星辰实验场 · 法律职业观察
2026.08.14
从提问到委托执行 · 法律团队的新门槛
OpenAI 企业客户中，法律职能使用 Codex 的周活跃用户增长 108 倍；几乎同时，DeepSeek 将 Agent Harness 开源。
模型可以买，Agent 底座可以下载。真正拉开法律团队差距的，是谁先把资深律师的判断变成系统。
自今年 2 月以来，OpenAI 企业客户中，法律职能使用 Codex 的周活跃用户增长了 108 倍。几乎同时，DeepSeek 把 Agent Harness 开源了。
一条消息说明，法律职能正在快速采用 Agent，知识工作开始从提问走向委托执行。另一条消息说明，模型之外的执行底座开始以开源方式进入公共市场。
把 108 倍放回完整数据里看，变化更加明显。同期，销售和招聘职能的 Codex 周活跃用户增长 41 倍，市场增长 26 倍，工程增长 5 倍；截至今年 6 月，Codex 已经贡献企业客户 Codex 与 ChatGPT 合计输出 Token 的 64%。OpenAI 对这一变化的概括很直接：企业 AI 正在从回答问题，转向执行工作。
两条消息放在一起，暴露出一个更大的变化：法律工作正在从“人使用 AI”，走向“组织复制判断”。当通用模型和 Agent 底座逐渐成为公共能力，法律团队之间的差距将更多取决于谁能把风险偏好、谈判经验、审批规则和历史判断沉淀下来，让它们被持续调用。
问题也因此变得更加现实。当另一个法律团队已经把资深律师的合同立场、风险偏好、谈判经验、审批规则和历史判断做成一套可被 Agent 持续调用的系统，而你的团队仍然依赖律师逐份阅读、逐条判断、逐小时交付，你们还在不在同一条成本曲线上？
当模型可以买，Harness 可以下载，律师还剩什么最值钱？答案不再只是拥有法律知识，也不只是亲自写出一份好文本。更值钱的是面对复杂事实作出判断、处理规则之外的例外、为结果承担责任，以及把其中可以复制的部分变成整个组织都能调用的系统。
模型、Harness、知识库与判断系统共同构成可执行的法律工作
一、108 倍背后，劳动分工开始改变
FROM ANSWERS TO EXECUTION
在 ChatGPT 阶段，律师仍然是主要执行者。律师确定任务、寻找资料、阅读文件、形成判断，再完成文本。AI 可以回答问题、总结材料、提供初稿，但工作仍然围绕律师本人展开，律师过去常问的是：“这份合同有什么风险？”
Agent 改变了这层关系。律师现在可以直接委托一段完整工作：读取合同及其附件，识别交易结构和我方角色；调取对应的合同 Playbook；找出所有偏离标准立场的条款；根据公司风险等级提出修改；检查定义、交叉引用和前后冲突；最后输出红线版本、风险清单和需要升级审批的问题。
两种用法的差别很清楚。问“这份合同有什么风险”，主要是在调用模型的知识；交付后面这一整段任务，则是在把执行过程交给 Agent。Prompt 变长只是表象，真正发生的是执行权开始转移。
OpenAI 内部已经出现了这种迁移。工程团队最早转向 Codex；Legal、Finance 和 Recruiting 大约在 2026 年 4 月才跨过以 Codex 为主要 AI 工具的节点，但转换速度更快。目前，OpenAI 内部平均律师和招聘人员超过 85% 的输出 Token 来自 Codex，ChatGPT 的占比已经很低。
这当然不能直接代表整个法律行业。OpenAI 是一家高度技术化、AI 原生的公司。法律职能 108 倍是增长倍数，不能代表绝对人数；OpenAI 没有公布 2 月的具体用户基数，低基数效应很可能存在。
还要注意，法律职能（Legal function）不等于法律任务（legal tasks）。OpenAI 统计的是使用者所属职能，不能据此确定每次使用对应的具体任务；官方报告同时显示，编码、系统和 Agent 操作占 Agent 类消息的近 75%，非技术职能也在执行跨越传统边界的技术任务。因此，这些新增使用不能全部理解为合同审核、法律研究或法律写作。
这些数据没有证明法律已经超过工程成为 Codex 最大用户群，也没有证明法律 Agent 已经安全、准确、成熟。108 倍真正值得关注的地方在于，法律职能正在迅速接受一种新的工作方式：人们开始把自动化、分析、文件处理乃至部分法律任务，交给一个可以持续运行的执行系统。
