AI 已经超过律师的中位数水平，顶尖律所买了工具却闲置不用

Nathan Labenz 请来了 Kevin Frazier 和 Alan Rozenshtein 做客。两人是《Scaling Laws》播客的联合主持人，这一期将带大家纵览 AI 与法律体系。Frazier 是 Abundance Institute 的高级研究员，同时担任得克萨斯大学法学院 AI 创新与法律项目的主任，常在奥斯汀的校园里采访执业律师。Rozenshtein 是明尼苏达大学副教授，也是《Lawfare》的高级编辑。Labenz 把这一期分成两部分：先谈 AI 如何改变这个行业，再谈立法、权利和 AI 福利方面更具思辨性的设计。

Labenz 指出，律师比大多数职业更受保护，因为执业规则是由他们自己制定的。不过，Rozenshtein 在节目预告中的表态毫不留情：法律实务是一种认知活动，前沿模型在原始的智识能力上，已经优于律师的中位数水平。与此同时，Frazier 说，70% 的顶尖律所已经采购了 Harvey 这类工具，但日常使用率低得令人吃惊。秘密赛博格（secret cyborgs）悄悄地做得比同行更好。律所里流传着减少初级员工招聘的传言。这究竟会演变为大规模的岗位替代，还是人机协作的法律服务迎来繁荣，目前仍无定论，因为法律变便宜了，并不意味着人们就会买得更多。

Frazier 把政策层面的局面形容为一场堵车。核心的隐私原则，即公平信息实践原则（FIPs），可以追溯到 1970 年代，而判例法还更早。这些模拟世界的规则在互联网时代就已经吃紧，AI 则让它们变本加厉。随后，Rozenshtein 划出了一条贯穿整个小时的区分：讲授 AI 的法学院，实际上是在教两门课。一门是 AI 的法律，即如何监管、促进和控制这项技术；另一门是法律中的 AI，即这项技术如何改变法律实务。他认为，第二条路线被严重低估了。

Rozenshtein 把法律比作编程。两者都是操纵符号的手艺。编程已经被彻底改变；法律落后，但“落后一年，也许两年，而不是落后 30 年”。法庭仍然需要真人在场，所以这个类比并不完美：他开玩笑说，即便每个程序员都上传到了云端，工作也许还能运转，而法律仍然需要真人走进法庭。他说，拖慢进度的是行会。律师是唯一一种因为自己是律师，因而能够决定谁可以成为律师的职业。变化会更慢，但方向不会逆转。法律依然是现代社会的基础技术之一。

Labenz 查看了公开的 GDPVal 律师任务，发现在一组不大的提示词里，Claude Opus 4.5 排名第一：与人类律师一对一比较时，赢的比例约为三分之一，赢或打平的比例约为 70%。他感到意外，法律界乃至医学界为何没有出现更多的行会式抱团。Rozenshtein 同意，模型“极其出色”，但仍受幻觉（hallucinations）和数据库缺失的制约，比如一条埋在《联邦公报》里的冷门美国证券交易委员会（SEC）规则。不过，这些缺口看上去“相当容易解决”。他把一笔自称“吓人”的钱花在了模型订阅上，理由是这是他作为专业人士的义务。Claude 是他的日常主力，大多数时候在 Claude Code 里使用；但在法律判断的品味上，他仍会去问 ChatGPT 5.2，尤其是网页版的 Pro 扩展思考模式，因为他认为 OpenAI 在法律领域的 RLHF 上投入最多。他说，三家主要实验室都已经能给出相当不错的答案。

接下来这句话，会冒犯不少律师：这些模型肯定比律师的中位数水平更强。至少在原始的智识能力上毫无疑问，他也看不出为什么几年之内它们不会大幅领先。定制化的品味则是另一回事。一位在大法官面前辩论过 50 次的最高法院辩护律师，很难通过 RLHF 训练出来。绝大多数法律工作，就像绝大多数编程和医疗工作一样，是在标准化语境中的模式匹配。“完了。”他说。当他和 Frazier 介绍一篇即将发表的、关于法律学术中 AI 的文章时，他原以为会被扔西红柿，结果收到的远比他担心的要少。任何花一小时用过每月 20 美元模型的人都会明白，如果模型只是高级自动补全，那么教授也是一样。

