iCourt法律AI研究院2026年3至4月做了一次大规模调研，回收有效问卷1389份，覆盖执业律师、企业法务和高校法学生三个群体。报告总字数超过八万，其中几个数字值得单独拿出来看：

这些数字指向同一个结论：中国律师群体的AI应用，在行业内完成了一场“静默革命”。

它之所以“静默”，是因为推动这场变化的不是某份政策文件，也不是哪家律所的高调宣言。它就发生在最日常的工作场景里——深夜赶写文书的时候，面对堆积如山的案卷梳理证据的时候，为了一个关键判例翻遍数据库的时候。

当超过36%的律师说，失去AI意味着每周要多花超过5小时，AI对他们而言已经不是效率工具了。它变成了工作运转的基础设施——和水电网一样，断了就没法正常干活。

高盛2023年报告指出，44%的法律工作具备被AI自动化的技术可能性。世界经济论坛《2025年未来就业报告》预测，到2030年全球22%的就业岗位将面临调整，法律行业首当其冲。

但“替代”这个词需要拆开看。不是整个律师被替代，是律师工作的不同层次受到不同程度的冲击。

先看被替代的部分。

合同审查领域，LegalOn 2025年合同调查显示，AI用于合同审查的比例从2024年初的8%增长到2025年的14%，同比增长75%，近三分之二的公司正在积极评估AI解决方案。这个增速放在任何行业都是惊人的。

再看文书生成。广东英德检察院的AI写作系统，可在1分钟内生成2000字的检察文稿初稿，截至2024年底已累计生成案件文书120件。放在律师行业，起诉状、答辩状、律师函、代理词等标准化文书的初稿生成，已经从“能不能用AI写”变成了“为什么不用AI写”。

但同样值得关注的是那些AI难以触及的领域。

想一想当事人为什么来找你。

不是因为你的法条背得比别人熟——AI背得比谁都熟。也不是因为你的文书格式比别人规范——AI排版比谁都整齐。

是因为在某个关键节点上，你能做出一个AI做不出的判断。

这个判断可能是：AI预测胜诉率只有30%，但你通过证据重构和法律解释把局面翻过来。调解桌上，你捕捉到对方一个微妙的让步信号，顺势推进和解。多重法律路径都看似可行，你能区分出哪一条对当事人整体利益最优。面对一个情绪崩溃的当事人，你先把人稳住、把事情理清，再谈法律方案。

这些能力有一个共同的名字：不可编码的经验判断。AI擅长处理“已知的已知”和部分“已知的未知”，但法律实务中大量存在的是“未知的未知”——那些无法被结构化、无法被标注、无法被训练的场景。而恰恰是这些场景，构成了律师核心价值的底座。

2026年的关键词不是“大模型”，而是“Agent”（智能体）。

大模型和Agent的区别，用一句话概括：大模型是“你问它答”，Agent是“你布置任务，它自主规划、调用工具、执行完成”。

怎么理解Agent？想象你给一个大模型装了三样东西：一本只属于你的内部资料库、一组它自己能调用的数字工具、一套你事先设好的操作流程。装完之后，它不再等你一句一句地问——收到任务就自己规划、自己调用、自己执行。这就是一个能干活的法律Agent。

举例来说，一个部署完善的商标侵权分析Agent，收到“A商标与B商标在第25类服装商品上的混淆可能性分析”这个任务后，会自主完成以下链路：

1. 联网搜索A、B商标的市场实际使用情况和消费者评价

2. 在律所私有判例库中检索与服装类别商标近似判断相关的最高院判例

3. 从“音、形、义、相关公众注意力、销售渠道”五个维度展开分析

4. 生成包含风险评级（高/中/低）的完整分析报告初稿

整个过程不需要律师逐环节干预。律师的角色从“操作员”变成了“审核员”——审查Agent的输出质量，修正偏差，注入个案特有的策略判断。

部署这样一个Agent需要什么？不需要写代码。以我日常使用的WorkBuddy为例，每个法律技能就是一个Markdown文件——把办案流程写清楚：第一步做什么、第二步做什么、碰到A情况走哪条路、碰到B情况走哪条路。写完保存，WorkBuddy就会了。从今年3月份接触WorkBuddy到现在，我在这上面建了90多个法律技能，覆盖从合同审查到判决分析、从证据整理到模拟法庭的全链条。零行代码，全是Markdown。

