法意书情—有温度的书评公号

我是丁春晖编辑，从事法律图书出版15年有余，拥有丰富的图书出版经验

欢迎投稿：学术著作，教材，律师实务类图书均可

邮箱：442110204@qq.com；电话：010-58908586

本文仅供交流学习，若侵犯到您的权益，烦请告知，我们将立即删除

 法律人的“屠龙之技”，可能要被AI破解了

【原文链接】朱赫夫、舒国滢：《生成式人工智能构成对法律人的真正挑战吗——以疑难案件处理为中心》，载《探索与争鸣》2026年第1期。

如果有一天，人工智能不仅能帮你查法条、写文书，还能处理那些最考验法律智慧的疑难案件——你还会觉得，自己的饭碗是铁打的吗？

2022年底ChatGPT横空出世，法律圈一时间炸开了锅。有人恐慌，有人不屑，更多人选择观望。主流观点大致可以概括为：AI能处理简单案件，但疑难案件涉及实践理性、自由意志、价值判断，这是法律人的“禁脔”，AI永远无法触及。

这个说法，听起来很安慰人，对吧？

但最近读到朱赫夫、舒国滢两位教授发表在《探索与争鸣》2026年第1期的文章——《生成式人工智能构成对法律人的真正挑战吗——以疑难案件处理为中心》，我不得不说：我们可能过于乐观了。

这篇文章用冷静的技术分析，撕开了一个残酷的真相：生成式人工智能（GAI）不仅能够处理简单案件，它甚至有能力模拟法律人在疑难案件中的核心作业方式——“等置模式”。 如果这个判断成立，那么法律人的“屠龙之技”，将不再独享。

 一、什么才是对法律人的“真正挑战”？

先明确一个问题：什么样的挑战，才称得上“真正”？

如果AI替代的是文书起草、法条检索、合同审查这类重复性工作，那只能算“边缘挑战”。这些工作本就是法律职业中较低端的部分，被替代固然令人不适，但还不至于动摇法律人的根基。

真正的挑战，必须触及法律人的核心能力——疑难案件的处理。

为什么？因为简单案件（比如酒驾、简单合同纠纷）占比虽高，但套用法律三段论即可解决，并不需要多少“法律智慧”。而疑难案件（事实复杂、法律模糊、价值冲突）才是法律人展现专业能力的主战场，也是法律职业附加值最高的部分。**如果AI能处理疑难案件，那么大部分法律人的生存空间将被挤压，法律职业共同体可能面临“新闻业式”的下行螺旋。

所以，两位作者给出了一个形式标准：GAI能否接手疑难案件处理？

二、疑难案件的核心方法：“等置模式”及其概率本质

那么，法律人究竟是怎么处理疑难案件的？

很多人会说：靠“实践智慧”“经验”“自由意志”……听起来玄之又玄。但作者指出，这种“返魅”式的说法，其实是不负责任的。如果不能说清楚法律人的特殊能力，就没资格断言AI无法模拟。

他们引入了德国法学方法论中的一个经典概念——“等置模式”（Gleichsetzung）。

简单说，等置模式就是：法律人在处理案件时，并不是先确定事实、再机械适用法律，而是**目光在事实与规范之间来回流转**。他会根据案件事实的特征，去匹配法律规范中的构成要件；同时，也会根据规范的指引，去重新解释和建构案件事实。这是一个“猜想—比对—修正—输出”的循环过程。

在这个过程中，法律人需要做一件事：将案件事实拆解为“事件性质”（比如“非法占有”“故意伤害”），然后将这些事件性质与法律规范中的“构成要件”进行比对。 当多个事件性质叠加后，概率最大地指向某个法律规范，法律人就“发现”了应当适用的法律。

作者点破了本质：所谓的“实践智慧”，其实就是一种概率推理。法律人并不是在进行绝对确定的演绎推理，而是在综合各种因素后，选择盖然性最高的结论。只不过，有经验的法律人做得又快又准，看起来像是“直觉”。