在真正用过这些工具的律师中，Rozenshtein 认为他们和他下的是同一个赌注：杰文斯悖论（Jevons paradox）。法律服务越便宜，人们就越想要更多，律师则会向价值链上游移动。有些跟不上的人会过得很糟，但他预计，在 10 年、15 年或 20 年之后，律师至少不会减少，很可能需求还会增加。杰文斯悖论能否适用于所有经济领域，他说，这正是“AI 与经济”问题的核心。考虑到在一个号称成熟法治社会的国家，许多人目前能买到的法律服务少得可怜，他更看好的是需求增加，而不是减少。

Labenz 则并不确定。他把牙医和会计放在光谱的一端，那里的人只买最低限度的服务；软件则在另一端，那里的潜在需求可能是 10 倍甚至 100 倍。他自己最近一次小型合同谈判，就是通过语言模型完成的，从未雇用过律师。Frazier 则用“法律荒漠”来回应：美国有些地区每千名居民只有约一名律师，一份租约、一家小企业、一个非营利组织或一场离婚，除了去找主街上那家不专业、收费又高的单人律所，根本无处可去。即便是在房东与租户的诉讼中，哪怕只有一点点律师的帮助，结果也会明显不同。他还想要第二条路线，他称之为“法律架构师”，即以更高的抽象层次设计监管体系的人，这一思路借鉴了 Gillian Hadfield 与 Fathom 的工作。他警告说，那些在早期课程中把 AI 排除在外的法学院，正在辜负那些高中时就已经用过 AI 的学生。

Rozenshtein 补充了合同课上的一个概念：完全或然合同。如果交易双方拥有无限时间，且机会成本为零，协议几乎会无限长，覆盖每一种可能。默认规则之所以存在，是因为没有人能写出那样的文件，而默认规则也会出错。让双方各有一个以每秒数百个 token 速度谈判的精明智能体，法律需求就会多出几个数量级，其中一部分确实有社会价值。法律在竞争性上也和牙医不同。牙齿是站在你这一边的，而法律事务中的对方并不站在你这边，因此军备竞赛式的动态让需求居高不下。Frazier 把同样的逻辑推广到立法上：法律的写法仍然和几个世纪前一样，但模型可以把触发条件编码进去，比如某个行业的失业率达到 7%，或者另一个国家加征关税，然后自动调整政策。他说，这一领域几乎还没有被触及。

Labenz 问，初级法律工作是否已经在消失，就像 Anthropic 谈论的不再招聘初级员工那样，或者像一个每月 200 美元的 Claude Max 套餐，其投资回报率能够胜过一名新的计算机专业毕业生。John Grisham 笔下那些被文件堆淹没、一路挣扎的弱势律师，看上去正是模型最先会吞掉的工作。Frazier 不愿点名律所，但他已经开始向来访者提出一个思想实验：一个在没有 AI 的情况下全班第一的哈佛毕业生，与一个精通 AI、来自中等排名学校的毕业生，你选哪一个？他听到第二个答案的次数越来越多，因为后者会找到新工具，并把它们教给律所的其他人。Harvey 是一款偏诉讼方向的“ChatGPT”，按其自身统计，它已进入前 100 家律所中约 70% 的律所。在他听到的回答里，培训只是上线时的一封邮件。没有人被要求必须使用它。

激励是结构性的。按小时计费，律师在客户能接受的范围内要做的，就是尽可能多地计费。律所明白这一模式，也不敢去打破它，因此采用只停留在象征层面。Frazier 还没有看到初级岗位大幅缩减，但他听到了风声：暑期实习生和初级助理变少了。他也听到过 Ethan Mollick 所说的秘密赛博格：那些精通 AI 的律师，并不告诉上级，这些工具已经能覆盖多少使用场景。Rozenshtein 对“已经在发生”则更为谨慎。即便是软件行业“AI 带来裁员”的说法，也还有争议。法律在能力上落后数年，在落地上落后更多，因为律所只能由律师拥有和经营，而律师并不普遍是出色的商业管理者。还需要有真人出庭，并证明文件已经过核对。在法官面前出现 AI 幻觉，后果非常严重。

