍”。它们可能读完每一条相关句子、穷尽所有有用判例，从而形成一个自然上限，因为“已经没有更多东西可投入了”。
他立刻保留另一种可能：律师也许会继续扩张搜索空间，而对能力增长、成本下降或诱发需求的微小假设差异，经过复利后会形成巨大的10年预测落差。因此，这条讨论最终停留在真正的不确定性上，而不是得出清晰的充裕论。

10. 结果导向的法律可能取代程序崇拜

Kevin认为，民事诉讼如今是一段复杂程序动作组成的阶梯，其中包括既可能提出正当异议、也可能只是拖延解决的动议。律师经常把增加更多干预机会等同于公平，这种习惯被Nick Bagley称为“程序崇拜”。
这些参与节点并不中立，因为组织能力或表达能力特别强的参与者更可能利用它们。更多程序因此可能“把口香糖塞进系统齿轮”，既不能代表受影响的人，也不能推进法律原本的目的。
Kevin以NEPA为例，认为这类法律的关键压力点本可以提前进行压力测试。他称其为“National Economic Protection Act”，同时说人们把它叫作Environmental Protection Act，并追问：模拟是否可以提前暴露否决点，并检验最终结果是否符合起草者的环保目标。
另一种路径是结果导向的法律：先定义双方或公众真正想要什么，再让基于收入、偏好、抱负和职业目标训练的代理，持续把协议更新到那个目标。这个设想有意保持乐观，也“非常科幻”，但Kevin认为技术上可以实现。
这会把治理问题从一场狭窄争议经历了多少个阶段，转变为目标状态是否真正发生。律师仍然重要，但他们的工作将变成规定合法目标、可接受的权衡，以及审计系统是否持续产生这些结果的机制。

11. 良好的法律判断需要规则与原则并存

Nathan通过一项研究引入这种张力：GPT-4比人类法官更严格形式主义，而人类法官看起来更偏向法律现实主义。字面适用承诺可预测性，却可能因糟糕起草的法律产生荒谬结果；广泛裁量可以容纳情境，但也为偏见和事后辩护打开空间。
Kevin给出的经典测试是公园里写着“禁止车辆入内”的标牌。汽车可能很明确，但无人机、婴儿车、滑板车和救护车说明，即便看似精确的语言，也无法列举每个未来情形，或编码起草者真正的意图。
因此，他反对完美文本主义，也反对为每种行为生成一套AI代码。美国普通法传统容忍模糊性，以便治理持续演进；穷尽式制度则可能带来这样的世界：踩错一条裂缝，5天内自动收到罚款，并从银行账户扣款。
Alan补充说，GPT-4的形式主义是训练结果中的偶然产物，并非模型固有品质。换一种训练方式，系统也可以优先考虑立法目的；他接触过的Minnesota上诉法官虽然谨慎，却出人意料地愿意接受AI，而更好的法律评测必须在1个月内出现，否则1年半后才出来就已经过时。

12. Claude Constitution把德性伦理变成实验

Alan拒绝在文本主义和现实主义之间二选一：没人会在所有情形下都忽略目的，也没人会把法律文本视为完全不具约束力。Antonin Scalia的“法治就是规则之治”和Stephen Breyer式的17因素分析，处在一个相对狭窄中间区间的两端。
他认为Amanda Askell的Claude Constitution深受亚里士多德影响，是一组关于《尼各马可伦理学》的现代“脚注”。完整的伦理规则不可能存在，因此智能体需要phronesis：一种经过培养的实践判断力，能够在高层原则与具体情境之间来回移动。
但原则本身也可能要求硬规则。Constitution列出约17项没有固定优先级的原则，同时绝对拒绝某些输出，包括儿童性材料或帮助开发空气传播的Ebola；“是的，而且”取代了标准与禁令之间所谓的二选一。
AI让这场古老争论可以通过计算机内实验进行实证检验。研究者可以以法院或社会无法企及的速度和规模，改变遵守规则与基于原则推理的配比，最终不仅了解机器判断如何运作，也可能对人类智能产生新的认识。

13. 新权利将与新的国家权力和机器权力发生碰撞

Alan认为，人们应拥有使用这些模型的权利，访问模型的消极权利可以自然地纳入第一修正案，类似于读书或进入图书馆。更难实现的积极权利，则要求社会提供算力额度或预算；未来算力本身可能成为货币。
Kevin将其归入“算力权利”，这一权利已经在Montana立法，并在Ohio、New Hampshire以及他认为的其他州进入讨论。其原则是提高政府阻止个人通过AI及未来计算工具表达自己或获取信息的门槛。
与之配套的“分享权”将允许个人无摩擦地把自己的数据交给选定系统。FERPA可能阻碍一名家长用教育记录训练个性化辅导老师，而有钱人可以出行接受全面扫描并获得AI健康建议；其他人只能得到“上次Walgreens体检时告诉我们的那些东西”。
权利主张最终也可能延伸到模型自身。Alan预计，10年或15年内会出现足够逼真的语音、视频、记忆和具身陪伴者；在20—30年内，这种依恋可能分化出两派：一派认为存在被剥削的有感知生命，宗教反对者则认为这种信念是偶像崇拜，并要求发动“Dune式Butlerian Jihad”。

14. AI可能制造一个单一的人工行政首脑

Alan提出的“单一人工行政首脑”描述了近期AI如何通过完美执行、无处不在的监控、大规模宣传和管理控制，集中总统权力。一个根据总统偏好训练的系统，可以部署在数百万人的官僚体系中，读取邮件和短信，并实时执行颗粒度极高的一致性要求。
这种权衡是真实的，而非单向度。选举应当产生后果，AI也可能改善服务、提升国家能力——尤其是在许多公民认为政府只会收税、却不提供服务的情况下；但同一基础设施也可能把滥用权力的能力推到历任总统实际无法达到的程度。
Kevin指出，第四修正案是一个紧迫的压力点。政府可能接入能够探测并拾取音频的系统，让普通公共对话被“吸走”、合成和分析，用来判断谁在计划什么、想什么或想要什么，而人们几乎不会得到有意义的通知。
他提出的建设性约束是透明实验：政府应使用监管沙盒，通知受影响的人，提供反馈渠道，并在不把现有程序视为神圣不可动摇的前提下测试新系统。任务是在阻止AI把普通政府触达转化为无处不在、不可见的控制的同时，提升国家能力。

他打造了 Google、Facebook 和 Square 的收入引擎 No Priors 第132期｜对话 Decagon CEO兼联合创始人 Jesse Zhang