经常在各种同行交流的场合,听到一些资深合伙人很笃定地跟我算这样一笔账:

“陈律师,现在的 AI 工具隔三岔五就变,今天出个新模型,明天又冒出个新概念。用起来动不动还有幻觉,要么得配规则,要么得建工作区,折腾起来费劲巴拉。不如我先放一放,等个一两年,等大模型能力更强了、产品彻底成熟了,我直接‘抄后路’切进去用,既省下了前期摸索的学习成本,拿到的还是更好用的工具。这不是性价比最高吗?”

每次听到这种说法,我都觉得特别能理解。

如果退回到 PC 时代或者移动互联网时代,这种“等等党”的决策极其英明。买传统软件,晚买往往能买到性能更强、价格更低、补丁打得最完善的版本。但如果把这套算盘搬到大模型和智能体(Agent)的时代,它恰恰成了专业人士最大的认知陷阱。

因为你忽略了一个根本性的底层逻辑:传统软件看的是上限,而智能体看的仅仅是起点。


一、传统软件买的是“上限”,智能体喂养的是“起点”

为什么大家习惯了“等产品成熟再抄后路”?

回想一下我们日常用的办公工具:Word、微信、Photoshop,或者律所采购的 OA 协同系统。这些属于典型的传统确定性软件。

这类软件有一个共同特征:厂商交付给你的那一刻,基本就是它的能力上限。

代码是写死的,功能菜单是预设好的。你买了 Office 2024,它的排版排阶和宏运算能力,在出厂那天就已经被工程师彻底封顶了。你用一年还是用三年,它不会因为你的办案习惯而变得更聪明。在这个逻辑下,晚买确实划算——等厂商把 bug 修复完,把交互界面做得极其傻瓜,你再切入,没有任何时间上的沉淀劣势。

但这一代的 Agent,底层的运转机制完全变了。

如果今天有一家技术厂商敲开你办公室的门,宣称他们研发出了一款“史上最好用、最懂中国律师业务的法律专属 Agent”,拿来就能直接出极高质量的诉讼方案和非诉意见书,我的建议是:保持审慎。

不是厂商的技术不行,而是这件事在逻辑上根本跑不通。

大语言模型本质上是什么?它是一条纸带上的词语接龙。模型厂商能做的,是给你提供一个智商极高、算力充沛、读完了人类所有公开法条与判决书的底座。当厂商把一个 Agent 交付到你手里的那一刻,绝不是它能力的成熟期,仅仅是它能力的起点。

厂商怎么可能掌握你在具体办案中对特定法院裁判尺度的微妙拿捏?怎么可能掌握你在给头部房企提供并购重组服务时,在谈判桌上形成的利益平衡直觉?

它根本不掌握。厂商只能给你一个通用的合格底座,至于这个底座能不能在你的专业领域里发挥出八十分、九十分的实务战力,完全取决于你后续的规则喂养与经验沉淀。

把一个买来即到顶的传统软件思维,套在一个必须靠交互不断生长的智能体上,从一开始就打错了算盘。


二、默会知识的触发逻辑:写在纸上写不出,带徒弟时全出来了

为什么厂商做不出真正懂你的专业 Agent?核心卡点在于四个字:默会知识(Tacit Knowledge)。

我经常在培训时给台下的合伙人们提一个问题:

如果今天给在座的各位合伙人每人发一张白纸,请你把你执业十年、二十年积累的全部法律实务经验、案件判断直觉和执业秘诀,原原本本地写在纸上,谁能写得出来?

坦白讲,反正我是写不出来的。

但这绝不意味着我们脑子里没有货。恰恰相反,那些真正支撑一个律师收出溢价、赢得客户信任、在复杂庭审中扭转局面的能力,大部分都属于无法被轻易条理化的“默会知识”。

那这些知识什么时候会被激活?

往往是在一个极其具体的工作场景里,在人与人的交互碰撞中被“勾”出来的。

比如你带的年轻助理起草了一份起诉状或者法律意见书拿给你审。你扫到某一页、看到某句话的瞬间,你的直觉立刻就报警了:

“这个案子对方虽然违约了,但反诉的切入点不能这么定,否则会陷入主次合同关系的举证死胡同;”

“在浙江这边的实务裁判口径里,针对这类建设工程工期索赔的签证瑕疵,法院的审查重点从来不是签证单的形式,而是工程指令的往来事实;”

“给这个国企客户发答复,结论必须放在第一段,商业风险的权衡必须优先于纯法条的罗列……”