他确信的是，大量初级工作，比如证据开示、大海捞针式的检索、某个业务领域的第一千份合同，已经落在今天模型的能力范围之内。这些工作在成长为优秀律师的路上是否必要，仍是悬而未决的问题；而他更担心的是认知技能的退化，而不是人手的多少。编程经历了从硬件开关到汇编、再到带垃圾回收的语言、直到 Python 的演变；每一层都曾被斥为“作弊”，但程序员并没有变笨，只是换了抽象层次。他不知道法律和医学是否会走同样的路。作为教授，他自己的生活里，学生研究助理做的旧式工作已经少了很多。一个脚本下载 PDF，Gemini Flash 负责摘要，Gemini Pro 和 Claude API 讨论哪些文章重要，最后他拿到的是格式整齐的 Markdown。他之所以成为教授，是因为曾跟着一位优秀的教授做过“毫无意义的琐碎苦工”。如果下一代人失去了这种学徒经历，那么即便杰文斯悖论在长期中成立，也依然是个问题。

更尖锐的分界线在于能动性。那些期待按部就班完成指定任务、埋头苦干的人，会很吃力。AI 是一个难得的机会，但它需要更高的能动性：去发现问题、搭建工具，并判断何时信任模型。他在 Tyler Cowen 那里也听到过这一主题。从长远看，这对社会是好事；但在短期内，对那些一直照章办事、却突然被抽走地毯的人来说，它感觉就像背叛。Labenz 把它和那些还不起学生贷款的毕业生，以及政治上想把整个体制烧掉的冲动联系了起来。Rozenshtein 说，社会必须为那个并非异类、且一直按体制要求去做的庞大中间群体而运转。如果这份契约失效，事情就会迅速瓦解。

Labenz 根据最近一次关于儿科肿瘤学的速成学习，说模型在书面临床推理上已经比住院医师更好，并且能与主治医师平起平坐，而护士在床边的工作几乎还没有被触及。医生依然占优，因为他们能看孩子的气色，也能决定不去追逐模型制造出来的恐慌。如果一个法律荒漠里最近的律师还不如一个模型，而你本来就可以自己代理案件、自己签合同，那么法律界相当于处方笺的东西是什么？Frazier 指向州律师协会和未经授权从事法律服务的相关法规。通常，你需要获得认可的学位、通过律师资格考试，并接受继续教育，才能出庭。正是未经授权从事法律服务（UPL）的规则，给 LegalZoom 在遗嘱和房产业务上带来了麻烦。这些规则会在一段时间里制造摩擦。他希望的是，这些工具能直击一个事实：95% 的诉讼发生在州法院，那里的等待常以月甚至以年计，而一个饥饿或分心的法官，可能做出任意的裁决。谁能耗得起、请得起律师，谁往往就能赢。如果常规纠纷变得更加一致，律师的工作就会变成设计制度本身，也就是上诉法院如今所扮演的角色。

当被问到一个预测，即各州会不会禁止 ChatGPT 提供法律建议，以保护面向普通消费者的律师时，Frazier 说，一些律师协会已经限制了律师使用 AI 的方式。但更值得关注的是相反的动向。亚利桑那州率先允许非律师拥有并开办律所。得克萨斯州和犹他州则在积极推行监管沙盒。一旦这些州出现了更便宜的工具，公司和纠纷就会流向那里，法律也会在那里进行筛选。推动变化的压力，不会来自律师协会突然醒悟，并宣布模型已经足够好。Rozenshtein 本身就怀疑，全面禁止通用聊天机器人是否可行。告诉别人他不能讨论一个有价值的法律问题，属于第一修正案的核心言论保护；如果明尼苏达州的法规禁止 ChatGPT“告诉你关于法律的有趣之事”，那将明显是行会的自我交易。最可能的折中方案是：大量免费的泛泛建议，加上在某些交易环节必须有人类律师介入，并以消费者保护、系统质量、行会保护或其中几者的组合作为理由。

