法律AI的＂交付时刻＂:从聊天框到文档工作流,智能体正在重写法律人的工具逻辑

法律AI的”交付时刻”

从聊天框到文档工作流，智能体正在重写法律人的工具逻辑

   

图：法律AI正在从分散工具汇入可交付的文档工作流，最后一公里开始被智能体接管。

一、三周内的密集信号

你大概也有过这样的时刻：左边屏幕是Word合同原文，右边挂着两三个AI工具——一个查法条，一个起草条款，一个做风险提示。AI生成了一段修改建议，你读一遍觉得可用，复制，切回Word，找到对应位置，粘贴，调整格式，手动标注修订。一段改完，再来下一段。一位红圈所高级律师的描述更精准：“像同时听三个二年级律师念意见，自己当合伙人在中间筛。”

工具多了，效率反而未必高。因为所有的”最后一公里”——定位、粘贴、格式、修订标记——都压在律师自己身上。

2026年5月，法律AI赛道在同一时段内连续释放了多个重量级产品信号，它们共同指向一件事：这些”最后一公里”，AI要自己走了。

4月30日，微软宣布Word Legal Agent通过Microsoft 365 Copilot Frontier计划在美国上线。这款内嵌在Word中的法律AI智能体，能分析完整协议、审查特定条款、生成保留修订标记的红线稿，对照企业内部操作手册逐条检查合同。它的技术底座值得注意：微软从Robin AI吸纳了核心工程师团队，四个月后推出了产品——这不是试水，是有备而来的阵地布局。

5月12日，法大大发布睿契（Richee.ai）桌面智能体。一键安装到PC桌面，内置AI律师智能体和法律业务Skills，覆盖合同起草审查、证据整理、办案工作流。核心主张：“一台桌面端搞定法律人80%的机械工作，把判断权完整留给律师和法务。”

5月14日，星云衡律Nebulaw在深圳AI终端展亮相公测版本。深度集成WPS组件，每一处增删改动清晰呈现，导出Word时保留批注、修订痕迹、原有格式与文档结构。260多个Skills覆盖不同法律文书类型与业务领域。

5月19日，上海市律师协会联合腾讯云举办”未来法律人”进化营，主题是”从工具到搭档的落地进阶”。上海律协副会长聂卫东提出”法律AI是一场技术平权”——AI普及缩小信息不对称，中小律所首次获得弯道超车机会。腾讯云WorkBuddy全场景AI智能体桌面工作台，3月上线首日算力被挤爆、紧急扩容10倍，花旗银行报告指出它标志着中国AI从”聊天AI”向”执行AI”的重要跨越。

国内还有另一个值得关注的信号：AlphaGPT正加速向”交付式”演进——循环推理架构对文档多轮阅读与信息提取，直接输出可使用的法律成果（合同修订文件、法律意见书、起诉状等），而非仅提供参考信息。从单一工具向全流程任务处理平台的方向明确。

这些信号不是孤例。从微软到法大大，从Nebulaw到AlphaGPT，从”聊天AI”到”执行AI”——法律AI不再只是聊天机器人，而是要驻留桌面、拆解任务、保留修订痕迹、交付可编辑文档。从”辅助生成”到”真实交付”的结构性转变，正在发生。

二、从”辅助”到”交付”：结构性跃迁

     

图：从聊天框里的参考答案，到可审阅、可交付的修改稿，律师的角色正在从搬运变为审批。

理解这轮变化，需要回到开头那个场景——辅助模式下律师的一天。那个”左边Word右边AI、复制粘贴标注全靠自己”的日常，不是个别现象，而是法律AI发展阶段的必然产物。用三阶段框架来看：

从2.0到3.0，变化不是渐进的量变，而是结构性的质变。交付模式下律师的一天变成了这样：AI直接在文档中操作，每一处增删改动清晰呈现，修订痕迹自动保留，格式和文档结构不丢失。律师打开文档，看到的是一份完整的、带修订标记的修改稿——哪些条款被调整、哪些风险被标记、哪些措辞被优化，一目了然。律师的角色从”逐字搬运工”变成了”审批决策者”。

这个转变的实质是：AI的输出从”参考信息”变成了”工作成果”。律师不再需要为AI的输出做格式化、结构化、标注化的二次加工——这些工序被AI自己消化了。判断权仍在律师手中，但执行链条大幅缩短。

这也解释了为什么Harvey能在不到一年半内完成从30亿到110亿美元的估值跃迁——它的客户已不是在”试用AI”，而是在”用AI交付工作”。700多家客户、28家美国百强律所——这些数字说明，法律AI的智能体化不是远景，而是正在发生的现实。

