如果我们跳出法律行业再往回看，法律科技这个领域的蛋糕其实是不大的，但却是容错率最低的领域之一。
对于互联网行业而言，法律绝对是块硬骨头。
从2014年以来，一众互联网大厂，包括以天同为典型的法律内行创设的法律科技公司，仍然千方百计地想要通过技术的力量“颠覆”法律服务行业，或者就算不“颠覆”，也要用各种先进技术好好地为律所、为律师来一波降本增效。
可现如今，多数法律服务场景仍然是一组律师、一台能打字的电脑、动动嘴、跑跑腿，就能很好地完成。
——从结果看，法律科技迄今为止都没有出现醒目的盈利模式，法律科技公司也从巅峰期地几千家缩减到寥寥可数，大量被寄予厚望的创业项目撤组裁员。
然而23年以来，我们还是可以看到不少大厂仍然在锲而不舍地布局法律科技，似乎试图以AI为切入点再攻法律行业。
这一次有什么不一样吗？会不一样吗？
法律AI先卷起来了
通过不完全检索，市面上已经有法律垂类大模型产品如下（以下内容通过检索而得，不代表作者或本平台对该产品的评价或认知）：
法观：法律大模型“法观”由中国司法大数据研究院、数智枫桥研究院、天同律师事务所联合研发运营，是针对法律事务的特殊需求，自主研发的人工智能解决方案。法观深度结合司法实践经验，旨在全面提升法律文书分析、案情研判以及法律咨询等核心业务环节的工作效能和准确度，为法律从业人员及社会公众提供科学、可靠的决策辅助，有效推动法律工作向精细化、高效化方向发展。该模型采用司法语料精调与司法知识引导相结合的训练和应用策略，经过200万专业语料精调，外挂全量司法裁判数据、法律法规数据、天同码等专业知识库，可提供全天候法律知识咨询、政法办案辅助、律师从业辅助、企业合规审查等能力，并且实测通过了中国法律职业资格考试。
ChatLaw（智法）：由北大-兔展 AIGC 联合实验室和北京大学信息工程学院袁粒课题组联合发布。其基于超过 2 亿的判例文书原始文本以及 340 万条法律法规和地方政策构建了大规模法律知识库，能为普通人提供较为专业的法律建议、法律文书，还支持读取文件、录音等功能。
通义法睿：阿里旗下的法律大模型产品，致力于让法律事务更快、更准、更智能。
法行宝：法行宝是百度公司旗下的 AI 原生应用产品。它利用创新的人工智能技术，基于文心大模型和法律知识图谱，致力于普及法律知识、提高法律服务的可访问性。用户可以通过该产品的智能咨询功能，快速获得法律问题的解答、类案推荐以及法规参考等服务。
讯飞星火法律大模型：科大讯飞推出的法律大模型，围绕知识问答、内容生成、语义理解、逻辑推理四大技术方向，定制化开发了司法程序问答、法律文书摘要、证据链分析等在内的 12 项行业能力，并面向法律行业多类高频应用场景发布了法律咨询、法律助手、笔录精简、辅助办案等 4 + N 个应用级产品。
秘塔 Law：秘塔 Law 是秘塔科技公司旗下的法律相关产品，能够为用户提供智能的法律相关服务。
华宇万象：华宇软件于 2023 年 7 月发布的法律行业垂类大模型。公司利用业务场景覆盖、专业数据资源、知识增强等多方面的优势，构建了以“大模型+”为核心的应用生态，推出了“万象数字助理”、“万象法律检索”、“万象公文”等一系列创新应用产品。
晓法数智：闵行区司法局推出的人工智能法律咨询产品。在 350 万+各级法律法规、1.5 亿+真实参考案例的基础上进行专业训练，深度融合了大模型等前沿技术，覆盖全领域法律研究，具备智能回答、人工咨询服务、语音输入输出以及中英文翻译服务等核心能力。
