法律人用AI代理,先别急着买软件

▲ 封面

很多律师买了 AI 工具以后，最容易卡在一个很尴尬的位置：网页端能问，App 端能聊，偶尔也能让它写一段合同条款或者整理一份材料。

但一到真实工作，它就不太听话了。

文件在哪里？版本是哪一版？上一次修改过什么？这个案子的客户口径能不能沿用？哪些材料不能进外部模型？这些问题一出现，聊天框就开始显得单薄。它像一个临时外脑，能回答问题，却很难接住任务。

我在四明山法师 AI 夜校讲 Claude Code 时，反复提醒学员一件事：法律人学 AI，迟早要从“问答”走到“工作区”。这不是为了显得技术化，而是因为法律工作本来就不是一句 prompt 能完成的。

一个案件、一份尽调、一篇文章、一套合同审查，都有输入材料、过程底稿、输出版本、复核记录和风险边界。你不给 AI 一个能放这些东西的地方，它就只能陪你聊天。

聊天框的问题，是没有现场

法律工作特别依赖现场。

同样一句“帮我审合同”，在房企项目里、在商场租赁里、在股权回购里，风险点完全不同。甚至同一个客户，去年能接受的条款，今年因为融资环境变了，也可能不能再接受。

聊天框最大的问题不是模型不聪明，而是它没有稳定的现场。你今天告诉它一遍背景，它明天不一定记得；你让它改过一次口径，它下次可能又回到通用模板；你上传一堆文件，它看似读了，实际上哪些是核心材料、哪些只是噪音，并没有被固定下来。

工作区解决的就是这个问题。

最简单的工作区，只需要三个文件夹：input 放原始材料，scratch 放中间分析，output 放交付成果。这个结构看起来朴素，但对 AI 很重要。它让模型知道，哪些东西不能改，哪些东西可以推翻重写，哪些东西才是最终要交付给人的版本。

我后来越来越觉得，法律人做 AI 的第一步，不是学十个工具，而是把自己的工作拆成这样的空间结构。没有这个结构，工具越多，越像桌面上同时摊开十份材料，最后谁也不知道哪一份是准的。

命令行不是炫技，是给代理走直路

很多法律人听到“命令行”三个字，第一反应是抗拒。

这很正常。律师不是程序员，没有必要为了查一个文件去背一堆命令。但如果把视角从“人怎么用电脑”换成“AI 怎么用电脑”，命令行就不再是炫技，而是最短路径。

图形界面是为人设计的。按钮、菜单、弹窗、拖拽，都是为了让人能看懂、能点击。可 AI 代理操作电脑时，并不需要这些视觉安慰。它要找文件，find 比翻文件夹快；它要搜关键词，rg 比肉眼浏览快；它要批量改名、转换格式、比对版本，命令行往往比图形界面更稳定。

夜校逐字稿里我说过一个判断：以后很多软件会同时做两套入口，一套给人用，一套给智能体用。前者是图形界面，后者很可能就是 API 或 CLI。因为智能体不怕黑框，它怕的是每一步都要猜按钮在哪里。

这也是为什么法律人如果真想用 AI 代理，不必成为程序员，但至少要理解命令行在做什么。你不需要手写每条命令，但你要看得懂它要删除、移动、搜索还是改写。看不懂，就无法判断代理有没有越界。

这里有一个很现实的边界：命令行能力越强，权限风险也越高。一个会批量处理文件的代理，也可能批量改坏文件。我的建议一直很保守：先在独立工作区里练，用可恢复的材料练，等规则稳定后再接真实项目。

规则文件比提示词更像法律人的工具

法律人很容易迷恋提示词。

提示词当然有用，但单次提示词解决的是“这一次怎么说”。真实工作更需要的是“以后碰到同类任务都怎么做”。这时，规则文件、Skill、自定义 Agent，才开始发挥作用。

举个例子。你做合同审查，如果每次都在聊天框里写“请从主体、价款、履约、违约、争议解决五个方面审查”，这是提示词。可如果你把审查步骤、证据偏好、客户不能接受的条款、输出格式、引用规则写进一个工作区规则里，让 AI 每次处理同类合同时先读这套规则，那就是流程资产。

这件事和律师训练新人很像。

新人第一天来，不能只对他说“认真审合同”。你会告诉他：先看主体，再看交易结构；不确定的条款不要改成绝对语气；客户内部模板不能随意删除；涉及税务、数据、个人信息的条款先标出来给合伙人复核。说过一次不够，最后往往要沉淀成清单、模板和团队习惯。

AI 也是一样。你不把隐性经验写出来，它就只能按互联网上的平均答案工作。

我在夜校里把这句话讲得很重：把隐性知识显性化，是法律人使用 AI 的长期功课。所谓个人化 AI，不是让模型记住你喜欢喝什么咖啡，而是让它逐渐知道你怎么判断风险、怎么组织材料、怎么控制结论边界。

不是什么任务都该塞进主对话

很多长任务失败，不是因为模型不够强，而是上下文太脏。

你让 AI 写一篇文章，同时让它查法规、读案例、做封面、改标题、生成摘要、排版发布。所有信息都挤在一个窗口里，前面的废话、试错、临时想法都会变成后面输出的噪音。

所以我在课程里讲 subagent、agent team、自定义 agent，并不是为了制造新名词。它们背后的朴素道理是：能拆出去的任务，就不要一直污染主线。

比如写文章时，案例检索可以是一个独立任务；封面生成可以是一个独立任务；错别字检查可以交给更便宜、更轻量的模型；正文统稿才留在主线里。这样做的好处不是看起来高级，而是每个环节的输入更干净，错误更容易定位。

法律工作同样如此。

一个尽调项目里，工商信息核查、涉诉检索、合同摘要、风险分级、报告成稿，最好不要混成一锅粥。每个环节都要有自己的输入、输出和复核口径。AI 代理只是把这套分工显性化了。

真正的差距，是能不能稳定交付

法律人学 AI，最容易被两个东西带偏。

一个是模型排行榜。今天这个模型强，明天那个模型便宜。另一个是工具清单。一个月换十个产品，每个都试两天。

这些都重要，但不是第一位。

真正拉开差距的，是你能不能把一个真实法律任务交给 AI，并且让它稳定完成到可复核、可交付、可追责的程度。这里面有工具，有规则，有数据整理，有权限控制，也有人的判断。

我不主张所有律师都去学编程。大多数律师也不需要写复杂代码。但我越来越确定，未来会用 AI 的法律人，至少要懂三件事：文件如何进入工作区，规则如何沉淀，任务如何拆分给代理。

这三件事听起来不像“AI 技巧”，却决定了 AI 到底只是一个聊天对象，还是一个能进入工作现场的助手。

对法律人来说，真正有价值的不是“我问了 AI 一个问题”。

而是下次遇到真实材料时，你能自然地想：这件事可以先让它跑一段，但规则、边界和最后判断，仍然在我手里。

作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办”首宗百亿地王””长春第一高楼””台州第一高楼”等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。四明山法师 AI 夜校（legalAGI.cn）发起人。