夜雨聆风“AI 如何重塑新人的成长方式？”
这不是一场关于“AI 会不会替代律师”的讨论。更准确地说，我们想讨论的是：当 AI 开始进入尽调、文书修改、法律检索、交易文件初稿、知识管理和客户沟通的工作流之后，律所新人原本依靠“脏活累活”逐步成长的路径，会不会发生变化？
过去，律所对新人的期待相对清晰：会检索，能写文书，扛得住尽调，跟得上项目，在高压下不漏不错；能够处理大量基础工作，在一次次修改、返工、复盘中慢慢建立判断力。
但今天，一个现实问题变得越来越清楚：
“如果基础工作正在被工具重新定义，新人还靠什么成长？”
这一期，我邀请了两位嘉宾一起讨论这个问题。
陶律师，一位非典型青年律师，长期实践 AI 工具与新人培养的结合，也很擅长“花样带新人”。
于律师，红圈所合伙人，有专业的交易业务背景，也有丰富的新人筛选和培养实践。
我，LUCKYLEE，则更多站在行业观察者的位置，长期关注人的流动、组织的变革，以及 AI 进入专业服务行业之后，人与组织之间的关系如何被重新调整。
本期 Takeaways
AI 没有让法律服务的底层逻辑立刻改变，但正在改变每一项工作的实现方式； 过去新人靠基础工作堆时间，今天基础工作减少了，但压力并没有减少； AI 拿走的不是全部工作，而是把“可直接交给新人练手”的部分压缩了； 新人筛选正在从“能不能吃苦”转向“是否有热情、主动性、责任心和工具意识”； 愿力可能比能力更先被看见，因为 AI 已经能拉平一部分基础能力； 好的新人不是被 AI 替代的人，而是让带教律师想给他配更好 AI 的人； 判断力不是凭空长出来的，它仍然来自反复修改、解释、对比和复盘； AI 可以把过去 10 份合同、20 份合同才能积累出的部分经验，压缩成更密集的训练反馈； Prompt 不只是和 AI 沟通的能力，也暴露一个人向别人交代任务、拆解问题和表达需求的能力； 组织层面的 AI 变革会慢，因为组织必须考虑安全、保密、成本和责任。个体可以跑得更快； “偷懒”不一定是坏事。只要交付质量不下降，寻找更高效的工作流本身就是能力； 红圈与非红圈的差别，最终可能仍然要回到人：你能不能持续接触真实问题、犯错、复盘、承担责任。
01｜好律师的标准，正在从“交付”走向“方向感”
一个好律师，到底好在哪里？ 这场对话一开始，我们先聊了一个看似传统的问题：
“什么是一个好律师？
陶律师的回答很有意思。他对“好律师”的理解不是一开始就确定的。
刚进入法律行业时，他也会觉得律师工作似乎是在纠纷里获利，未必真的创造了什么社会价值。后来进入律所、接触客户之后，他对好律师的理解慢慢变成：能帮客户解决问题，能降低损失，能在别人被侵权时帮他争取赔偿。
但到了现在，他的理解又变了。他越来越觉得，律师能确定性解决的问题，其实没有想象中那么多。很多风险无法完全规避，很多损失无法完全避免，很多时候客户需要的并不只是一个“完美答案”，而是：
“当问题发生时，有一个人随时在，能接住他的焦虑，也能陪他一起判断。
我把它概括成一种“被守护的感觉”。
于律师从另一个角度补充了这个问题。他回忆自己刚入行时，身边有两位很好的 senior，是他心目中好律师的样本。两位都是法律基础极其扎实，平时电话或开会说出的法律判断几乎没什么可识别的瑕疵，都是不仅懂法律，还懂商业，懂客户，懂会计师、评估师、券商和各类中介机构的逻辑。更重要的是，他们不是只会“交付文件”的人。他们能理解客户真正想要什么，能给客户提供更多信息、更多判断，也能在团队里照顾新人，给年轻律师真实的支持。
于律师还提到自己老板的例子：有大客户曾说，如果这位合伙人退休，可能就不会再和这个团队合作。这句话背后的意思很明确：客户看重的不是某几个项目本身，而是这个团队带头人对大方向的判断、对商业的理解，以及他能不能在关键时刻提供确定性。