小威GPT：威科旗下的智能大模型，可应用于法律领域。
幂律智能“ME”系列：幂律智能公司推出的系列产品，该公司专注于法律领域，利用人工智能技术提供智能合同审查、合同全生命周期管理系统和法律咨询等产品和服务。
—— 如这些大模型所列，各家几乎都是从法律咨询、争议分析、数据检索、文书生成着手，一手抓数据、一手挖场景。
“落地战”已然打响。
律师行业自身的“卷”给了AI机会
过去十年，律师行业的发展并没有给律师带来更合理的分配、更高效的协作、更健康的成长环境。相反，过度地追求劳动生产率和过度的竞争，大量偏于行业竞争劣势地位的律师裹挟于“内卷”的环境，被迫弱化对业务的探索和对公义的追求。
同样过去十年，法律科技的创新，无论是SaaS、法律检索、律师池……都没能从根本上缓解这个问题。
这也是为什么当律所或团队觉得通过雇佣甚至压榨更多基层法律工作者就能争取竞争优势时，固化、不知变通、成本极高的法律科技就成了垃圾桶里的方案，听说过、但没必要。
转折点来了，法律大模型，尤其是经过场景定制化、更细分领域特训后的法律AI智能体，不仅可以直接从根本上突破生产力的局限，且成本远低于传统法律科技。
垂类 AI 智能体可以被理解为一种专门针对特定垂直领域而设计的智能化工具。
它利用人工智能技术，在通用大模型（乃至如法律大模型这样的大垂类模型）的基础上，深入挖掘和分析更细分领域的相关数据和信息，具备对该特定领域知识的深度理解和处理能力。
例如在电商私域中，它可能会通过对用户购物行为、偏好等数据的分析，为商家提供精准的营销策略建议，像推荐适合的商品、优化促销活动等；在医疗私域里，它能辅助医生进行疾病诊断，通过分析患者的病历数据和症状表现，提供可能的诊断方向和治疗方案参考；在金融治理私域里， 它能针对具体的纠纷双方当事人，辅助金融监管人员、调解员分析案情走向，进行批量纠纷预测预警，提供最佳解纷方式及最匹配示范案例。
垂类 AI 智能体就像是一个为特定领域量身定制的智能助手，不断学习和进化，以适应不断变化的私域环境和需求，以其专业性和针对性，在特定垂直领域的私域运营中发挥作用，更好地服务用户、提升运营效率和决策准确性，从而实现私域知识的价值最大化。
以“法观”专门围绕商事争议解决而进行的场景化训练为例：
这些指向标准化、规范化的辅助内容，对于引导年轻律师正确作业、释放律师生产力、鼓励律师钻研专精、实现专业化分工协作有非常务实的意义。
仅到“法律”还不够“垂”
在“法律”这个大类下，法律实务还可以进行更多层的细分，“法律+AI”停留在泛法律层面是远远不够的。
通过聚焦于一个狭小而精准的领域，深度细分专业化能够让个体或组织深入研究其各种细节、规律和独特之处，从而在特定领域内积累更深厚的经验和技能，成为该领域的专家，具备难以企及的专业素养。
这不仅有助于提高工作效率和质量，还能够培育出更具针对性和差异化的产品或服务，更容易产生新的理念、技术和方法，促进资源的更合理配置，使资源集中流向最擅长的领域和环节，实现效益的最大化，并为整个行业带来新的活力和进步。
垂类大模型在特定领域有优势，因此，更加细分领域的法律智能体，比之通用法律大模型，在数据针对性和功能精准性方面更出色。
通用法律大模型所用行业数据较宽泛，细分智能体则专注特定私域数据，此类数据深度和专业性更强，在满足个性化需求上独具优势，能更好理解用户偏好、适应独特业务场景，在决策分析的精准度方面达到通用法律大模型难以企及的程度。