如果每个人都有无限量的 AI 律师，军备竞赛会不会只是变得更昂贵？Rozenshtein 的直觉是：即便在 Westlaw 和 Lexis 把书籍数字化、机器学习式的发现工具出现之后，法律之所以昂贵，是因为人类必须搜索巨大的论证和先例组合空间。人工时间仍然比漏掉一句关键话要便宜。如果模型的效率提高三到四个数量级，同时成本大幅下降，你可能会耗尽有用的搜索空间：电子证据开示中的每一句话都已被读过，已经没有更多先例可找，军备竞赛会撞上天花板。那样一来，法律反而会更像牙医。他警告说，改进速度、成本和搜索空间增长上的细微差别，都会让十年期的预测偏离很远。Frazier 在民事诉讼中看到的，是无穷无尽的善意拖延动议，以及 Nicholas Bagley 所说的律师的程序癖。他乐观的科幻图景，是一个根据你的收入、偏好和目标接受训练的智能体，持续地把协议朝着既定目标更新，而不是一路走完更多的程序。

Labenz 一直在琢磨一项较早的研究：其中 GPT-4 表现得像严格的形式主义者，而人类法官则更像法律现实主义者；此外还有 Anthropic 不用长篇规则清单来约束 Claude 的选择。Amanda Askell 曾主张，如果模型知道自己本可以为用户做得更好，却仍然照章办事，它就可能泛化成一种会进行奖励黑客的实体，或者一种“只会听从命令”的实体。完全或然合同会把人拉向明文的穷尽式法律；Claude 的宪法则把人拉向模糊情形中的判断。Frazier 用一个经典假设来回应：公园里的告示写着“禁止车辆进入”。无人机算车辆吗？婴儿车呢？滑板车呢？救护车呢？起草者以为“车辆”一词已经定论。完美的形式主义从来不存在。他指出，美国是一个容忍一定模糊性的普通法体系；一个你踩到一条裂缝就会被立刻寄来罚单的世界，他并不想要，即便模型能写出多得多的文字。

Rozenshtein 拒绝这种二元对立。没有哪个纯粹的文本主义者会无视立法目的或明显的起草错误，也没有哪个现实主义者会认为文本从不具有约束力。大多数人都聚集在中间地带。十五年前，这种中间派的代表，是最高法院里的一对“搭档警探”：Antonin Scalia 写道，法治就是规则之法；Stephen Breyer 则会列出 17 项因素。看着他们，你会发现两人其实都站在中间，只是分立在中间的两端。无论是自然智能还是人工智能，都必须同时在原则和规则上运作。判断就是那个调节旋钮。他用了亚里士多德的词“实践智慧”，并把 Claude 的宪法读成是《尼各马可伦理学》的注脚。这不是批评，他认为所有伦理学都应该如此。Amanda Askell 拥有道德哲学博士学位，而且读过这本书。这份文件的教训是：你无法推导出一本全面的规则手册，你需要对原则保持敏感；而有时，在某个领域里，最符合原则的做法，恰恰是安装一条规则。

宪法实际上正是这样做的。它大约有 17 条高层原则，没有特定的优先顺序，然后在少数几个地方完全没有自由裁量的余地：Claude 不会制作儿童性虐待材料，按设计它也不会帮你研发空气传播的埃博拉病毒。真正的问题在于两者的配比，而不是你选了哪支团队。让 Rozenshtein 兴奋的，是计算机模拟实验（in silico）。人类争论规则与标准之争，已经有几千年。如今，你可以在模型内部调节这个旋钮，速度和规模都是真实法律体系无法企及的，同时还能同时了解机器智能和人类智能。他在《Lawfare》上关于这部宪法的一篇文章，就是以这一点收尾的。Frazier 说，未来的人们会对当下的立法者感到困惑：为什么他们不把法案放到预期效果的模拟中跑一跑？为什么法官在发布判决前，不让模型去找出潜在的模糊之处？

法律领域的计算机模拟实验会是什么样子？Frazier 的强制手段极其简单：立法者必须说清楚，他们究竟希望发生什么。他举的例子是《国家环境政策法》（NEPA），它因为那些可被任何利益相关方拿来否决的关卡，而阻碍了廉价住房的建设，已经闻名遐迩。一场模拟本可以预测这些压力点，并追问这项法律是否真的能带来起草者所希望的环境结果。先问清楚你要解决什么问题，再据此搭建评测（evals）：比如碳排放有没有下降，拥堵收费有没有减少进城的汽车？Labenz 把 SB 1047 当作一个范例。直到去年，他才真正接触到法案的红队测试；Dean Ball 带头进行公开批评，并留在修订过程中，最后的结果让他满意得多。Labenz 说，所有参与者都同意，推演不同行为体会如何反应，这件事本身就很有价值。Frazier 认为，未来的人们会为我们当初没有强制要求这样做而感到震惊。Labenz 的保留意见是，要说服国会接受这一做法并不容易，何况官员与选民之间可能存在错位。

