看不见数据,如何打造法律智能体——Legora CTO Jacob Lauritzen
摘要
- Legora 对抗前沿模型公司的护城河,在于深入掌握法律工作流。 swyx 认为,这些公司“永远不可能像我们这样深入”(“are never gonna go as deep as we are”)。他表示,Claude 也许能处理小型企业法律事务,但面对一笔“4亿美元的并购交易”,客户会选择 Legora。
- 保密要求让法律智能体的改进格外困难。 Basil 表示,文件往往属于律所客户,Legora 因此无法查看客户使用轨迹,只能重建有代表性的工作流用于评估。Jacob 介绍,评估团队约有3名工程师、3名律师,另有100名法律工程师支持;Basil 无奈地说:“我完全不知道大家实际在用它做什么。”
- 模型进步正在让常规任务商品化,复杂分析仍需要更强的智能。 Jacob 估计,现有工作中约60%已经能做好,这部分的优化重点因此转向成本和延迟。一次模型更新后,某项引文问题的表现从约70%升至约99%——“我们什么也没做”(“we did nothing”)——但其他任务可能退步,因而必须针对具体任务评估。
- 初级法律岗位面临巨大压力,但是否会被取代仍有争议。 节目中“律师助理没了”(“Paralegals, gone”)的说法,遭到 Jacob 反驳:“我们看到的并不是这样。”他认为,优秀的初级律师反而可能更有价值。与此同时,竞争压力正推动部分美国常规法律服务转向固定收费甚至免费,收入则留在战略咨询和客户关系上。
- 产品扩张仍然需要更多人,即便软件底层能力可以复用。 Jacob 原本计划招20名工程师,如今团队已达100人,仍觉得“远远不够”。列表、项目和智能体运行提供了可扩展的软件基础;法律工程师负责配置工作流,前线部署工程师则编写生产代码、搭建集成。
- 律所可以沉淀持久的智力资本,但合伙人激励机制与此相悖。 Jacob 希望把各律所特有的判断和先例编码成长期资产,使其不因个人离开而消失。难点在于,合伙人获得的奖励是带来客户;离开律所后,他们也拿不到自己参与建设的资产分红,因此很难让他们“为公司打造资产”。
- 治理和检索工程仍是重点,不能只依赖更好的模型。 Basil 表示,Azure 已获律所接受,帮助 Legora 打开了市场;数据处理协议也限制了公司的供应商选择。他称 Legora 至今没有微调模型,真正的机会在于“非常具体、边界明确的任务”,例如以更低成本、更快速度完成法律研究检索,而不是训练一个与前沿模型公司竞争的智能体。
精读
1. Legora 正从法律问答走向法律运营
Lauritzen 介绍,Legora 最初的产品类似 ChatGPT,搭配一款瑞典法律检索工具,通过查找先例回答研究问题。他纠正了时间线:自己参加的是2023年 YC 批次,Legora 则是2024年;他估计,从助手转向智能体大约是一年前的事。公司起步于斯德哥尔摩,是一家资源有限、处于追赶位置的小型初创公司。
如今的产品可以起草、编辑 Word 文件、整理文件并完成复杂分析。Lauritzen 区分了“做工作”和“编排工作”:Tabular Review 负责批量文件分析,Lists、Intake 和 Portal 则管理任务,以及客户、律师和智能体之间的协作。Word 和 Outlook 插件让律师可以直接在现有工具中使用产品。
Lauritzen 认可,把这套界面称为法律版 ChatGPT 或 Cowork 并不为过。更大的问题是,什么能取代“200封邮件往来”和“V5版 Word 文件来回修改”。如果能力继续提升、价格持续下降,他设想的将是一个指挥中心:律师只需处理智能体已经完成的5件事,再检查并改进系统。
2. 模型选择器暴露了简单易用与可控性之间的矛盾
以 Cognition 顾问身份发言的 swyx 认为,理想方案是面向特定领域的 GPT 封装,让客户获得前沿模型能力,却不必成为模型专家。Lauritzen 认同:每小时收费1,000美元的律师,不想费心判断该选“Sonnet High 还是 Opus Mid”。Legora 提供主要模型选择器;Jacob 表示团队一直在讨论是否保留它,客户也希望尝试新模型。另一个例子是,swyx 说自己的团队曾反对模型选择器,最后还是给了客户想要的控制权。
Legora 会把不同工具和子任务分配给不同模型;Lauritzen 认为,把问题拆开处理比全局只选一个模型更有效。即使客户要求使用 Mythos,Jacob 也指出:“很多法律工作并不需要 Mythos 级别的智能。”选择更强的模型,可能让积分消耗速度快10倍。