相较于通用法律大模型，细分智能体的知识更轻量，可以快速调整优化，及时适应新情况，灵活性更高，也在一定程度上将智能体训练的控制权交给用户，用户能自主决定训练方式、数据来源和应用场景等，可依自身发展战略和业务目标灵活调整功能性能，且在本地或内部网络运行，更好满足自身需求的同时提高数据安全性。
例如上文提及的地方金融治理私域智能体，就可以基于通用的法律大模型，整合属地数据与金融机构私有数据，围绕普法咨询、预测预警、多元解纷等金融治理核心工作，进行智能化应用场景创新，并将其与金融服务或金融解纷一体化平台深度结合，借助平台的数据持续强化模型，源源不断地强化金融法治观念、加强金融多元解纷氛围、提升金融案件预测准确度及调解成功率，实现良性循环，为金融治理提供更加有力的支持。
当然，从“法律”拆分到“金融法治”，还是不够细分、不够落地。
私域知识是最后的攻城锤
法律大模型要做的事情难道是取代律师吗？
绝对不是。
不像医疗行业（以西医为主）已经形成了成熟的理论、经验公开机制，法律行业大量的知识分散掌握在每个律师自己的手里，这也是为什么，若仅论法务能力，即便是手握全套法律法规和司法裁判的法律大模型也是不如一名训练有素的律师的。
即便是过了法考的“法观”，我们也只能对标刚毕业的法学生。
法律是实践的艺术，当下大模型空有课本上的知识，缺乏实践实操的经验总结、复杂局面的操盘能力和对对知识能力的融会贯通。
以“法观”为例，24年第四季度，法观主攻智能体和业务导流， 当事方需求分析与细分领域的律师能力两头抓：
一方面加强自身对当事方的剖析、理解，从综合维度挖掘其对法律服务的本质需求，推测可能的代理方案和团队组成；
另一方面以邀请、招募等方式，与在细分领域有为的律师、团队、律所合作，借助其私域知识训练智能体，既节约了前期咨询、筛选客源的时间，也能够推动需求方匹配到最合适的律师。
为此，“法观”还专门承办了「第七届司法人工智能挑战赛 · 法律大模型场景应用组 · 智能体组别」，参赛者将可以直接、便捷地在法观上构建自己的知识库，创建智能体应用。
自9月赛事通知公布以来，我们已经接到多组参赛队伍的智能体设计，包括但不限于“全民反诈”、“金融分析”、“类案预警”、“案件报告”、“专业部门分诊台”、“劳资纠纷”、“律所管理制度”等优秀创意，应用场景涉及普法咨询、制度生成、律师推荐等实务设计。
“法观”承办本赛事，受主办方严格监管，严格保障用户及数据的隐私权及知识产权的权益及安全。具体而言，参赛的知识需要授权平台调用的，否则功能无法实现，平台将设置充分的安全机制保护这些数据；至于平台上其他用户是否受惠于这些知识（不直接获取这些知识本身），则完全由知识提供者控制。
竞争的本质在于对有限资源的激烈争夺以及比较优势的相互较量。
知识共享从表面上看似乎是在逐步缩小竞争差距，然而其真正聚焦的是“内卷”，并非单纯地影响竞争态势，而是从更宏观的层面，通过对知识资源的合理调配与广泛传播，试图打破因过度竞争而导致的发展瓶颈，为行业及律师个体的持续、健康发展铺设新的路径和可能。
不共享知识并不能阻止他人通过自身探索取得进展，相互的差距不会因为个体不共享知识而免于变化；共享知识能促进自身知识深化，通过外界反馈完善知识体系，获得新灵感，故步自封反而可能导致优势丧失。
过去十年的“法律+互联网”更多沉溺于标准化、流程化、信息化，如果科技真的想要从外部激发法律行业，或者法律行业想要借助科技力量破局，则专业、技术、资金，缺一不可。
越开放、越融合、越激发，越自由。
End