三、GAI凭什么能模拟“等置模式”？

很多人对AI的理解还停留在“机械三段论”“法律自动售货机”的阶段。但两位作者指出，这是对GAI的重大误解。

当代GAI（如ChatGPT）的技术基础，是自注意力机制和预训练大语言模型。它们不再依赖人为设定的逻辑规则，而是通过海量文本的深度学习，在内部形成一个**“词向量空间”——概念之间的远近、关联、权重，都被转化为数学关系。

这个“词向量空间”，像极了法律人的“概念网络”：法律规范、构成要件、案件类型，都在这个网络中有固定的位置和连接强度。当GAI接收一个案件描述时，它会通过自注意力机制提取关键信息，然后在词向量空间中**进行概率叠加运算，最终指向最可能的法律规范。

换句话说：GAI的推理，和人类法律人的推理，在底层逻辑上都是概率推理。 人类靠的是经验积累形成的“预训练模型”，GAI靠的是数据训练形成的“预训练大语言模型”。两者并无本质区别。

作者甚至做了一个大胆的判断：如果专门开发针对法律领域的GAI，其训练难度反而低于通用ChatGPT。 因为法律知识体系已经高度结构化（法教义学），而且有海量的裁判文书和学理讨论可供微调。只要经济上可行，技术实现只是时间问题。

四、法律人该如何因应？

面对这柄“达摩克利斯之剑”，作者没有陷入悲观，而是提出了三条因应之策。

第一，从法教义学教育转向重视法学方法论。

传统的法学教育，侧重于法教义学——也就是把法律概念、构成要件、体系框架教给学生。这套模式虽然高效，但也恰恰为GAI提供了“建模蓝本”。法律人如果只是熟练运用法教义学，那和AI有什么区别？ 未来的教育，应当更注重法学方法论——教学生如何在不同情境下选择、解释、创造性地运用法律方法，而不是死记硬背法律要件。

第二，从法律发现转向以法律证立为重心。

法律发现（找到结论）可以被GAI模拟，但法律证立（论证结论的合理性）才是人类的长项。作者特别强调三点：论题思维（在更广范围内寻找前提）、法律修辞（诉诸情感与听众认同）、论证策略（灵活选择论证路径）。这些都是GAI难以真正掌握的“软技能”。

第三，从概率推理走向法理分析。

这是最深刻的建议。GAI擅长的是“特征比对”——只要案件特征与某个规范的概率匹配度高，它就输出结果。但法律人的真正价值在于追问法理：为什么这个规范适用于这个案件？背后的正义原则是什么？是否符合立法目的？这些涉及价值判断、历史传统、社会效果的综合考量，是GAI的“概率计算”无法触及的。

作者引用了阿伦特的“平庸之恶”概念：GAI展现的是一种“平庸的智能”——它四平八稳、毫无特色，缺乏“思”的深度。法律人要做的，恰恰是保持“思”的能力，让法律回归对“理”的追问。

 五、结语：不要自己弄丢了法律之门

这篇文章最打动我的，是最后一段话：

> GAI对法律人的挑战，与其说是技术进步造成的，不如说是法律人自我设限造成的困局。重复与制式化的作业方式总是很容易被替代，唯有保持主体性与生命力才是法律人永远屹立的基石。

是的，我们曾经把法律教育变得越来越像“技术培训”，把法律实践变得越来越像“流水线作业”。我们贪图捷径，却忘了法律的根本——它不是一套可以无限复制的算法，而是一种关于正义、关于人、关于社会的深思。

AI可以学会“等置”，但学不会“追问”。它可以计算概率，但无法理解意义。

如果有一天，法律人真的被AI大面积替代，那不能怪AI太强，只能怪我们自己——我们把自己降格为“法律工匠”，却忘记了，我们本应是“法律思想者”。

这篇文章，值得每一位法律人——无论是学者、律师、法官，还是法学院学生——认真读一读。不是为了焦虑，而是为了清醒地知道：什么才是我们不可替代的东西。

你对AI与法律人的关系怎么看？欢迎在评论区留下你的思考。如果觉得这篇读书笔记有帮助，别忘了点赞、在看、分享。

我是 丁春晖编辑，从事法律图书出版15余年，拥有丰富出版经验，如有图书出版需要可以投稿。

图书投稿邮箱：442110204@qq.com，联系电话：010-58908586

欢迎广大读者投稿，法学著作、教材、律师实务均可