二、DeepSeek 开源了 Agent 的执行底座
OPEN-SOURCE HARNESS
DeepSeek Harness 最值得关注的地方，不在于它能不能成为下一个 Codex 或 Claude Code。更重要的是，它把模型之外的执行层明确地拆了出来。这套关系可以用一个简短公式来理解：Agent = Model + Harness。
模型可以理解法律、生成文本、进行推理，却不了解一家机构具体如何工作。它不知道这家公司不能接受什么风险、哪一版合同模板已经过期、哪类客户可以获得例外，也不知道哪些决定必须升级给高级律师，以及一项任务做到什么程度才算完成。这些答案存在于机构的历史、流程和人的经验里，不在通用模型中。
Harness 的作用，就是把这些原本散落的东西组织起来：把上下文提供给模型，把工具交给模型，把执行步骤写进工作流，把权限和审批设成边界，把检查标准变成 Evaluation，再把全过程记录下来。DeepSeek 选择把这层能力做成可替换的插件，意味着至少在架构上，模型不再是不可移动的中心。模型适配器、工具注册、会话日志和 Agent Loop 本身，都可以通过配置替换。
这会带来一个非常现实的结果：Agent 的通用技术骨架会越来越容易获得。模型可以采购，Harness 可以下载和改造，工具调用、会话管理、沙箱、任务循环和运行追踪也可能逐渐成为标准能力。
但有些东西无法从 GitHub 下载。DeepSeek 可以开源 Harness 和 Agent Loop，也可以开源会话日志机制，却无法开源一家公司的风险偏好、一家律所二十年积累的谈判经验，更无法提供资深律师处理具体例外时的判断。
基础设施可以开源，专业判断仍要由机构自己积累。但这里还有更尖锐的另一面：如果专业判断始终只存在于律师脑中，它虽然不会被开源，也无法被规模化。
每接一个新项目，机构都要重新支付一次获取这项判断的成本；更换项目团队时，经验可能再次丢失，培养新人也继续依靠口头带教、个人记忆和漫长试错。这种专业能力很珍贵，却没有复利。
三、Legal Harness：法律部门的“可执行版本”
EXECUTABLE LEGAL WORK
很多法律 AI 项目过去做的是知识库，把法律法规、案例、合同模板和内部制度放进一个系统，再让模型检索和回答。这当然有价值，但知识库回答的主要是“我们知道什么”。它保存的是资料，Harness 保存的则是做事的方法。
Legal Harness 要回答的是另一个问题：遇到这类事情，我们究竟怎么做？通用模型可以解释什么是责任限制条款，却不了解一家机构处理这类条款的具体尺度。它不知道这家公司对不同交易类型的责任上限分别是什么，不知道哪些间接损失可以让步，也不知道超过什么金额必须升级到总法律顾问；这些已经超出单纯法律知识的范围，属于机构判断。
把机构判断变成 Legal Harness，需要完成一次真正的知识编译。资深律师脑中的隐性经验要变成明确的 Playbook，“视情况而定”要拆成可以识别的条件和例外，“重点看一下”要落实为具体的检查项和遗漏标准。项目中的纠错也要沉淀为下一次任务可以复用的 Skill、Workflow 或 Eval。法律知识可以采购，机构判断必须由组织自己编译。
因此，Legal Harness 的价值已经超出一个更大的 Prompt 或装满文件的数据库。它更接近一家法律组织如何完成工作的可执行版本，也为过去主要依靠带教完成的经验复制提供了新的载体。
知识库保存资料，Legal Harness 保存机构做事的方法
一家法律组织由此可能开始通过 Harness 复制判断，但这并不意味着取消律师。真正困难的部分仍然需要律师处理，包括定义目标、解释语境、处理例外、平衡利益和承担责任。律师的角色会逐渐从亲自完成每一个步骤，转向定义什么是正确、决定什么可以交给机器，并对例外和最终结果负责。
四、法律行业将出现两种完全不同的生产方式
TWO OPERATING MODELS
未来，两家法律团队可能使用完全相同的模型。第一家团队把 AI 当成更快的搜索框和写作工具。
律师每次上传一份合同，重新输入要求，重新解释公司立场，重新检查模型遗漏。项目结束以后，经验仍然主要留在参与项目的几个人脑中。
它拥有了 AI 工具，生产方式却没有发生根本变化。每个项目结束后，团队下一次仍要重新解释、重新检查，继续从接近零的位置开始。
