夜雨聆风近两年，回复很多当事人发来的AI检索问题，已经成为了工作的一部分，而且要对AI回答进行证伪存在很大难度，这倒不是因为AI回复问题有多么正确，恰恰相反，在稍微复杂一些的问题上，AI存在不严谨、漏洞的概率非常高，但AI程序设置为“有问必答”，在一定要给出一个答案的前提下，其回复煞有介事，为了论证其观点，甚至还自行伪造法条、编造案例，下面这个新闻想必很多人都看到过：
对于AI回复中所列举的案例，因为“主动”打码，检索起来十分困难，最终基本80%以上的案例在公开渠道无法查询到，我们知道AI工作原理，也是在检索基础上针对提出问题进行筛选、排列组合，但其严重缺乏细节把控能力。这种“幻觉式输出”在法律场景中尤为危险——当AI将虚构判例包装成权威依据，律师可能误引、法官可能误信、当事人可能误判。
据了解，多地律协已启动AI法律工具使用规范调研，明确人工复核不可替代。法律不是概率游戏，而是由证据链、逻辑链与价值链共同衔接的系统。这种“幻觉”并非随机出错，而是有系统性失范的特点：当AI在无法匹配真实判例时，会基于案号格式、法院层级、年份分布等表层特征生成高度仿真的虚假案例，连案号编码规则都刻意模仿，就在笔者写此文时，AI给予的文章提示中，又列举了几个“例子”：
其一，“某律所实习生提交的答辩意见中，竟引用了三个“（2023）京0105民初XXXX号”系列案，经查全部不存在，但案号结构完全合规。”
其二，“某省高院2025年内部通报显示，全年收到的37份AI辅助起草的上诉状中，19份含无法验证判例，其中7份被二审法院当庭指出“所引案例查无实据”，直接导致举证失权。”
但笔者对上述2个举例进行检索时，任何公开渠道均无对应新闻报道。但就其表述方式来看，似乎为了保护隐私信息隐去了具体单位名称，但仍用“数字”、“数据”以及特定词汇来形成具有高度“可信”的表述，该表述让检索人内心确信AI使用了检索工具查到了对应信息，所以当事人持类似案例发给律师时，证伪难度是非常大的，并且律师检索不到，当事人还会认为是“检索能力”的问题。
在一些基础数据的检索上，AI还是有一定的辅助作用；当前来看，法律层面的AI只是代替了此前人工检索信息及汇总信息的时间，但其在汇总准确度以及核心判断力上仍存在根本性缺陷：它无法识别法律推理的隐含前提，不能校验裁判要旨与案情的实质契合度，更无法承担司法责任。因此，任何AI生成的判例引用，必须逐案核验原始裁判文书、核实法院官网及权威数据库收录状态，并留存核查路径。
简言之，当前AI可以辅佐导航，但不能无人驾驶。
（11）信托案件是否一定会“同案同判”？
（16）信托财产为什么不能被强制执行？
（17）应收账款型信托的诉讼要点解读
（18）信托受益权转让对诉讼权利的影响
（21）论金融案件中的"举证责任倒置"
（23）信托案件的诉讼时效如何计算？
（36）信托执行：信托财产应如何认定？
（40）关于信托打折兑付方案的一点思考
（50）关于定融产品违约后的策略思考
（61）信托违约是否都会打折兑付？
（70）家族信托诉讼的“诉权”逻辑
（72）谈通道类信托的认定及司法审查限度
（77）关于中R信托诉讼问题的几点分析
（85）浅析信托、基金案件中的举证博弈
（95）信托诉讼能否突破约定管辖？
（96）有一种赔偿金额确定方式叫“酌定”
（97）为什么有些金融案件迟迟不出判决？
（98）对信托产品完善“清算程序”的思考
（106）某信托又要“破产清算”？
（109）新的一年，违约信托处置走向分析
（110）资管产品“刚性兑付”or”打折退出”？
（111）什么是“信托目的”？