你看,当看到助理拿出的半成品、听到他给出的错误答复时,你的专业直觉、裁判尺度判断,就像开关一样瞬间被触发了。

现在的 Agent,机制上像极了一个刚进所的顶级助理。

他可能毕业于清北哈佛,是个法学博士后,脑容量巨大,人类所有公开法规案例他倒背如流。但他没有任何社会经验,没有踩过坑,更不知道你的脾气、你的偏好和你服务客户的边界。

你在工作区(Workspace)里给他预设规则(AGENTS.md),在每一次文书交互中纠正他的偏航,把你的办案准则固化为一条条明确的规矩、流程和技能(Skill)。

你在交互中对他的每一次纠偏,本质上都是在把那些沉睡在你脑子里的默会知识,逐步显性化为机器能持续遵循的规则资产。


三、观望的时间账:你等来的是廉价算力,失去的是专属壁垒

理清了默会知识的触发机制,我们再回过头来算一算“抄后路”的时间账。

很多人以为,等一两年,自己省下的是学习成本。

其实大模型发展到现在,底座模型的推理能力越来越强,各家模型之间的差距正在迅速收窄,Token 的调用成本也在呈指数级下降。模型本身越来越像日常用的水和电。你今天充 50 块钱,能调用海量的顶级模型算力,每个人在算力获取上都是极其平等的。

这也意味着,纯粹的模型选择,在未来根本构不成任何专业壁垒。

真正的壁垒究竟在哪里?

就在于你有没有花时间,把你的专业判断、你的裁判尺度、你的实务方法论,变成了一套能被 Harness(马具系统)牢牢约束住的专属工作区。

同样是用某一款 Agent 平台,你用了一个月,我用了一个月:

  • 如果我从来不沉淀规则,只是把它当成网页版 Chatbot 碰运气提问,它给我的回答每次都是平庸、泛泛的通用公文;
  • 而你在这一个月里,通过处理十个真实的建工索赔案件、审查几十份复杂的股权转让协议,不断把你的纠偏思路、核验节点、引用标准沉淀成了本地规则库;

那么到了第二个月,即便我们用着完全一样的底座模型,你的 Agent 输出的成果,无论在颗粒度、风险穿透力还是商业尺度把控上,都会对我形成降维打击。

因为你的 Agent 已经“长”出了你个人的专业基因。

如果你选择观望一年、两年,确实,两年后你看到的软件界面可能比今天更丝滑,点一下按钮就能调用更新的模型。

但你损失的是什么?

你损失的是整整两年的“人机喂养期”。

在这一两年里,你没有给你的 Agent 犯错的机会,你脑子里的默会知识就没有机会被具体的业务场景“勾”出来,你也就根本无法构建出一套专属于你或者你团队的办案规则资产。

等到两年后你带着空白的脑子入场,面对那个同样空白的通用 Agent 时,你依然得从第一天开始带学徒,依然要经历一次次交文书、一次次纠偏、一条条磨合规则的完整周期。

时间并没有因为你的等待而替你把专属经验沉淀下来。你省下的只是微不足道的操作门槛,丢掉的却是同行用真实业务数据和规则迭代拉开的不可逆的时间差。


四、结语:从“工具使用者”转为“数字学徒的带教导师”

所以,在面对这一轮 Agent 技术浪潮时,法律人最需要扭转的,就是看待工具的心态。

不要再以“买一款省心家电”的预期去挑选 Agent,也不要幻想有一款开箱即用、万能全包的“法律神器”会从天而降。

把心态换一换:把你面前的代码窗口或工作台,当成一位新招进来的高智商徒弟。

他一开始不完美,会犯错,会引错法条,会避重就轻。这非常正常。每次他出错的时候,恰恰是提醒我们补齐规则护栏的最佳契机。通过在工作空间里不断迭代规矩、沉淀数据、接入权威校验,这个学徒就会在具体的办案场景里持续生长,最终演化成一个能在关键时刻为你放大数十倍产能的“数字分身”。

最好的播种时机,永远不是等果树完全长成,而是在当下,亲手把第一颗种子埋进你的工作区里。


作者简介: 陈石律师(主页 chenshi.ai),浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任,第十届宁波市律师协会常务理事、第七届宁波仲裁委员会仲裁员,聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可,荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳(华东),入选《商法》The A-List 法律精英,获评 ALB China 区域市场十五佳长三角地区路由器长三角地区律师新星,并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务,承办“首宗百亿地王”“长春第一高楼”“台州第一高楼”等代表性项目,累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合,强调以结构化方法打通技术逻辑、法律判断与商业场景;著有《赋能法律人:AI 底层思维与应用范式》,并在多地开展相关主题讲座与分享。