三、”确定性编辑层”：法律AI的技术分水岭

     

图：确定性编辑层把大模型的建议约束到可定位、可追踪、可回退的文档修改中。

从”辅助”到”交付”，听起来只是产品形态的变化，背后却是一道硬技术门槛——怎么让AI的修改可信、可追溯、可回退？

律师不敢用AI，核心原因不是”它不够聪明”，而是“它改了我看不到”。一份合同动辄几十页，AI偷偷改了一个赔偿条款的数字，或者把”不可撤销”改成了”可撤销”——这种风险不是理论推演，而是真实存在的。大模型的本质是概率生成，它不保证每一次输出都精确，而法律文书对精确性的要求是零容忍。

所以，2026年这批产品的技术突破，不在于模型本身变聪明了多少，而在于用工程化手段约束模型自由生成，让AI的修改落在可观察、可复核、可追踪的边界内。

微软Legal Agent的解法最具代表性。它采用”LLM + 确定性解析层 + 专用插入算法”的混合架构：大模型负责理解和生成建议，确定性解析层充当”约束器”——验证AI输出是否严格遵守用户设定的规则，然后由专用插入算法操作Word原生的修订功能。换句话说，模型可以”想”，但”做”必须经过确定性层的检查，最终由专用算法执行到文档里。模型的手被工程约束住了，不能随意触碰文档。

Nebulaw的”Harness工程约束”走的是同一条路，但更侧重工作流层面：控制AI的任务规划、工具调用、文档定位、修改范围和输出方式。Nebulaw深度集成WPS组件，每一处增删改动清晰呈现，导出Word时保留批注、修订痕迹、原有格式与文档结构。这不是简单的”AI+编辑器”，而是让AI的行为全程在工程护栏内运行。

这两条技术路线的背后，是法律AI领域长期存在的两条路径之争：

2026年的收敛趋势很明确：好的产品两条路都得走通。Nebulaw的260多个Skills是清单派的底座——每个Skill对应一类具体法律任务，有明确的输入输出边界；Harness工程约束是推理派的护栏——当AI需要超越清单做判断时，它的行为被约束在可观察的范围内。微软的确定性解析层同理——模型可以推理，但推理结果必须经过确定性验证才能落地到文档。

“确定性编辑层”这个概念，可能是理解2026年法律AI技术分水岭的最好钥匙。让AI更聪明不是分水岭，让AI更可信才是——可信，是交付的前提。

四、入口之争与法律人的判断

     

图：下一阶段竞争不只是谁的模型更强，而是谁更接近律师每天打开的工作入口。

当技术门槛被跨过，竞争的焦点就从”谁能做”转向了”谁先到”。

看一组事实：微软把Legal Agent塞进Word，Nebulaw深度集成WPS，法大大把睿契做成桌面端，腾讯云WorkBuddy定位全场景AI智能体桌面工作台——四家公司的产品形态不同，但战略意图高度一致：占据律师的文档工作界面。

这不是偶然。法律人的核心工作对象是文档——合同、法律意见书、起诉状、合规报告。律师每天打开的不是AI聊天框，而是Word或WPS。谁能离这个界面最近，谁就能成为法律工作流的新入口。微软的优势最明显——全球法律人几乎都在Word里工作，Legal Agent不需要律师改变任何习惯，它就在那里。Nebulaw选择WPS集成，瞄准的是中国市场的文档生态。法大大做桌面端，则是从法律业务场景切入，试图用专业深度换入口位置。

这场入口之争的实质是：法律AI的竞争正在从”谁模型更强”转向”谁离律师的文档更近”。模型能力会趋同——当所有产品都接入了足够强的大模型，模型本身不再是护城河。真正的壁垒是工作流嵌入的深度：谁能最先进入律师的日常文档操作，谁就掌握了下一阶段的定义权。

Harvey的路径提供了另一个维度的验证。它不争夺文档编辑器入口，而是做平台——让律所在Harvey上构建定制智能体。这意味着Harvey正在成为律所的”AI基础设施”：不是某一个工具，而是律所所有AI能力的运行平台。这种路径的壁垒更高，但渗透速度取决于律所的数字化基础。

对中国律师和法务而言，这场变化意味着什么？三个判断：

法律AI的竞争，已经从”谁的模型更聪明”变成了”谁离律师的文档更近”。这不是一句口号，而是正在发生的结构性变化——从聊天框到文档工作流，从辅助生成到真实交付，从”AI给你参考”到”AI替你干活、你来审批”。

LEGALAI DAILY

法律AI深度观察 · 每周四更新