ARTICLE · 1096177
法律AI开始进入Agent时代:以后律师不是“问AI”,而是“给AI分工”
别再让一个AI同时当所有人 · 律师的Agent思维
把复杂法律工作拆成角色、交付物与人工确认节点
先分工,再交接,最后由律师确认
EDITOR’S NOTE
从聊天式AI走向工作流AI所谓Agent思维,不是一定要部署五个机器人,而是不要再让一个AI同时承担所有角色。
过去律师使用AI,大多数时候只有一个角色:提问者。
打开一个聊天框,把合同扔进去,然后问:“有哪些风险?”把案件材料放进去,再问:“这个案子应该怎么做?”
这种方式很像找一个很聪明的人坐在旁边,你问一句,它答一句。
但最近法律AI领域越来越明显的变化,是行业开始从“一个AI回答所有问题”转向“让不同AI任务分别完成工作链条中的不同部分”。
9月17日,Cooley推出GO Public,用一组专门设计的AI Agent参与IPO项目中的S-1准备,把客户信息、研究、起草和律所自身经验连接起来。同一天,OpenAI发布Astra for Law,定位也不只是一个法律问答工具,而是让律所和法律科技公司围绕自身专业知识构建AI产品和工作流。
这背后的变化,值得律师特别注意。
以前的问题
AI能不能完成这个任务?
以后的问题
这项工作应该拆给几个角色?
01
PART
一个AI从头做到尾,为什么容易出问题
先看复杂任务里的角色叠加
举一个最常见的案件场景:客户一次性发来60份材料。
如果你直接让一个AI从头做到尾,它要同时承担材料管理员、事实整理员、法律研究员、分析律师、文书起草者和复核人员六个角色。
这本身就容易出问题。 更适合Agent思维的方式,是先分工。
ROLE PIPELINE
02
PART
把案件工作拆成五个角色
每个任务只做自己应该做的部分
第一个角色叫“材料员”。它只负责识别文件、编号、去重、版本冲突,不做任何法律判断。
你的角色是案件材料员。本轮只读取和整理文件,建立M编号。记录文件名称、日期、主体、材料类型、重复情况和疑似版本关系。发现冲突只记录,不判断哪个版本正确。禁止分析案件胜负或法律风险。
第二个角色叫“事实员”。它不再重新翻所有文件做自由判断,而是基于已经整理好的材料建立事实表。
你的角色是事实整理员。请基于M材料提取F事实,每项必须标注来源。将事实分为“材料直接反映”“客户陈述”“需要进一步确认”“材料之间存在冲突”。不得解释冲突原因,也不得形成法律结论。
第三个角色才是“法律研究员”。它只拿律师已经确认过的争议问题去找规则,而不是自己同时猜案件问题。
你的角色是法律研究员。请针对已经确认的Q01—Q03问题提出检索方向,包括需要核查的法律规范、司法解释、案例类型和可能存在的相反观点。所有外部法律依据必须提供可核验来源,不得使用无法确认出处的内容。
第四个角色可以是“起草员”。它根据已经确认的事实和规则生成文书结构,但不能新增事实。
你的角色是文书起草员。只能使用已经确认的F事实和律师确认的法律依据生成初稿。缺少信息的位置标记“待确认”,不得为了让文书完整而自行补充事实。
最后再安排一个“检查员”。它不是重新写,而是专门找问题。
你的角色是复核员。不要优化语言,只检查当前文书是否存在事实无来源、金额日期冲突、引用无法核实、结论超过现有材料、遗漏重要反方观点等情况。正常内容不重复,只输出异常项。
你会发现,整个过程中可能还是同一个AI工具,但工作方式已经完全不同了。所谓Agent思维,本质上不是一定要在技术上部署五个机器人。
对普通律师来说,最先可以学习的是角色分离。 让每一个AI任务只做自己应该做的那一部分。
这会解决一个非常现实的问题:AI一次做得越多,律师越难知道错误发生在哪一步。
材料层出错
如果材料员把日期抄错了,只需要回到材料层修。
研究层出错
如果法律依据有问题,不用重新整理事实。
起草层不满意
如果起草结果不满意,也不会反过来污染原始底稿。
这其实和律所团队分工非常像。一个成熟团队不会让实习生收到客户材料以后,自己整理证据、自己判断法律关系、自己决定策略,然后直接把最终法律意见发给客户。
AI也一样。越是复杂的工作,越应该分角色。
03
PART
每个角色都要有交接物
中间结果必须可见、可检查
第二个变化,是AI角色之间应该有“交接物”。
材料员不能只是说“我整理好了”。只有每一环都有可见的中间结果,律师才能随时插进去检查。
每个角色完成任务以后必须生成独立交付物。下一角色只能使用已经确认的上一阶段交付物,不得绕过确认直接重新读取原始材料并自行改变前一阶段结论。
这句话非常值得放进复杂任务。
04
PART
律师开始更像项目负责人
从操作工具,转向设计任务
第三个变化,是律师自己开始更像“项目负责人”。过去AI是工具,律师负责操作。
进入Agent式工作以后,律师做的更多是任务设计:先确定目标,再分角色,再规定边界,然后检查关键节点。
真正有价值的能力,不再只是“我能写出一个特别长的提示词”,而是知道一项法律工作怎么拆。
什么先做,什么后做。 什么不能同时做。 哪一步必须人工确认。 哪一步出错以后不能继续往下跑。
比如合同项目也完全可以拆成不同角色:一个AI先识别交易结构,一个AI检查权利义务,一个AI检查跨条款冲突,一个AI把律师确认的审查意见整理成谈判清单,另一个AI最后专门查漏。
这就比“一次帮我审完合同”稳定得多。
05
PART
律所应该沉淀角色说明书
把经验变成可复用的角色规则
第四个变化,是未来律所真正值得沉淀的,不只是提示词,而是一套“角色说明书”。
诉讼材料员
先来源、后事实;冲突不解释;无来源不确认。
合同检查员
不新增商业条件,不替客户决定谈判底线,只标明关联影响。
只要这些规则长期沉淀下来,同一个Agent角色就可以在不同项目重复使用。
这其实也是律所把经验数字化的一种方式。
///
END
先从角色分离开始
不必先搭系统,也不必先写代码
很多人听到“Agent”会觉得这是一个很复杂的技术概念,好像必须搭系统、写代码以后才能用。
但对律师来说,最值得先掌握的其实非常简单:不要让一个AI同时当所有人。
先给它分工,再规定交付物,然后在关键节点由律师签字确认。
这已经是从聊天式AI走向工作流AI非常重要的一步。
如果你的律所现在已经开始使用WorkBuddy或其他AI工具,但复杂任务仍然习惯一句话“从头做到尾”,可以先选一个高频业务,把它拆成3—5个固定角色测试。
我们现在也在持续做法律行业AI工作流设计,把律师原有的团队分工、底稿和复核规则转成AI能够执行的任务结构,让AI不只是一个会聊天的助手,而是逐渐成为一套可以管理、可以检查的数字工作团队。
CLOSING
真正值得管理的,不只是AI给出的答案,而是它在一项法律工作中承担的角色、边界和交接物。
如果你觉得今天这篇有收获,欢迎点赞、在看、转发三连,我们下篇见。
THANKS FOR READING

