精诚讲堂|程航作《OpenClaw与Agent元年:每个律师都可以无痛了解的知识》专题分享

一、大语言模型：一个”读过全网文字的实习生”

主讲人程航以”读过全网文字的实习生”作为对大语言模型（LLM, Large Language Model）的形象比喻。大语言模型是人工智能的子集，其工作原理基于深度学习架构，但程航强调，使用者并不需要懂这些技术细节，只需要理解它能做什么、不能做什么。

目前主流产品包括ChatGPT、豆包、DeepSeek、Kimi、千问等。其中Kimi的最新版本接入了天眼查与同花顺数据库，对民商事和非诉业务具有较强的实务价值。程航分享了自己的实测体验：使用Kimi为一家上市公司做股权穿透与投资者关系调查，可在二十分钟内输出十至十五页的完整报告，”信源可控、结果可复核”是其相较于纯大模型查询的核心差异。

但大语言模型的局限同样明确：会”幻觉”、不能访问实时信息、不真正理解言下之意、不做价值判断、不承担责任。他援引近期一桩美国律所因引用ChatGPT虚构判例而被联邦法院处罚的实例，说明在法律领域核对AI输出不是可选项。

二、三阶段范式：从提示词到驾驭工程

作为入所一年多的实习律师，程航在结尾分享了自己的体会。过往的法律工作中，相当一部分时间被花费在了案卷阅读、数据整理、基础检索这一类繁重而智力空间有限的任务上。AI工具的出现，本质上是把法律工作者从机械性、重复性的劳动中解放出来，让经过法学训练的头脑真正用在判断、策略与价值取舍上——让人回到人本身。

三、智能体：能动手的AI

智能体（Agent）已具备”接到任务自主执行”的能力——它会拆解步骤、调用工具、读取文件、生成文档，并在遇到错误时尝试自我纠正。相较于”问一句答一句”的对话型AI，智能体的核心区别在于”能动手”。

程航介绍了两款受关注的开源产品。OpenClaw（俗称”龙虾”）定位为对话式任务执行，连接邮箱、日历与本地文件后按既定规则运行，最大优势是拥有电脑权限。Hermes Agent（俗称”爱马仕”）于今年2月发布，主打”会自主形成技能”，但程航实测后认为这一特性的实际效用并不如宣传显著，对一般使用者而言OpenClaw已经够用。

两款工具均支持通过飞书、企业微信、钉钉等远程接收指令。本所近期已有律师将OpenClaw部署于常驻电脑上，在与办案机关的现场沟通中通过飞书远程调用，于限定法律数据库内完成检索并生成法律意见书初稿，即时反馈至现场。这一”本地常驻+远程调用+实时反馈”的模式在突发法律服务场景下具有显著实务价值。

四、对律师工作的影响

程航给出了一份审慎的可委托/不可委托清单。

可委托项包括：客户信息收集、文件整理归档、基础法律研究、会议纪要、文书初稿生成。其中对电子数据的批量处理是Agent工具最具实务价值的能力。在团队办理的一起案件中，办案机关提取了约120GB电子数据，涵盖六年间的交易凭证、客户信息与销售数据，部分另有加密。人工梳理至少需一周以上，引入Agent工具后初步分析可在数小时内完成。

不可委托项则集中在法律意见的最终判断、客户关系维护、庭审策略与口头辩论、涉密合规决策、职业伦理判断。AI处理信息，律师做出判断——这是程航始终强调的边界。

作为入所一年多的实习律师，程航的体会是：法律工作中相当一部分时间过去被花费在阅卷、数据整理、基础检索这类智力空间有限的任务上。AI工具真正的意义，是让经过法学训练的头脑回到判断、策略与价值取舍——让人回到人本身。