所以，在 AI 时代讨论新人培养之前，我们其实先看到了一个底层问题：
“法律服务的价值，从来不只是“把活做完”。真正稀缺的是判断、方向、信任和责任感。
02｜AI 改变了什么？每一项工作都变了，但底层逻辑还没完全变
客户、工作流和知识管理，正在发生什么变化？ 聊到 AI 对律所业务的影响，陶律师用了一个很准确的表达：
“好像变了，但又好像没变。
变化首先发生在客户侧。客户变得更挑剔了。
过去客户可能只是在不同律师之间比较服务质量、响应速度和专业度；但现在，客户会不自觉地把律师和 AI 放在一起比较。AI 可以 24 小时在线，可以迅速生成一份看似完整的反馈，可以随时接住一个问题。于是律师突然多了一个新的参照物：一个全年无休、响应很快、成本很低的“对照组”。
变化也发生在律所内部。很多具体任务确实可以被 AI 提效：条款措辞、思路发散、初稿生成、模板改写、资料整理，都可以让工具参与。
但陶律师也提醒，AI 并没有让律师工作整体彻底变成自动化流程。在很多任务里，主体仍然是人。AI 更像是在具体环节上参与：帮你发散一个条款，帮你改一段措辞，帮你把一个模板调整到更贴近当前场景。
变化最大的，可能是知识管理。过去，律所沉淀大量合同模板、研究成果、备忘录和知识库。新人需要记关键词、找文件、翻模板。但现在，很多时候你不一定要在庞大的文件库里找一份完全匹配的模板。你可以告诉 AI 背景是什么、要注意什么，再给它一个大差不差的参考文件，它就能很快生成一个可用初稿。
这并不意味着知识管理不重要了。恰恰相反，模板型知识的重要性下降了，项目经验型知识的重要性上升了。 客户在交易里会遇到哪些真实问题？哪些风险点最容易被忽略？哪些关键环节必须有人盯住？这些来自真实项目的经验，反而更值得沉淀。于律师也从交易业务的角度补充了这个变化。在私募股权投融资业务里，基础的尽调清单、访谈清单、尽调报告初稿、交易文件初稿，很多前期工作都已经可以 AI 化。
这些工具节省出来的时间，本来应该被用到后面更重要的事情上：
和人对接 做风险判断 促成交易 判断客户真正关心的问题 在复杂情境下给出方向
但这也带来了一个很现实的变化：
过去很多初级律师和新人可以通过大量基础工作记小时、练手、积累经验；现在客户有时已经自己用 AI 把材料初步整理好了，直接把文档发给资深律师，问一句：
““于律师，你怎么看？”
这意味着，部分“打下手”的工作被压缩了。于律师用了一个很形象的比喻：过去是团队帮客户洗菜、备菜、切菜，再由更资深的人判断怎么炒；现在客户可能已经把菜洗好了，直接问你盐要放多少。
“厨师助理的工作少了，但厨师的判断更值钱了。
这正是新人培养问题的起点。如果过去新人通过“洗菜”成长，那么当洗菜的工作变少，他还如何成长？
03｜新人筛选：从“能吃苦”到“愿不愿意投入”
AI 时代，律所到底想招什么样的新人？
当基础工作减少，新人的工作量不一定增加，但压力可能变大。
于律师提到，过去新人可以靠大量基础工作进入项目，通过检索、整理、初稿、尽调这类任务慢慢熟悉业务。但现在，纯靠“脏活累活”获得时间和成长空间的阶段正在减少。甚至一些过去被认为“能学到东西”的法律研究，也不一定还会被完整交给新人从零开始做。
这会让新人更早面对更有技术含量的工作。因此，于律师现在更看重几类人：
1. 对具体业务有兴趣的人。不是所有法律人都适合所有业务。一个新人是否真的对某个领域有兴趣，是否愿意长期投入，可能比过去更重要。
2. 对新事物、对技术有热情的人。你能不能主动去用工具，把工作做得更好？你是不是愿意尝试新的方法？这会很快被带教者看见。
3. 责任心和沟通能力。新人不能接到一个问题后自己闷头理解，最后交出一个完全不能用的结果。一个好新人需要会追问、会反馈、会确认需求。