Basil 质疑的是,现有模型是否已经足够好。Lauritzen 的回答是,工作有不同难度:当前工作中可能约60%已经能做好,因此主要优化方向是成本和延迟。但复杂分析仍需要更强的智能;而随着能力提高,律师手头可做的工作本身也可能增加。
3. 保密要求迫使 Legora 重建无法查看的工作流程
Basil 说:“基本上,我们不能查看任何使用轨迹。”机密材料往往属于律所客户,他因此直言:“我完全不知道大家实际在用它做什么。”评估团队只能根据判断,模拟客户可能采用的工作流程,而不能自由检查生产环境中的实际使用情况。
核心评估团队约有3名工程师和3名律师,另有100名法律工程师支持;这些法律工程师有大型律所经验,通常从业3到4年,有些人也有计算机科学背景。测试“场景”可能包括一个有10,000份文件的尽职调查资料室和一份目标公司报告。评估会把发现风险点与起草质量分开,检查不同业务领域中的分析、措辞、内容取舍和遗漏。
Lauritzen 谨慎地认同,Sonnet 4.6 和 Opus 4.6 是早期的智能体模型;如今,委派子智能体进行扇出检索已经好得多。一次更新后,某项引文问题的表现从约70%提升到约99%:“我们什么也没做。”但团队的热图也显示,模型更新常常会改善一些任务、同时拖累另一些任务,出现频率可能高于人们的预期。
Basil 表示,产品信号包括续约、重复使用、DAU/MAU 和使用时长;他称这些指标表现强劲,但没有提供具体数字。团队会用成本低廉的在线 LLM 判断来比较功能开关效果,并通过严格分类,把失败归纳为10或20种已知模式。swyx 建议改写使用轨迹后再看,Basil 则提醒,即使删掉姓名,也未必能保护机密。团队倾向于使用粗粒度分类,而非详细检查。
4. 律所专属 AI 有望沉淀资本,但合伙制难以提供相应回报
Lauritzen 先说明:“我得先说,我也不知道。”他预计,律师能以更低成本交付更高质量的工作,并把更多时间放在判断、可控风险和客户身上;花在海量文件中寻找关键证据,或做那些目前占用初级律师大量时间的琐碎工作的时间则会减少。
他对合伙制的解释以人力资本为核心:专业服务公司无法拥有员工,因此让员工成为所有者,以鼓励他们留下。Legora 希望帮助律所把“X律所做事的方式”编码成先例、流程,甚至可能是能够自我改进的知识图谱,将专业能力和判断沉淀为长期知识产权,不再依赖某个人持续留任。
激励机制是首先要解决的问题。无论采取“多劳多得”还是锁定步调式安排,合伙人获得奖励的方式都是带来客户,而不是花时间把知识编码下来。离开后,他们也拿不到自己参与建设的资产分红。Lauritzen 希望激励机制能让合伙人“为公司打造资产”,但并没有说合伙制必须消失。
5. 初级岗位被替代的论点遇到反驳,律所收费模式也在变化
节目抛出“律师助理没了”“初级律师没了”的挑衅性说法;在完整讨论中,这一说法由 Basil 提出,开场片段则把相似观点归于 swyx。Jacob 一开始就回应:“我们看到的并不是这样。”主持人提到,过去由律师助理承担、常常要工作到凌晨约4点的文件审查,如今不再需要同样规模的团队;这些人也可能转去做其他有价值的工作。
Lauritzen 的反驳是人才价值会两极分化:优秀的初级律师和优秀的工程师一样,产出可以被放大,因此价值可能更高;律所仍需要培养下一代。swyx 提议用“肉身代理”称呼 AI 操作人员;Lauritzen 不认同把熟悉工具、能交付有用结果的人这样描述:“你做的其实是有意义的工作。”
Lauritzen 过去反对按小时计费,因为效率越高,收入反而越低:“他们赚得更少了。”如今他看到竞争压力正在推动改变,部分美国常规法律服务开始改为按项目收费、固定收费,甚至免费。问到钱还从哪里来,他提到大型业务,包括诉讼,不只是并购。常规工作的成本降低,也有助于维系客户关系。
6. Tabular Review 让大规模尽调变得可检查
一个典型工作流是审阅10,000份雇佣合同,每份合同占一行,问题放在列里:通知期、知识产权转让、遣散费或薪酬。工具可以在单元格中填入“30天”,或标记异常条款。Lauritzen 说,这是他们尝试过的形式中最容易总览和审查的;律师可以查看引文、标记已审阅单元格,并与同事评论交流。
智能体也可以自行创建审查任务:上传10,000份文件,要求开展尽职调查。它会生成表格、等待分析结果,并标出风险,例如 CEO 薪酬过高;随后可以起草客户备忘录,也可以把标记结果留给律师检查。
Basil 说,容量“我想最多可到100万个单元格”。界面使用 AG Grid,用户愿意直接在里面工作,而不是导出到 Excel。运行整个任务前,Tabular Review 会先对前10行运行两次;用户可以在这小部分数据上反复调整问题,直到结果看起来合适,再扩大扇出范围。