2026年4月，北京知识产权律师杨晓燕在一篇广为流传的文章中描述了三个Agent实战场景：

专利侵权比对：以前一个年轻律师花三天做的Claim Chart初稿，AI十分钟出初稿，律师工作变成“审核与修正”，效率提升超过80%。

商业秘密取证：在近50GB的电子证据中，Agent通过关联邮件内容和异常流量日志，定位到一个人工排查几乎不可能发现的证据——一封被告发往个人邮箱的加密压缩包。

诉讼策略沙盘：用AI扮演对方律师，进行红蓝对抗推演，预判所有可能的攻击点。

这些不是未来幻想。这是2026年正在发生的事。

工具已经普及，但配套的规则、伦理和培训体系还没跟上。iCourt的报告指出了三个明确的滞后：

三个滞后叠加在一起，构成了法律行业特有的AI治理困境。

但困境的另一面就是机会。率先补齐这三块短板的律所和律师，将在下一阶段的竞争中占据显著优势。

这里有必要单独谈谈AI幻觉问题。当前AI最常见的问题是“在没有足够信息时生成看似专业实则错误的内容”——包括虚假的法条引用、不存在的案例名称、逻辑自洽但结论错误的法律分析。在美国，已有AI生成的虚假判例出现在诉讼材料中，对司法公正构成实质威胁。

2026年5月，法律行业有一篇广为引用的文章提出了一个简洁有力的框架：

这句话可以视为Agent时代法律服务的核心逻辑。AI提供的是“副驾驶”的建议，不是“机长”的决策。在任何法律文书上签名的那个瞬间，责任就在律师肩上——这个原则，在AI时代不仅没有弱化，反而更加重要。

在AI能完成越来越多“专业动作”的背景下，律师的核心价值正在发生迁移。一个越来越清晰的趋势是：律师不再仅仅是法律知识的“存储和输出者”，而正在变成法律世界与普通人世界之间的“翻译器”。

这个隐喻值得展开。

当事人在走进律所之前，往往说不清楚自己的问题到底是什么。他们把生活事实、情绪、猜测、网上查到的零星法条混在一起，一股脑倒给律师。过去，律师需要花大量时间从这些混乱信息中提取出法律关系、识别出请求权基础、筛选出有证明价值的证据线索。

这就是“翻译器”的第一层含义：把当事人的生活语言翻译为法律语言。

反过来，当律师形成了专业判断后，需要让当事人理解——为什么这个案子的胜诉率只有三成？为什么“以事实为依据、以法律为准绳”这句话落在具体案情上，意味着你可能拿不到你想要的赔偿？为什么调解方案比你坚持打到底更符合你的利益？

这是“翻译器”的第二层含义：把法律判断翻译为当事人能理解、能接受的决策信息。

AI时代，这两层翻译能力的重要性不降反升。

原因很简单：AI可以生成一份完美的法律意见书，但AI做不到对面坐着一个愤怒、焦虑、语言混乱的当事人时，先让他平静下来，再从他支离破碎的叙述中精准抓出那个“关键事实”。AI可以输出一套逻辑严密的法律分析，但AI无法感知当事人在听到分析结果时那一瞬间的表情变化，然后调整表达方式，换一种他能接受的切入点重新来过。

翻译器的本质，是在技术理性和人类情感之间架一座桥。这座桥，AI暂时还搭不了。

法律行业有一个正在成形的新概念：Agentic Attorney。

它指的不是“会用AI的律师”，而是“能将法律经验翻译并训练成自动化能力的律师”。这种“架构师”级别的律师，有三项核心能力：

这三个能力本质上都不是技术能力，而是法律功底叠加系统思维系统思维的产物。

拿我自己的实践来说。在WorkBuddy上，我的90多个法律技能不是随意堆砌的——它们是一个有层次的能力体系：底层是法律检索、法条校验、术语规范这些通用能力，中层是合同审查、证据分析、判决预测这些专业模块，上层是新案全流程、投标全流程这些编排级工作流。这就是“业务架构与逻辑拆解力”的具体落地。不是你多装了工具就有这个能力，而是你能不能在接到一个案件后，脑子里自动浮现出一张“哪些环节交给AI、哪些环节自己把关、数据怎么在它们之间流转”的地图。

一个只会用AI写文书的律师，和一个月薪三千的实习生区别不大——因为AI本身就能做到。但一个能在接到案件后，快速判断哪些环节适合用AI、哪些环节必须亲力亲为、哪些环节需要人机协作、在AI输出的基础上做出不可替代的策略判断的律师，是AI无法定价的。

这个判断力的来源没有捷径：足够多的实务经验、足够广的知识储备、足够深的思考习惯。AI可以帮你省掉那些重复劳动的时间，但这些时间省下来之后，你是用来刷手机还是用来精进专业判断力，决定了一个律师在AI时代的位置。