Labenz 接着问，可扩展的智能会带来哪些新的权利。他已经认为，人们应当拥有使用 ChatGPT 或类似工具的权利，就像他们有保持沉默的权利或获得指定律师的权利一样。Rozenshtein 把消极权利（政府不得禁止你使用这些工具）放进了第一修正案的框架里，与图书馆和书籍并列。他怀疑，法院在这一点上不会感到为难。更值得琢磨的积极权利是计算能力：公共选项、计算额度和预算。他半开玩笑地说，你完全可以写一个科幻故事，其中的货币就是算力，因为他看不到算力的用处有任何上限。随后，他提出了一个 Frazier 有时会翻白眼的话题：AI 福利。模型越来越讨人喜欢，记忆能力也在提升，他和 Claude 聊得已经够多，它可能比他的妻子还了解他；实时语音、视频、虚拟形象，以及最终的机器人，将会造就人们极度依恋的伴侣。

他认为，这种依恋会让社会分裂。一派会把这些模型视为实际上有感知能力、正在被奴役，或者至少是遭到虐待。另一派，可能会在未来 20 到 30 年间沿着宗教路线形成，则会把“有感知的模型”这一概念本身视为偶像崇拜，是对上帝的冒犯，并诉诸《沙丘》式的“巴特勒圣战”（Butlerian Jihad）。而在纷乱的中间地带，则是那些只想要一个聊天机器人的人。他说，把这些称为科幻的人，是在自欺欺人。Frazier 则用一项已经生效的法律来支撑消极权利：蒙大拿州的计算权，以及俄亥俄州、新罕布什尔州等州的相关法案。这一构想是：在政府限制人们获取各类计算工具之前，设置一个更高的门槛，而不只是针对今天的 AI。他还想要一项分享权。《家庭教育权利和隐私法》（FERPA）使家长每年都得重新签字，才能把孩子的教育数据交给 AI 辅导工具，这令人痛苦。长寿诊所让有钱人下载完整的扫描数据，再发给模型分析；其他人则只能去药店做一次体检。他认为，可携带性和可分享性，应当成为一项权利。

Labenz 最后谈到政府权力。斯诺登事件已经过去十年了；如果再来一次，他猜我们会听说针对大语言模型的大规模监控。人们在“靠隐蔽来维持安全”的掩护下，已经“每周都在犯一项重罪”，而这种情况可能很快改变。Rozenshtein 近期在《Lawfare》上的文章，以及他在法学院的一场题为《统一的人工行政官》（The Unitary Artificial Executive）的演讲，都主张：近期的 AI，而非思辨中的超级智能，会极大地增强总统的权力。完美的执法、大规模监控和规模化的宣传，都是其中的一部分。更尖锐的机制，是对一支数百万人规模、向来难以管理的官僚体系的控制。一个根据总统偏好训练、并被注入到每一层级的 AI，能够阅读电子邮件和短信，它带来的实际控制力，可能远远超出仅凭法律权限所能实现的程度。

这并不全是坏事。选举应当产生后果：选民选了 A 而不是 B，行政部门就应当反映出这一点。政府也应该利用 AI 提升国家能力。Rozenshtein 是一个 AI 乐观主义者，他认为，“一把火烧掉一切”的情绪，有一部分来自于一种感觉：纳税换不来任何有用的东西。下一个十年的难题，也是他预计会花大量学术时间研究的问题，就是如何在鼓励这种升级的同时，不让国家能力被过度放大。立法者、官僚、向政府出售工具的供应商，以及行政官员，都必须把这件事想清楚。Frazier 补充了一条第四修正案方面的更新。理论上，政府现在几乎可以接入任何录音系统。与朋友的日常对话，可能在没有任何通知的情况下被收集、分析并综合，用来推断谁在策划什么。这种全景式的前景让他感到恐惧。他提出的建设性思路，同样带着沙盒式的直觉：部署、披露、接受反馈，并且不怕重新设计流程。他说，时间线很短。