夜雨聆风——智律云如何把 Claude Mythos 的思考循环，搬进法律场景
一份劳动合同，客户说："三年期，试用期给到12个月，方便以后管理。"
一个"听话"的法律AI会怎么做？大概率是——照办。格式工整、条款齐全，几秒钟出稿，看起来无懈可击。
但《劳动合同法》第十九条写得很清楚：三年以上固定期限合同，试用期最长不得超过六个月。这份"完成得很漂亮"的合同，从签下的那一刻起，就自带一个随时可能被主张无效的坑。
这不是模型"不懂法"——这条规则大概率就"躺"在它的知识库里。真正的问题是：它没有停下来，把用户给的信息和自己知道的规则放在一起"跑一遍"，看会不会撞车。它完成了任务，却没有完成正确的任务。
这也是这段时间我们一直在琢磨的问题：当 Claude 走进 Mythos 时代，法律AI 的"聪明"到底应该体现在哪？我们的答案是——不在于它知道多少，而在于下笔之前，它愿不愿意、有没有能力，先把各种"万一"在心里演一遍。这也是智律云这一轮 Copilot 升级，想要真正解决的问题。
一、Mythos时代，模型开始学会"做事"而不只是"回答"
今年6月，Anthropic 把模型序列拉出了一个新台阶——Mythos，一个位于 Opus 之上的新层级。Fable 5 是这个层级第一次真正走向公众的版本；Mythos 5 本身则先在 Project Glasswing 项目里，只向一小部分受信任的合作伙伴开放，用于高强度的攻防式安全测试。
有个细节很值得玩味：把 Mythos 级模型交出去之前，Anthropic 联合美国政府、英国 AISI 以及多家第三方机构，花了几千个小时"攻击"自己的模型——不是等上线后出问题再补救，而是提前把各种极端场景跑一遍，把模型可能被绕过、被诱导犯错的地方，一条条揪出来。
这揭示了一个朴素但容易被忽略的道理：模型越强，越不能"直接上生产"。真正配得上"更强"两个字的，从来不是给出答案的速度，而是上线之前，有没有把能想到的坏情况都认真推演过一遍。
这一点，恰恰是法律行业最缺的东西。
二、Mythos的思考过程：真正的智能，是"敢于推翻自己"
Claude 的"扩展思考"（Extended Thinking）机制，常被当作一个纯技术名词，但它背后的逻辑其实很朴素：模型在给出最终答案前，会先在内部把问题"嚼"一遍——试一条路径，发现走不通，退回来，换个角度再试，反复自我校验，直到收敛出一个真正站得住脚的结论，才把它"讲"出来。
这跟一个好律师改稿子的过程几乎一样：先写一版，再把自己切换成"对方律师"的视角挑毛病，挑出漏洞就推翻重写，直到挑不出毛病，才敢定稿。
区别只在于，Claude 把这个"自我推翻"的过程变成了一套可以稳定复现的机制，而不是依赖某次"状态好"。这正是我们想搬进法律场景的东西——不是让AI多背几条法条，而是让它养成"自我盘问"的习惯。
三、把 Loop 搬进法律场景：从 Context→Action→Verify，到"取证→推演→查漏"
Anthropic 在讲 Claude 智能体的工作方式时，反复提到一个朴素的循环：收集上下文、采取行动、验证结果，然后重新循环。这也是 Claude Code 能可靠完成复杂编程任务的核心原因——它不会一把梭直接把代码写完交差，而是先在隔离的沙盒环境里跑一遍，测试不过就回头改，改完再跑，确认安全、确认能跑通，才真正放行。
我们把这个循环，翻译成了法律场景里的三段式：
取证：不只是接收用户给的信息，还要主动核对——这些信息够不够、新不新（引用的法规是否为现行有效版本）、和用户的真实身份、地域是否匹配。
推演：这是我们认为最关键、也是目前大多数法律AI最容易跳过的一步——落笔之前，先在"沙盒"里，把这份文书或建议放进多个可能的场景里跑一遍。
查漏：把推演中暴露出的冲突、遗漏、过时依据逐条列出，收敛为一份"这里可能有问题"的清单——收敛了，才生成正式结果；没收敛，就主动向用户开口，而不是沉默地把问题埋进文档里。
Loop 三段式：取证 → 推演 → 查漏 → 收敛后生成，未收敛则主动澄清。
这套思路其实并非从零开始。用过 Copilot 的朋友可能记得，让它起草劳动合同时，它会先反问岗位是否涉及核心技术、要不要加一条职务发明和保密条款；生成合同时，也会自动核对公司注册地，套用对应的地方性规定。这一次的升级，是把这类"经验型"的追问，变成一套显式的、可复用的推演机制——覆盖的场景更广，查漏更系统，不再依赖某一次恰好"想到了"。
四、沙盒里，AI要提前演的是"万一"
回到开头那份劳动合同，放进沙盒之后，推演大致是这样：
• 场景一：合同期限三年——试用期的法定上限是多少？（六个月，用户说的十二个月直接冲突） • 场景二：岗位涉及核心技术或产品设计——要不要补一条职务发明和保密条款？ • 场景三：公司注册地属于有地方性规定的城市——通用模板需不需要对应调整？
选择思考深度是高，就可以使用 ；
image.png
五、不是不执行，是拒绝"盲从"
有必要澄清一点：我们想要的AI，不是一个凡事都要反复确认、磨磨蹭蹭的AI，而是一个分得清"完成任务"和"完成正确的任务"的AI。
大多数请求信息完整、场景清晰，Loop 走一轮就能收敛，该多快还是多快。真正需要它"慢下来"的，是那些看起来"够用"、实际藏着冲突或空白的请求——而这恰恰是最容易出事，也最考验一个法律AI是否真正专业的地方。
一个只会"听话"的AI，和一个真正专业的法律助手，差别往往就在这一步：前者把用户说的话直接翻译成文档；后者会在翻译之前，先替用户多想一步。
写在最后
Mythos时代给这个行业的启示，从来不是"模型变得更大了"，而是"更强的能力，必须配上更谨慎的验证机制"。对法律AI而言，这句话尤其沉重——我们生成的不是一段文字，而是一份可能被拿去签字、拿去起诉、拿去仲裁的东西。
把 Loop 和沙盒推演做扎实，本质上是在做一件很朴素的事：让AI在按下"生成"之前，多一次自己给自己挑刺的机会。这或许不是最快的路径，但我们相信，这是法律AI唯一该走的路径。