Legora 会用自己的工具处理收购尽调,包括在瑞典使用 Kira,以及在加拿大和澳大利亚开展尽调。Basil 说,公司会自行完成大部分尽调,但遇到澳大利亚薪资安排、交易结构等战略问题,仍会请外部律师参与。工具曾发现让 Legora“踩下刹车”的风险点;他不愿透露相关案例。
7. Lists 把法律需求转化为协同智能体工作
Intake 是一个“服务入口”,不只是聊天界面。请求从 Slack 发来后,会启动智能体,并在 intake 列表中创建任务。律师和智能体在 Legora 里协作、标记任务完成,再把结果发回 Slack。提出审查需求的人不需要改变自己的工作流程。
Lists 既像 Linear 一样管理任务,也像 Notion 数据库一样灵活,支持字段、触发器和自动化。项目用来存放文件;配置好的智能体会读取并填充这些结构。Lauritzen 说:“智能体可以创建列表,列表也可以创建智能体。”一项工作因此可以触发下一项、更新字段或添加文件,不必每次都有人手动启动。
swyx 问这会不会变成“终端用户编程”。Lauritzen 回答,即使客户永远看不到这些灵活能力,它们也有用:法律工程师可以用生成式 UI 搭建基金管理看板,也可能形成专门产品的市场。他把这比作“Legora 里的 Lovable”,也意味着 Legora 自己能更快开发功能。
英国收购来的 Wexler 能从大批文件中提取实体、日期和事实,提供诉讼事实情报,再比较相互印证或矛盾之处。Lauritzen 举例说,它可以核对证词和邮件:“他说了这件事,但这边的邮件却写着他当时不在那里。”他认为,这也是一个可以用同一套基础能力构建的产品。
8. 落地部署既需要法律领域的高阶用户,也需要能交付的工程师
Lauritzen 区分了两个角色:法律工程师作为高阶用户配置产品,“不写代码”;前线部署工程师则把“代码写进生产环境”,搭建集成,并把产品缺失的能力反馈给团队。对于规模大、参与度高的客户,Legora 可能同时安排两类人员,让团队坐到律师身边,教他们使用产品、梳理工作流并落地实施。
数据限制依然存在:前线部署工程师负责构建系统,却不能触碰底层客户数据。特殊情况下,他们可能会像律所员工一样完成入职手续,包括领取律所笔记本电脑。团队没有 Palantir 式的固定轮岗制度,在客户现场和产品工作之间轮换。Lauritzen 说现在还早,但他设想团队成员可以轮转,比如先在一个项目上待2个月,再转去下一个项目。
Basil 表示,美国律所和企业客户行动更快,也更希望定制系统;欧洲客户则更多从开箱即用的产品起步。美国客户的需求从 Salesforce 集成到 Legora 无法替他们开发的整套新产品都有。Jacob 问这是否反映了更强的生存危机感;Basil 说他不知道,并强调两个地区都把 AI 视为战略重点。
9. 20名工程师的计划让位于可复用的底层能力
Lauritzen 曾用电影中的300名斯巴达人作比,主张把工程师团队维持在20人,击败更大的竞争对手。如今“我们有100名工程师了,还是觉得远远不够”。竞争和客户需求让原先的设想难以为继。他现在的工作,是让客户觉得 Legora 做了很多产品,实际上则是打造少数可复用的底层能力。
Basil 说,产品团队的大部分工作都在响应“堆积如山的需求”,而不是做把握不大的实验。他指出,客户没有主动要求的两项战略押注是:赋予智能体更大的自主性,以及让用户在 Legora 内部协作,而非通过邮件协作。团队判断这代表行业发展方向,随后由法律工程师帮助律所围绕这些能力重构工作流。
Legora 大约从6个月前开始提供 API,此前长期抗拒开放 API;公司并未承诺通过 API 暴露网页应用的全部功能。Lauritzen 给出的理由是维护成本:数据模型一旦变化,如果外部 API 版本还必须持续可用,迭代就会更困难。团队只有20名工程师时,这笔成本无法承担;公司扩大后,情况有所改善。
Lauritzen 正在考虑一个想法:“智能体能不能成为 API?”客户可以触发智能体完成某个结果,而不是调用专门的端点。他强调自己并不是说 Legora 正在这么做。swyx 提出执行范围无法界定、成本和延迟等问题;Lauritzen 又补充了非确定性:“100次里可能有1到2次”会发生不希望出现的行为。
10. 治理要求决定哪些模型能用
Basil 表示,Legora 的基础设施部署在 Azure 上:早期律所客户拒绝 AWS,也不信任 Amazon 和 Google,但已经通过 Microsoft 365 和以往的安全审查接受了 Microsoft。他说情况如今已经改变,客户理解了云部署,本地部署的讨论“已经彻底消失”。主持人指出,这一重大转变只用了约3年。
