一、问题的提出

今天遇到一位客户咨询机动车交通事故中非机动车责任纠纷的案件。

在处理此类案件时，我经常需要协助当事人预先判断伤残等级。当事人通常要提供入院诊断书、出院诊断书以及CT片，好让我对照《人体损伤致残程度分级》进行预估。

但我们在医学方面的经验有所欠缺，且诊断书部分专业医学术语与《人体损伤致残程度分级》的标准并不完全一致，因此有时我会借助相关案例辅助认定。

例如，在中国法律服务网上有一些关于人体损伤、伤残等级以及"三期"的法医临床鉴定案例。以往，我需要逐个打开网站上的案例，反复点击、复制和粘贴，制作汇总案例时耗费了大量时间，因此我一直期待AI能代劳这项重复劳动

过去，我觉得要把这些案例批量抓取并整理成Word汇总表，怎么也得懂点Python爬虫之类的技术。正是抱着这样的念头，我开始测试市面上的主流AI大模型和一些桌面agent工具，看它们到底能不能替我把活干了。

二、各大软件的测评

（一）主流四大AI大模型测试

我们先打开主流的四大AI大模型：Deepseek、豆包、智谱、通义千问。

结果它们都无法直接抓取网页并按要求整理出汇总。通义千问更是直接告诉我，它的功能仅限于解析和检索我主动提供的具体内容或文档。看来，光靠常规对话模式还解决不了这种需求。

（二）热门AI大模型测试

接下来，再测试一些比较热门的AI大模型，比如秘塔、Kimi、元宝、文心一言。

秘塔、元宝、文心一言都无法直接抓取信息，Kimi似乎支持抓取，但算力不足。我打算找个周末再做测评，以避开算力高峰期。

（三）具备抓取能力的大模型深度测试

接下来开始测试这些能成事儿的大模型，基于它们获得的高度评价。但本人想说明一点，此次测试仅针对单方面案例的抓取，并不代表其他大模型不行。在上述几个大模型中，我通常首选使用它们，只能说每个大模型的侧重点不同。

这次测试的大模型包括：MiniMax新出的M3模式、美团AI浏览器、通义千问的任务助理模式，以及周末早上为避开算力高峰期而设置的Kimi模式，还有扣子（最近很热门）、天工AI（最近感觉发力也很猛，期待以后的表现）。

【MiniMax M3模式】表现最优！可以直接抓取，而且还将爬取的案例整理成册，并编写案例编码，只能说太强了！

【美团AI浏览器Tabbit】表现一般般，没有像MiniMax那样对案例进行编号，也没有给案例全文。

【Kimi】直接总结了26个有效案例，并按表格标注了重点，也算耳目一新，中规中矩。

【通义千问任务助理模式】开启后明显比普通模式强了一些。不过它只能抓取本页的十个案例并进行总结，表现也一般。

【扣子3.0】更新后的表现也可圈可点，但只能抓取本页面的十个案例，整体表现一般。

【天工AI】需要充值会员，在赠送三百积分的情况下，也只能抓取本页十个案例。不知道充了会员会不会有更优异的表现，从检索的结果来看应该是可以的，所以其表现还是不错的。

【测试结果汇总】

三、桌面Agent（小龙虾）

限于精力，目前只测试两款：腾讯出品的Marvis和百度出品的DuMate。

【腾讯Marvis】能将案例全文整理成册，但没有像MiniMax那样对案例进行编号，同样表现优异，位居前两名。而且这些桌面Agent明显比AI大模型更容易做这些工作。

值得一提的是，Marvis使用期间曾中止过两次工作。我又给它发送指令催促，这特别像现实中的打工人，不催就偷懒。最终在我的催促下，它把活儿干出来了，而且干得非常漂亮。我催它干活的场景，也特别像这个软件主界面里正在"打工"的Marvis。

【百度DuMate】有点捉摸不透。

四、结语

AI的迭代越来越快。能明显感觉到，这已经可以实质性地减少我们的一些工作，甚至替代部分工作。

今年年初，同事就和我聊过：现在AI越来越好用了，可等它真正好用时，就开始收费了。真正到收费的时候，我想我们也愿意付费，因为做得真的很好。

律师到底会不会被AI替代，这是一个问号。如果真的被替代了，我相信也不只是律师行业，各行各业都会受到冲击。我们能做的就是顺应历史潮流，拥抱AI、接纳AI、学习AI。