4. 基本功仍然重要。于律师面试时仍然会问很基础的法律问题。例如学民商法的同学对民法和公司法里的基本问题讲不清楚，或者对自己的论文选题相关领域的问题都讲不清楚，也许他平时的成绩和论文只是靠临时突击和 AI 合作，基础知识的不扎实很容易暴露出来。
陶律师则从另一个角度讲了新人筛选。他最近带的一位应届新人，本来不符合律所“不再招应届生”的倾向，但最后还是被破格留下。
原因不是她一开始能力多么完美，而是她非常明确地表现出：
真的想做律师 愿意投入 指令遵循度很高 会反馈自己的思考过程 会主动追踪最终反馈 会自己复盘哪里可以精进
陶律师把这件事类比成 AI 的训练。一个好用的 AI，需要理解 prompt、遵循指令、披露思路、持续迭代。一个好的新人，其实也类似。
“强指令遵循、充分披露思考过程、主动积极迭代，这些能力在 AI 时代变得更重要了。
陶律师说，现在能力未必是最先被看见的东西，因为 AI 已经能拉平很多基础能力。更重要的可能是“愿力”：你到底愿不愿意持续做这件事？你是不是想把事情做好？你是不是只是来出卖有限的时间和注意力，还是愿意把自己的资源、精力、工具和方法投入进去，换取更好的结果？
这也对应了他很有意思的一个判断：
“如果你只是一个“好用的劳动力”，带教律师会想找一个 AI 替代你。 但如果你是一个真的想把事情做好的新人，带教律师会想给你配一个更好的 AI。
这个差别非常关键。AI 不是简单替代新人，而是在重新区分新人。它让那些只做最低限度交付的人显得更容易被替代，也让那些愿意主动使用工具、主动学习、主动迭代的人更容易被看见。
04｜新人培养：不是少做了，而是反馈密度变高了
判断力如何被训练出来？ 这期对话里，我们反复回到一个词：
“判断力。
但判断力不是凭空长出来的。
于律师回忆自己当年被培养的过程：进入一个大团队，遇到很好的 senior 和有 vision 的合伙人，大量做 dirty work，也大量被修改。一份文件发出去，被 senior 改回来。一次不行，两次；两次不行，三次；三次不行，五次。就是在这种反复练习中，慢慢形成了判断力和经验。他还提到自己第一次接触某类复杂交易文件时，花了一整周翻书、研究、理解结构。效率很低，但那次之后，他对那类交易文件就真正建立了底层理解。
AI 时代，这个过程没有消失，只是被优化了。过去，一个新人可能要改 10 份合同、20 份合同，才慢慢明白为什么老板这样改、为什么客户不接受、为什么对方坚持某个条款。
现在，如果新人愿意学习，他可以在改 1 份、2 份、3 份合同时，借助 AI 追问：
老板为什么这样改？ senior 为什么删掉这一段？ 客户为什么不愿意接受？ 对方为什么要坚持这个表述？ 背后的商业考虑是什么？
这就把过去需要很长时间才能积累的部分反馈，压缩成更密集的训练。
陶律师的带教方式也很像这个逻辑。他会有意识地选 4 到 5 个同类交易，让新人集中做，然后讲这一类交易的特点。有时候同样一份工作，他自己用 AI 可能半小时就跑完了，但他仍然会先让新人做一遍。
等新人做完，再把自己的结果给他比较，带着他复盘：
哪些地方可以调整？ 哪一步理解错了？ 哪个判断标准没有建立？ 哪个流程可以被稳定复用？
他把这个过程比作大模型的后训练，有点像微调和对齐。这非常准确。新人培养不是把答案直接交给新人，而是让新人先暴露自己的思考路径，再通过反馈建立更高质量的训练集。所以，AI 时代的新人培养，不是简单从“人教人”变成“AI 教人”。
更准确地说，它变成了：
“人、AI、项目经验和反馈机制共同构成新的训练环境。
05｜Prompt 能力，本质上也是沟通能力
