前段时间,圈子里开始流行“养龙虾”。
有人用 Agent 帮自己写代码,有人让它操作电脑,还有人拿它跑复杂流程。很多人第一次意识到一件事:
AI已经不只是回答问题,而是开始替人“干活”。
但如果你是做法务的,大概率第一反应不是兴奋,而是一个更现实的问题:
这种东西,真的能用在法律工作里吗?
尤其是合同审查。
如果你做过几年合同,你应该很清楚一件事:
合同审查,从来就不是“看字”。
你真正做的是三件事:
很多时候,一份合同卡住,不是因为看不懂,而是:
你知道这里有问题,但不确定问题有多大、该怎么改最合适。
这也是为什么,很多所谓“AI审查工具”,用着用着就没人用了:
说白了,它解决的是“找关键词”,不是“做判断”。
像 OpenClaw 这类 Agent,厉害的地方在于:
放在很多行业,已经够用了。
但法律不一样。
问题不在“它会不会做”,而在:
它凭什么这么做?
举个很实际的例子:
同一条“违约责任”条款——
这些东西,不在法律教科书里,而在企业自己的规则里。
如果没有这些“隐性标准”,Agent再聪明,也只是个外行。
这两年看下来,一个很明显的趋势是:
法律场景里,模型能力不是瓶颈,规则才是。
很多团队一开始都走过一条弯路:
但最后发现问题其实是:
没有一套稳定的审查逻辑
比如:
如果这些问题没有答案,再好的模型也只是“随机发挥”。
这也是我觉得这一轮Agent和以前最大的不一样。
以前的工具是:
用久了之后的结果通常是:
但现在开始出现一种新的方式:
简单说就是:
这套审查逻辑,不再完全靠人维护,而是可以“自己长出来”。
这件事一旦成立,影响其实很大。
因为它解决了一个老问题:
法务经验,终于可以被沉淀下来,而不是跟着人走。
如果你最近有接触一些做得比较深的企业,会发现一些细微变化:
1. 审查的“第一遍”,开始交给系统了
不是完全替代,而是:
很多团队已经默认:
第一遍不是人干的。
2. 审查标准,开始慢慢统一
以前经常出现的情况是:
现在越来越多公司在做一件事:
把“我们到底怎么审合同”这件事固化下来
一旦固化,就可以被系统执行。
3. 法务的工作重心在往前移
以前法务主要卡在“审批节点”上。
现在开始有变化:
这其实比“审得快”更重要。
我跟不少法务聊过,大家都有一个担心:
Agent会不会把法务边缘化?
但从现在的趋势看,更可能发生的是相反的结果:
✔ 法务的话语权会变强
因为:
答案还是法务。
只是表达方式从“经验”,变成了“系统”。
✔ 业务不会再觉得法务是“卡点”
当系统可以实时给出反馈:
业务反而更容易接受。
✔ 法务能力开始“可复制”
以前很难复制一个资深法务。
现在至少有一部分能力,可以沉淀下来,反复使用。
未来两三年,法律Agent不会突然“全面爆发”。
但会出现一个很明显的分层:
差距不会立刻拉开,但会慢慢变得明显。
OpenClaw让大家看到了一种可能:
AI可以替人操作世界。
但在法律行业,更关键的一步不是“替你做”,而是:
在不出错的前提下,持续做得更好。
而这件事,靠的不是更大的模型,
而是——
一套能不断生长的规则体系,和一个能把它跑起来的Agent。
更新时间:2026-03-19
本站资料均由网友自行发布提供,仅用于学习交流。如有版权问题,请与我联系,QQ:4156828
© CopyRight All Rights Reserved.
Powered By 61893.com 闽ICP备11008920号
闽公网安备35020302034903号