无尘阁日记

无尘阁日记

它会用真话的语气,说一条不存在的法条
silcano

阅读方式:微信读书网页版,从第 1 章翻到第 6 章末,共 260 屏、6 分 30 秒。
结构:AI 对法律行业的影响与应对 → 类案检索 → 案情分析 → 法律咨询 → 文书写作 → 合同审查。

在所有"AI + 行业"的书里,法律这一本最值得非法律人看。

原因不是法律多重要,而是这个行业对错误的容忍度是零:医生开错药会死人,律师引错法条会输案子,而且是当着法官的面输。

所以法律 AI 是这项技术的压力测试场。它在这里过不了的关,在别的行业也过不了,只是没人计较。

一、先看两个数字

第 1 章引了普华永道那份《2024 AI Jobs Barometer》(《2024 人工智能就业晴雨表》)里的一个现象:在部分市场中,拥有 AI 技能的法律人可以享受到高达 25% 的工资溢价。

同一章还有一张图(图 1-3),是法律行业高管关于部署生成式 AI 的优先任务排序:

商业发展报告 22%|跨司法管辖区法律实时比较 22%|组织数据 21%|案件管理 18%|并购数据室分析 12%

这张表比任何"AI 将颠覆法律业"的论断都有信息量。排在前面的全是"读得多、比得多"的活——写报告、跨法域比对、整理组织数据。没人在这个阶段就指望它出庭辩论。

这个排序其实是一份诚实的能力自评:先让它做量大的,不让它做判断重的。

二、机器怎么"讲理":三段论

第 3 章讲案情分析,提到通义法睿的做法,一句话就把技术路线说清了:

采用逻辑三段论的推理方式,以法律规定为大前提、情形匹配为小前提,生成相应的答案。

我看到这里停了一下,因为这个结构和法律人的思维结构完全一致,而它恰好也是大模型能干活的方式:

大前提——法条。可以检索到,是 RAG 的活。
小前提——本案事实能不能套进这个法条的构成要件。是抽取与比对的活。
结论——按法条的法律效果给出意见。是生成的活。

三段里最脆的是第二段。大前提查得到,结论写得像,只有中间那步"这事到底算不算"最容易出错。 而它出错的姿态特别危险——不是沉默,是用一个很确定的语气,把不该套的事实套进不该用的法条里。

这也是为什么第 2 章讲类案检索时,把"传统痛点"和"AI 优势"讲得那么细,却在最后专门留了 2.4 节讲局限。三条我照抄:

数据的准确性难以保证
难以理解决策过程
难以及时更新模型

第二条最要命。"难以理解决策过程"的意思是:它可以告诉你"这个案子判了三年",但说不出法官为什么判三年。 而律师真正要的恰恰是后者——类案检索的价值不在找到像的案子,在找到可复用的裁判思路。

三、两个好标题,胜过一章论述

第 4 章讲法律咨询,4.2 节下面有两个小节标题,我认为是全书最好的一处:

4.2.1 当 AI 回答问题时,它究竟在想什么
4.2.2 当我们提出问题时,我们究竟在提出什么

第二个比第一个更值钱。

当事人问"我这个情况能赢吗",他真正在问的往往不是胜诉率,而是"我该不该花这笔钱""我要不要和解""我最坏会输掉什么"。AI 按字面回答"能赢"或"不能赢",两个都是错的——因为它答的是被问出来的那句话,不是想问的那件事。

这个道理不只适用于法律。所有用 AI 干活的人都会撞上这一条:问题问错了,答案越完整越有害。

所以第 4 章给工具的定位也很克制。它列了通用 AI 产品、专业法律工具,也做了对比,但最后仍然落在两段"不行"上:用户与 AI 之间存在信赖障碍、执业条件和监管仍处于空白状态。

第二句尤其值得记:技术已经能答,规则还没说谁能答。

四、真正的活儿在合同审查

第 6 章讲合同审查,这部分最"像工程"。

书里拿 AlphaGPT 举例,说它的自定义审查是核心优势,拆成四步:用户需求分析 → 审查流程定制 → 关注点设置 → 风险偏好调整。

四步里,第三步和第四步是关键:让用户指定"这份合同我要盯价格条款、支付条件、保证与担保",再让用户按自己的商业策略调风险偏好。

为什么这两步重要?因为合同审查从来不是"找错别字",是"按立场找风险"。 同一份合同,买方看和卖方看,关注点完全相反。一个不问你站哪边的审查工具,给出的意见必然是废话。

这也是我认为这本书对非法律人最有用的地方:它示范了"专业工具"该怎么设计——不是把能力堆满,是先问清立场和关注点。

第 5 章讲文书写作,同样是这个逻辑。它没有吹"一键生成起诉状",而是给了"人工与 AI 协作的写作流程":AI 出结构与初稿,人补事实与法律引用,最后逐句核。书里反复强调"精准法律引用与类案参考"——引用这一环,始终留在人手里。

《法律人AI指南》核心知识图谱:五个场景、三段论推理、人机分工、四道坎
全书知识图谱:左起第一列是类案检索、案情分析、咨询与文书五个场景,第二列是大前提—小前提—结论的三段论与"引用必须可回溯",第三列人与 AI 的分工,第四列数据、透明度、专业深度与监管四道坎。

五、这本书的短板

一是工具名单会过期。 通义法睿、得理法搜、Lexis+AI、AlphaGPT……产品名和界面截图绑得太死,两年后这本书的工具章节基本作废。

二是结构太整齐,读起来重复。 每一章都是"传统痛点 → AI 优势 → 应用场景 → 局限",整齐到第三遍就疲了,很多段落可以跳读。

三是法域差异没处理好。 国外工具(Lexis+AI 等)和中国法域的实务细节混在一起讲,对只想解决国内案子的人,一半篇幅用不上。

四是缺一个完整案件。 全书都是场景切片,没有从接案、检索、分析、出稿到开庭的一条完整链路。而这恰恰是读者最想看的。

它的长处也很清楚:它是少数愿意在每一章末尾老实写"这块它不行"的 AI 应用书。 大部分书把局限写在前言里,这本写在每章后面——位置不同,可信度完全不同。

六、一句话

法律 AI 的价值不在"替你想",在"替你不厌其烦地查和比"。而它最像人的地方,恰恰是最危险的地方——它会用和真话一模一样的语气,说一条根本不存在的法条。 所以这个行业给出的答案很简单:让它读,让它比,让它起草,但每一句引用都由人来核。 这条规矩,换成任何一个不容出错的行业,都成立。


阅读记录:微信读书网页版逐页翻阅,260 屏 / 6 分 30 秒,6 章。
本书知识图谱见文中配图,原图地址:https://www.jiangtian.top/zb_users/upload/kg/legal-ai-guide-map.png