你怎么和 AI 说话，也暴露你怎么和人协作 于律师提到一个很有意思的细节。有些工具，初级律师和实习生未必都能直接用到。于是他会让新人把文件夹打包好，把需求写清楚，把 prompt 发给他，他再用自己的工具跑。在这个过程中，他会看新人怎么写 prompt。有人写得非常粗糙，大概就是“帮我弄一下”。这种 prompt 暴露的不只是他不会用 AI，而是他没有把问题说清楚。
而能写出好 prompt 的人，往往也更可能是一个好的 mentor、好的协作者。
因为 prompt 本质上包含了几件事：
你是否理解任务目标 你是否知道背景信息 你是否能拆解步骤 你是否能说明交付标准 你是否能预判风险和例外 你是否能让对方理解你真正需要什么
这其实就是沟通能力。过去我们看一个新人会不会沟通，可能看他能不能和客户对接尽调清单，能不能和团队内部同步信息，能不能在现场把问题问清楚。
现在多了一个场景：
“他能不能和 AI 沟通。
但这不是一个独立的新能力。它只是把原本的协作能力、表达能力、任务拆解能力，用新的方式暴露出来。所以，AI 时代的“会用工具”，不是会点按钮，而是会表达需求、拆解任务、校验结果和形成反馈。
06｜工具到底谁来买？这其实是组织变革的问题
统一采购、个人付费、团队报销，背后是不同的激励机制 聊到新人培养，绕不开一个很现实的问题：
“AI 工具的钱到底谁来出？
陶律师所在团队有过比较直接的实践。
一开始，他们也尝试统一采购。但很快发现，如果工具是律所统一买的，并不意味着所有人都会真正使用。很多时候，工具买了之后，只有少数人用得多、用得好，其他人只是放在那里。甚至因为不是自己花钱买的，大家对工具的探索耐心也会变低，更容易挑刺。后来他们改成一种更有激励感的模式：如果你觉得需要，可以自己先买；当使用量达到一定程度，比如用了 200 次，证明它确实在工作中产生效果，再由律所报销。
这不是简单让新人“花钱上班”，而是利用付费行为筛选真实需求。
陶律师提到，那位他很看好的新人，在不了解报销政策的情况下，自己花 800 多元买了 AI 工具。对他来说，这件事很有信号意义。因为它说明这个新人不是嘴上说想学，而是真的愿意为自己想做好的事情投入。于律师所在团队的实践又不一样。他们所里比较早就接入了一些 AI 工具，也有法律垂直领域工具。但大型组织做工具引入，一定会考虑更多因素：费用、权限、安全、保密义务、客户数据、系统接入、责任边界。
所以组织层面的动作会慢。这不是简单因为组织不创新，而是因为组织必须戴着镣铐跳舞。但个体和团队可以跑得更快。于律师提到，他曾给常合作的同事推荐工具，但一开始大家并不一定感冒。真正的转折点，是团队里用得好的年轻律师出来分享，讲自己如何使用 AI。同龄人的经验会更有说服力。工具就这样在团队内部扩散开来。这也说明，AI 工具进入专业服务组织，不只是采购问题，而是组织学习问题。
真正有效的变化往往不是“买一个工具”，而是让一批人率先形成可见的工作方式，再让这种方式在同龄人之间扩散。
07｜新人 onboarding：手册、知识库、Skills，还是人和人的同频？
入职第一天，新人到底需要什么？ 我在直播中提到一个观察：以前很多好团队都会有一份面向新人的“生存指南”。
它可能会告诉新人：
团队做什么业务 常见工作流程是什么 常用模板在哪里 账号和系统如何使用 尽调怎么做 访谈怎么安排 股权结构图怎么画 哪些材料必须掌握
这个东西在过去非常有用。但在 AI 时代，它会不会变成另一种形态？比如从 onboarding 手册，变成团队知识库、团队 playbook，甚至变成可以直接安装到工具里的 skills？陶律师的回答很现实。他们现在其实仍然在用“上一个时代”的方式：把知识库、公众号、团队视频、SOP 和大量历史材料打包给新人，让新人自己慢慢看。这听起来有点粗放，但它也有筛选作用。