讨论“何去何从”的最终目的是行动。以下四个步骤，不需要律所层面的决策，不需要大额预算，一个执业律师个人就可以从今天开始操作。

第一步：选定一个主力模型，用起来

别再观望。选一个模型，开始在日常工作中使用。怎么选——

· 处理大量中文案卷和裁判文书：选长文本能力强、中文理解力好的

· 起草英文法律意见书：选语言风格沉稳、专业感强的

· 复杂逻辑推理和诉讼策略推演：选推理能力突出的

· 海量证据审查与跨文件关联分析：选上下文窗口大的

不要追求把所有模型都试一遍再决定。选一个，用一个月，用到形成肌肉记忆。我自己日常在WorkBuddy上根据不同任务切模型——文书起草调一个，策略推演调另一个，设定好后，平台帮你做路由，不用手动来回换。

第二步：搭建个人知识库

把自己历年积累的合同模板、谈判要点、案件复盘笔记、专业意见书整理上传。让AI了解你的工作习惯和专业偏好。随着知识库的积累，AI的建议会越来越贴近你的个人风格。

工具方案：我自己用的是WorkBuddy搭配IMA知识库——WorkBuddy负责调度和技能串联，IMA负责知识沉淀和语义检索。

第三步：学会写提示词

同样的AI工具，提示词写得好坏，决定了输出结果的天壤之别。

说穿了，写好提示词就五件事：第一，告诉AI你是谁——比如“你是有十年建设工程纠纷代理经验的律师”；第二，说清楚你要它做什么——目标越具体越好，“审查第三条工程款支付条款”比“审这份合同”有效得多；第三，把你掌握的背景塞给它——当事人是谁、适用什么法律框架、有哪些特殊约定；第四，规定输出格式——表格还是段落、不超过多少字、按什么逻辑排列；第五，画一条不能越过的线——“仅引用中国现行有效法律”“不得生成未经核实的虚假案例”。

好的提示词不是一次写成的。用一次，看输出，分析哪里不对，改提示词，再用一次。三到五轮迭代之后，把这个提示词存为模板。所有常用场景——合同审查、类案检索、起诉状起草——都建立对应的提示词模板，调出来直接用，改几个参数就行。这是最划算的时间投资。

第四步：从尝鲜到部署，搭建第一个Agent

不要满足于“和AI对话”。尝试在WorkBuddy上搭建你自己的第一个法律Agent——零代码，用Markdown写技能文件即可。我最复杂的一个技能（新案全流程）把从接案到结案的十个节点全部串联起来了，收到一个案子，它自动走完案件评估→法律检索→证据分析→策略建议→文书起草的全链路。但你的第一个Agent不用这么复杂——从“法律基础咨询机器人”开始，上传你主攻领域的核心法条和常见问答，让它自动回答潜在客户的基础问题。

当你看到它能准确引用你上传的文档来回答问题时，你就真正踏入了Agent时代的大门。

回到标题的问题：AI时代，智能体时代，律师该何去何从？

我想用三句话收尾，不是什么大道理，是自己想了几个月之后的真实判断。

第一句：AI能干的活，别跟它抢。法条检索、合同初筛、文书初稿、证据清单——这些活继续手工作业不是“专业精神”，是浪费时间。策略选择、风险判断、当事人沟通、庭审应变——这些事AI是参谋，你是司令，决策得你下。参谋出错，责任在司令。这个主次关系不能被技术的光环模糊掉。

第二句：省下来的时间，别只管接更多案子。AI帮你每周省出五到十个小时，如果只用来多做几个初筛，你的不可替代性并没有增加。但如果用来深入研究一个新型法律问题、打磨一套自己的诉讼方法体系、在某个细分领域积累到别人追不上的深度——你就等于在给自己的专业壁垒加高。AI替你省时间，你要把时间花在AI做不到的事情上。

第三句：做翻译器，不做复读机。AI复读法条比你好，复读判例比你快，用漂亮的格式复读你的法律意见也不是问题。但AI不能把一个哭诉的当事人的混乱叙述翻译成清晰的法律关系框架，不能把一个冰冷的胜诉率数字翻译成当事人能接受的决策建议。这个翻译能力，是律师在AI时代最坚固的护城河。

高盛那个“44%的法律工作可被自动化”的报告，吓到了很多人。换个角度看，它同时意味着56%56%的法律工作无法被自动化。关键不是那44%，而是你能不能成为那56%的一部分。

技术不会取代律师，但会重新定义“律师”这个词的含义。