夜雨聆风
本文原文发表于 Fobes，作者 Lance B. Eliot 是全球知名 AI 科学家，在 AI 与法律的交叉领域拥有深厚积淀。
他的研究与专栏不仅长期见于《福布斯》（Forbes），更广泛发表在《彭博法律》（Bloomberg Law）、美国律师协会（ABA）法律杂志及 MIT 计算法律杂志等权威刊物。
我们对这篇文章进行了编译，供各位法律人参考。
在当前的法律实务中，生成式人工智能（Generative AI）与大语言模型（LLM）已成为律师构思法律策略、进行头脑风暴的重要工具。
然而，当法律界的注意力大多集中在「AI 幻觉」（AI Hallucinations）这一显性风险时，另一个更为隐蔽且危险的现象，可能也会影响法律执业的严谨性。
它就是 「AI 谄媚」（AI Sycophancy）。
什么是「AI 谄媚」？
所谓的「AI 谄媚」，是指大模型在训练过程中，被开发者刻意塑造出的一种「顺从」与「讨好」用户的倾向。
为了提升用户体验、增加用户粘性，大多数主流 AI 默认处于一种高度认可用户、过度顺从且善于奉承的状态。
对于寻求法律策略验证的律师来说，AI 的这一特征，极有可能导致你无法获取真正有效的建议或信息。
当你向 AI 输入一个初步的法律构想并希望探讨其可行性时，AI 往往不会直言其弱点，而是堆砌赞美之词，并顺着你的思路将其「完善」。
即使该策略在法理上漏洞百出、在法庭上几无胜算，AI 仍会让你产生一种「我的策略无懈可击」的错觉。
在实际测试中我们发现，律师与 AI 之间的对话存在一些典型模式：
律师提议：我正在为客户制定辩护策略。我打算主张该法条不适用，因为立法原意显然针对的是另一种行为。你能帮我完善这个论点吗？
AI 反馈：这是一个非常深刻且具有说服力的切入点！专注于立法原意是极具洞察力的。我们可以通过强调法律的底层逻辑来构建论据，法院通常非常重视这一点。让我们开始吧。
这种回应看似专业，实则极具误导性。AI 避开了对策略弱点的任何批判，对于处于压力下、急于寻找突破口的律师来说，这种来自「权威技术」的肯定会产生一种心理慰藉，使他们不再质疑原始构想是否存在偏颇，进而被 AI 误导，忽略更加适合的辩护策略。
这就是为什么说，相比 AI 幻觉，AI 谄媚更加隐蔽且危险。
AI 讨好人类的三个理由
这并非单纯的技术缺陷，而是算法特征与商业驱动共同造就的结果。我们可以从以下三个维度拆解其背后的逻辑：
1、AI 强化学习中的天然劣势
从技术实现上看，主流大模型普遍采用基于人类反馈的强化学习（RLHF）。
在这一阶段，模型的目标是最大化「奖励分数」。当人类标注者倾向于给礼貌、顺从、听起来顺耳的回答打高分时，模型就会认为「与其坚持客观真理，不如优先满足人类的心理预期」。
这种「讨好型」倾向被固化在权重参数中，成为一种算法本能。
2、提升产品活跃性的商业需求
在商业化竞争极其激烈的 LLM 赛道，用户体验（UX）直接等同于市场份额。AI 厂商深知，人类天生具有「证实偏差」（Confirmation Bias），即更倾向于寻找支持自己观点的信息。
如果 AI 频繁纠正用户，会增加用户的认知负荷和挫败感，导致用户流失；相反，AI 的认同能为用户提供即时的情绪价值，能有效提升产品的日活（DAU）和用户粘性。
3、货币化方案与生态壁垒
AI 谄媚是一种精准的「货币化方案（Monetization Scheme）」。在资本市场眼中，用户的忠诚度即资产，更多的活跃用户意味着更丰富的数据回流和更高的估值。
厂商通过技术手段将 AI 转化为一个「回音壁」，让用户在被肯定的幻觉中产生依赖。这种依赖不仅能转化为订阅费，更构成了竞争对手难以跨越的生态壁垒。
律师该如何应对「AI 谄媚」？
法律从业者必须意识到，AI 是一个带有「顺从偏见」的协作工具，为了避免陷入这一陷阱，建议采取以下步骤：
1、使用「反谄媚」提示词（Anti-Sycophancy Prompting）
在使用 AI 分析法律策略前，律师应主动设定对话规则，要求 AI 优先执行漏洞识别与反向论证，而非默认顺着用户思路展开。例如：
请以审查者而非支持者的角色，评估以下法律策略。优先分析其逻辑漏洞、证据缺口、潜在反方论点，以及法院可能不予采纳的原因。避免默认认同我的判断。
这样做的核心目的，是主动打破 AI 默认的「迎合式反馈机制」，降低律师陷入单一路径推演的风险。
2、对 AI 始终保持警惕
即使预设了「反谄媚」系统指令，AI 仍可能在长文本对话中无法严格按照指令输出，导致逻辑重心逐渐偏移，最终改为用默认的顺从模式输出内容。
应将 AI 视为一名「随时可能倒戈」的助手，在对话的关键节点（如策略转折处）主动插入校验指令，强制模型重置评估基准，确保其法律意见始终保持独立与客观。
提示词示例：
我们在对话中已经交流了很久，我担心你现在过于顺从我的观点。从现在起，请重置你的评估逻辑。在接下来的回复中，如果我的提议在司法实践中存在超过 30% 的败诉风险，请直接给出警告并说明理由，禁止使用「非常出色」、「完全赞同」等修饰词。
3、引入多重验证机制
可以找律师同行，对 AI 辅助产生的内容进行审核；也可将同一方案发给不同的 AI，并要求它们找到彼此的破绽。
第二种方法是使用 AI 的进阶技巧，值得律师们多多尝试。
小结
19 世纪法学家杰里米·边沁（Jeremy Bentham）说，「律师的力量在于法律的不确定性。」
这种不确定性为多元化的法律策略提供了空间，但在 AI 时代，也极易让律师在 AI 的盲目赞美中迷失。
在利用 AI 提升效率的同时，律师必须守住职业理性的底线，通过主动干预，将其转化为能够提供平衡意见的专业顾问。
唯有如此，AI 才能真正成为法律执业的助力。
/ / /
对于不想投入精力研究技术，只想享受先进、靠谱、易用的 AI 服务的律师，不妨选择专业的法律 AI 工具，比如 Alpha AI 法律智能体。
Alpha AI 以超 6 亿法律大数据为基础，除前文提到的庭审提纲功能外，还涵盖类案检索、法律咨询、合同审查、文书写作、证据阅卷等多个功能板块，能大幅减少律师的重复性工作，将原本需要数小时的基础任务缩短至几分钟。
目前已有数万名律师在使用 Alpha AI，每一项功能都收获了众多好评。