不同新人面对同一堆材料，会呈现出完全不同的状态：有人会很细致地读完 SOP；有人会挑出自己最重视的问题去问；也有人过了一段时间才发现，原来根本没怎么看。这本身就是一种观察。更重要的是，陶律师提醒了一点：新人进入一个新环境，不一定需要立刻被推到最高效率。人进入组织，需要适应环境，建立安全感，理解团队节奏。如果新人第一天进来，就让他安装一堆插件，告诉他“现在你已经具备全部能力，可以开始正式工作了”，这对新人未必是好的体验。
所以，真正重要的可能不是把所有信息压缩成工具，而是先让新人完成一次人与组织之间的同频。
团队负责人要和新人聊：
你怎么看这个业务？ 你未来想怎么发展？ 团队期待你承担什么？ 你在这里可能怎么成长？
带教律师也要和新人聊他的成长路线。SOP 和工具是补充材料，真正建立关系和方向感的，仍然是人与人之间的交流。于律师所在团队也有类似的材料体系。他们有团队文档，介绍业务线、常见模板、系统入口、尽调常见问题、交易文件、电子书、现场尽调方法、访谈方法、股权结构图画法等等。
这些材料仍然有意义，它像一份地图，让新人先知道这个世界大概长什么样。但材料越积越多之后，新人也会不知道怎么使用。于是他们又会通过小会告诉新人，如何利用这些工具和材料，如何按图索骥找到适合自己的内容。
这其实说明：
“AI 时代的 onboarding，不是把所有知识都丢给新人，而是帮他建立进入知识系统的路径。
08｜“偷懒”也是能力：可持续工作流比苦熬更重要
“AI 时代，新人不能只有过强的服从性。”
这场对话里，“偷懒”意外成为一个很重要的词。陶律师说，他甚至希望新人有一点“偷懒精神”。只要最终交付质量不下降，一个新人花 3 个小时勤勤恳恳完成，还是花半小时用更好的方式完成，再摸鱼两个半小时，他并不在意。
关键是：
“你有没有找到更好的、更高效的解决办法？
AI 时代，新人不能只有过强的服从性。如果只是机械接活、机械完成、机械交付，很容易被工具替代。但如果一个人会想：这件事有没有更好的流程？有没有更好的工具？有没有更省力但质量不下降的方法？那这本身就是能力。
于律师也分享了类似的观察。他提到，在一个大团队里，并不是每个人都准确知道你每天在做什么。一个人需要学会掌握自己的工作节奏。做完一个项目之后，需要复盘，也需要休息，不能总是靠持续高压证明自己。
尤其对律师来说，这一点很重要。
我也补充了一个观察：很多律师对休息、对因为效率提升而空出来的时间，缺少“配得感”。他们太习惯对每一分钟负责，也太习惯通过忙碌证明自己。但如果 AI 让你更快完成工作，空出来的时间不一定意味着你在偷懒。它也可能意味着你获得了重新学习、横向拓展、复盘和恢复的空间。过度责任心，有时会反过来消耗一个人的长期发展。在这个意义上，AI 不只改变工作方法，也在挑战专业人士对“努力”的理解。
09｜红圈与非红圈：真正重要的不是标签，而是暴露在真实问题中
AI 时代，红圈所和非红圈律师的差别会变吗？直播后半段，有观众问道：
“AI 时代，红圈所和非红圈律师的区别是什么？
于律师的回答很值得展开。
他认为，红圈所和非红圈所相对好定义，因为行业里有约定俗成的认知。但“红圈律师”和“非红圈律师”并不好定义。如果只按物理位置定义，那当然简单；但如果看职业精神、职业能力、视野、判断和客户能力，就没有那么容易区分。很多从红圈出来独立的律师做得很好；也有像陶律师这样不在传统红圈所，但在垂直领域做得很深的人。所以，真正重要的不是标签，而是你是否具备做好律师的基本能力。
红圈所的价值，一部分在于它提供了高密度的一线项目和一线客户。新人会被大量 expose 在高端 deal 里，不断犯错，把错误暴露给 senior、partner 和 client，然后通过一次次失败建立判断力、责任感和专业能力。但最终，一个律师如果想长期做下去，其实都是在创业。你需要技术能力，也需要 people ability。你要会招人，要会拿客户，要能看到新的领域，也要在合适的时候有“纵身一跃“的勇气。