模型套利要同时优化能力、成本、延迟、治理和区域可用性。Basil 说,早期 Gemini 的转录和说话人归属表现不错;据他所见,Microsoft 的转录模型如今比那款旧版 Gemini 更好。由于 Legora 的数据处理协议限定了短名单供应商,ElevenLabs 无法采用。即使综合供应商并非每项任务都领先,集成式服务仍有优势。
Basil 坚决反对偶尔出现转录错误也可以接受的说法。swyx 回忆起一个法院相关职务——可能在澳大利亚——总是被转录成“避孕套”;专业术语依然会让这些系统出错。他提出一种修复办法:先让 LLM 从文字稿中提取关键词,再把关键词交给另一次转录处理。
11. 搜索和起草提供了前沿模型扩张以外的有限机会
Basil 说,Legora “到目前为止”还没有微调模型,但高质量开放权重模型已经让后训练变得有吸引力,尤其适用于“非常具体、边界明确的任务”。法律研究就是一个例子:扇出式检索查询可以变得更快、更便宜。他并不是提议让 Legora 训练自己的基础模型来充当主智能体;他认为,与 Anthropic 竞争这场比赛,Legora 大概率会输。
Basil 认为,模型训练之前,流程和智能体框架里就有“容易摘取的果实”。他说,负责搜索的工程师 Song 曾与 TurboPuffer 讨论多向量支持;Basil 澄清,Legora 目前并没有使用 late interaction。Jacob 建议定制嵌入,而不是盲目选择通用基准测试的赢家。swyx 表示赞同,并补充说 Legora 支持多种语言,让这项工作更加复杂。
起草同样是一个搜索问题。Basil 说,律师不会从零开始敲一份巨型合同:他们会先找到律所在类似交易中用过的条款。“类似”可能指行业、公司类型,也可能是其他标准;合适的条款可能分别来自多个先例。如何挑选并组合这些内容,本身就不简单。
Fable 和 Opus “话特别多”“非常啰嗦”,通常不符合法律写作的要求;Astra 则更简洁。Lauritzen 说,单靠提示词不容易解决冗长问题。他认为 Anthropic 的下一款模型可能会有明显改进,但也承认并不确定。团队已经把这些缺点直接反馈给供应商。
12. 引文便于复核,长文档推理仍然困难
Legora 会把书面陈述链接到源 PDF 中高亮的定位框;智能体备忘录可以引用 Tabular Review 的单元格或行,让用户逐层展开查看。被问到律师是否会核实引文时,Basil 回答:“不会。”随后他描述了一种类似代码审查的分布:有些人会逐字检查,有些人信任智能体,经验丰富的审阅者则聚焦真正重要的部分。
编辑长合同仍然很困难,因为定义、条款或顺序一旦变动,其他位置也可能需要修改。Basil 说 Legora 会把工作切块,再编排编辑流程。讨论提到,Word 插件随着模型变化,先后采用过 MapReduce 和其他脚手架;swyx 则说自己的新闻工作流最近走了相反的方向,从 MapReduce 转向把所有内容都放进上下文,因为结果变得更好了。
检索有一种跨区块的失效模式:一段两页长的讨论整体上非常相关,但拆成单个区块后,每块看起来都不相关。分别总结各区块也可能丢掉关键细节。swyx 说,有时客户会把问题文件匿名化并提供可复现案例:“只要我们能复现,就能修好。”
Jacob 提出收购律所来获取数据。swyx 不确定这是否能解决客户数据限制问题,包括客户离开之后的限制。即使收购了输入材料和最终产出,也无法看出工作是如何完成的,或结果好不好;还得有人“逆向还原”过程。真实任务轨迹的价值要大得多。
13. Lauritzen 预计通用 AI 与专业平台将并存
被问到两年后律师会在哪里工作,swyx 回答:“两边都会用。”企业可能通过更广泛的助手调用 Legora,同时仍然打开 Legora 的界面;就像他会通过 Claude 使用 Linear,也会直接访问 Linear。对律所而言,swyx 的判断更直接:“我认为律所会直接用 Legora”,因为它“更简单、更好”。
Jacob 问,法律领域会不会像编程领域一样,出现模型公司切断竞争对手的情况;swyx 回答:“不,我不这么认为。”Jacob 指出,销售代表并不能决定此事。swyx 的理由是,前沿模型公司要覆盖广泛的企业知识工作,但不会像 Legora 那样深入法律领域。
swyx 说,Claude 接手小型企业客户的法律工作,没什么问题。他拿大型交易作区分:“但如果你在做一笔4亿美元的并购交易,你肯定会想用 Legora。”他对这些模型公司的判断是:“他们永远不可能像我们这样深入。”