今天值得看的 5 条 AI 新闻:AI 进了律所,助手也要讲责任

大家好，今天简单看 5 条 AI 新闻。

AI 正在进入一些很具体的行业：律所、保险、软件开发和数据中心。

1. OpenAI 把模型专门做给律所用

OpenAI 发布了 Astra for Law。简单说，它是在 GPT-6 Astra 的基础上，加上法律搜索、法律分析指令和一批专业工具。

它可以搜索美国的判例、法规、法院规则和行政决定，搜索范围超过 2.3 亿个网址，每天还会继续加入新来源。

OpenAI 公布的一项测试里，Astra for Law 在 200 道法律研究题上的整体通过率是 54.0%，GPT-6 Astra 直接用网页搜索是 38.7%。这个结果来自 OpenAI 的验证集，不能直接当成所有法律工作的结论，但能看出专门的资料和工作流程确实有帮助。

目前它先通过 Trusted Access 给部分律所使用，API 版本还要等后续开放。

2. 律所已经在用 AI 准备 IPO

Cooley 做了一个叫 GO Public 的内部产品，用 ChatGPT Work 帮律师整理 IPO 过程中大量的资料和任务。

IPO 往往有成千上万个细节要处理。GO Public 会把客户资料、公开信息和过去的案例放在一起，先形成一份比较完整的工作起点，再交给律师检查和修改。

这里的分工很清楚：AI 先做整理、比对和提示，律师负责判断哪些内容真的重要。省下来的时间，应该用在判断上，而不只是把同一份文件写得更快。

3. AI 助手出了问题，可能要靠保险来兜底

LLM Digest 排名第二的一篇 Latent Space 访谈，聊的是 AIUC 和它做的 AIUC-1 标准。

AIUC 的想法是，AI 助手上线前要做压力测试，检查越权、提示注入、胡说和数据泄露等问题。企业也需要知道：如果助手真的造成损失，谁来负责，损失怎么赔。

这家公司最近宣布完成 4,000 万美元 A 轮融资，还和保险机构合作。访谈中提到，ElevenLabs 已经购买了一份 AI 助手保险，保险范围和额度会写进合同里。

这个方向挺值得关注：AI 助手要进入企业，能力之外，还要有标准、审查和责任边界。

4. 写自定义语言，可能要让编译器来管

InfoQ 排名靠前的一篇文章讨论了一个实际问题：让 AI 写公司内部的 DSL（领域专用语言）时，经常会猜错关键词、参数名和语法。

文章提出 Typed Domain Grounding，把这套语言放进 Python、Kotlin 这类模型更熟悉的类型系统里。AI 写错时，先由编译器报错，再让模型根据错误继续修改。

作者在 50 个任务上比较了 kUML、PlantUML 和 Mermaid。使用 Claude Sonnet 5 时，kUML 的结构一致性是 45.3%，另外两者是 37.9% 和 37.4%；幻觉率是 15.4%，另外两者是 16.5% 和 21.9%。作者也提醒，这些数字受模型和单次测试影响，不能简单推广到所有场景。

对开发团队来说，启发很直接：能让工具自动检查的地方，就别只靠提示词提醒。

5. Dropbox 先把旧基础设施用得更充分

随着 AI 业务增加，很多公司第一反应是继续买服务器、扩数据中心。Dropbox 分享的做法有点不一样：先把现有基础设施里的闲置容量、存储密度和硬件寿命再挖一遍。

他们会把空闲服务器和硬盘放进低功耗状态，需要时几分钟内恢复；不同机器之间的负载不均衡时，就把工作迁到还有余量的位置。

Dropbox 用“每 PB 存储需要多少电”来衡量效率，并表示自 2020 年以来，存储基础设施的电力效率提高了 50% 以上。这不代表总用电量一定下降，而是每单位存储的成本在下降。

参考资料

• • LLM Digest Brief：Top signals · Sep 16, 2026
• • OpenAI：Introducing Astra for Law
• • OpenAI：How Cooley is accelerating IPO work with ChatGPT
• • Latent Space：Underwriting Superintelligence: Backing Agents you can Sue
• • InfoQ：Your Next DSL Author Is a Language Model
• • InfoQ：Dropbox Outlines How Focusing on Existing Infrastructure Efficiency Can Create Headroom for AI