于律师讲了一个很有意思的成长故事。他的老板也曾经大学毕业、两手空空地进入法律行业，后来跳到一个可以跟最好的人学习、做最好项目的团队。在那里练出技术、建立商业 sense、赢得客户信任，也注意在项目中磨练身边的小朋友。等到他要成为老板的时候，身边的人已经成长起来，能把他的业务撑起来。同时，他也遇到了时代机遇，某项法律修改携带某个市场被打开，主营业务突然蓬勃发展。
这个故事听起来平平无奇，但真正的启发在于：
“很多职业成长都是个人努力、团队环境、客户暴露和时代机会共同作用的结果。
你能努力的是基础能力、判断力、责任感、对人的理解、对客户的理解。但你也要承认，行业周期和时代机遇不是完全靠个人能控制的。
结尾：AI 不是替代新人，而是在重塑“什么样的人值得被培养”
这场对话最后，我越来越明确一个感受：AI 对法律新人的影响，不是简单地让新人“没有活干”。它更像是在重新分配不同能力的权重。
过去，一个新人可以通过大量基础工作慢慢证明自己：能不能熬、能不能改、能不能跟、能不能细。这些能力仍然重要。但今天，它们不再足够。因为很多基础动作会被工具压缩，很多初稿会由 AI 生成，很多知识检索会变得更快。新人更早需要暴露自己的判断力、问题意识、沟通能力和主动性。
这也意味着，组织对新人的筛选和培养都会发生变化。筛选层面，带教者会更快看见一个人是不是真的愿意投入，是不是主动使用工具，是不是能把问题讲清楚，是不是有责任心，是不是对业务本身有兴趣。培养层面，AI 让反馈更密集，让复盘更可得，让新人可以更快理解“为什么这么改”“为什么客户不接受”“为什么这个风险必须被处理”。
组织层面，真正的挑战不是买不买 AI 工具，而是：
如何让工具进入真实工作流 如何让好经验被看见 如何让新人更快建立判断力 如何在效率提升之后重新理解工作量、培养节奏和责任边界
所以，AI 不是简单替代新人。
它更像是在提出一个更尖锐的问题：
“当基础能力越来越容易被工具补齐，什么样的人仍然值得被培养？
也许答案不是“最聪明的人”，也不是“最能熬的人”。而是那些真正愿意投入、愿意理解业务、愿意和工具共同进化，也愿意在真实问题中承担责任的人。
这也是这一期《别处上岸》最想留下的问题。虽然这期对话是从法律行业的新人成长展开的，但它讨论的其实不只是法律行业。今天很多行业都在面对相似的变化：过去需要靠大量基础工作积累经验的岗位，正在被 AI 工具重新拆解；一些原本被视为“入门训练”的任务，正在被自动化、模板化、流程化；而那些更难被工具替代的能力，反而更早被推到台前。
比如，能不能提出一个好问题，能不能判断信息是否可靠，能不能理解真实业务场景，能不能把复杂问题讲清楚，能不能在团队协作中把自己的工作交付到位。
这些能力在法律行业重要，在咨询、金融、产品、内容、销售、运营、研究等行业也同样重要。所以，这篇文章不只是写给法律新人，也写给每一个正在进入职场、正在带新人，或者正在重新理解“培养”这件事的人。AI 改变的不是某一个行业的工具箱，而是很多行业理解新人、训练新人和判断潜力的方式。
在标准路径之外，找到自己的上岸目标。而在 AI 时代，这个目标也许不只是找到一份工作，而是找到一种新的成长方式。
关于《别处上岸》
《别处上岸》是博主在策划负责的一档关于职业选择、兴趣和另一种可能的对话栏目。
我们关心的不是唯一正确的上岸路径，而是人在时代变化、行业转型和个人选择之间，如何重新理解自己的位置，找到真正想去的方向。
在这里，“上岸”不只意味着进入某个标准答案，也可以意味着离开惯性、看见新的可能，或者在一条不那么典型的路上，慢慢建立属于自己的判断和秩序。
可能你还会感兴趣✨