第二家团队则把合同规则、客户背景、历史修改、审批权限、风险标准和评估机制放进 Harness。Agent 读懂合同后，会按照这家机构已经验证过的方法完成任务。一次人工纠错，会进入下一版规则；一个新发现的风险，会进入下一轮检查；一个资深律师的判断，可以被多个任务重复调用。
它开始拥有一套可以持续积累的机构判断系统。两家团队使用的底层模型可能没有差别，差别在于一家需要反复从头开始，另一家可以在上一轮经验之上继续运行。
OpenAI 将每月人均输出 Token 位列前 10% 的企业称为 Frontier Firms，并将处于第 45 至第 55 百分位的企业作为典型企业。两类企业可以获得相同的模型，但使用深度已经明显不同：前者的 Skill 周使用率为 19%，典型企业只有 3%；Plugin 使用率分别为 21% 和 9%。
这组数字背后的逻辑很简单：差距不在模型访问权，而在组织把模型放进了什么环境。一家机构真正的 AI 壁垒，在于它是否把自己的专业知识、执行方法和反馈机制，变成了模型可以使用的环境。
这正是法律行业即将面对的分水岭。对律所而言，一部分组织仍主要出售人的时间，另一部分已经开始复制人的判断；对企业法务部而言，一部分团队仍让每项工作重新消耗律师时间，另一部分则让每次判断沉淀为下一次可以复用的能力。
五、律师真正该担心的，是能否把经验留下来
RETAIN THE EXPERIENCE
对律师个人来说，最危险的误解，是把这一轮变化理解成一次新的软件培训。好像只要学会几个 Prompt，掌握几个 Agent 产品，就已经完成了转型。
这种理解很浅。Prompt 主要解决一次交互，Harness 处理的则是一套能力如何被稳定、重复地执行。未来最有杠杆的律师，未必是亲自完成任务最多的人，也未必是最会向模型提问的人。
更重要的能力，是把模糊任务说清楚，把隐性判断表达出来，把复杂经验拆成规则和例外，再把质量要求变成可以检查的标准。律师还要知道哪些步骤可以自动化、哪些决定绝不能交给机器，并愿意为最终结果承担专业责任。
这项要求的重点不在写代码。它要求的是另一种更困难的能力：把“我会做”，变成“这套系统也能按照我的标准做”。
如果一个律师的专业价值，只有在他本人打开文件、逐行阅读并亲自输出时才能产生，那么他拥有的是很强的个人能力。但这项能力仍然被锁在个人时间里。
如果他的判断可以被结构化、调用、验证和迭代，它才开始成为机构资产。因此，AI 时代资深律师最大的价值，可能逐渐从拥有更多答案，转向解释：自己究竟为什么这样判断。
六、律师还剩什么最值钱？
THE SCARCE VALUE
律师的稀缺价值集中在判断、例外、责任及其组织化沉淀
当然，现在还远远没有到可以宣布“法律已被 Agent 攻克”的时候。DeepSeek Harness 仍然处于开发者预览阶段，官方明确提示未来会出现破坏兼容性的变化；它当前展示的主要场景也仍然是 Coding Agent，距离可以直接部署的法律产品还有一段距离。
OpenAI 的 108 倍同样只是增长率，不代表绝对规模、任务质量、风险水平或商业回报。但这两条消息依然重要。
因为它们指向同一条成本曲线：模型智能正在变得更充足，Agent 基础设施正在变得更开放。接下来真正稀缺的，将逐渐从模型能力转向被结构化、被验证、可以被反复调用的专业判断。
一家律所可以购买同样的模型。一家企业法务部可以部署同样的开源 Harness，不同组织也可以连接相似的法规、案例和合同数据库。
真正拉开差距的，将是它们有没有能力把自己的风险偏好、谈判经验、工作流程和责任边界，编译成一套 Agent 能够执行的系统。AI 本身没有客户信任，没有机构记忆，也不会自动承担法律责任；法律团队仍然需要有人理解复杂事实、处理例外，并对最终结果负责。
OpenAI 企业客户中法律职能的 Codex 周活跃用户增长 108 倍，可能只是这个变化露出水面的第一个信号。DeepSeek 开源 Harness，则进一步降低了进入这种新生产方式的技术门槛。当越来越多工作开始由 Agent 执行，真正拉开差距的，是专业判断能否摆脱对律师本人即时在场的依赖。
当知识越来越容易获得、文本越来越容易生成，真正稀缺的会集中到三件事上：信息不完整时的判断、规则覆盖不到时的例外处理，以及结果无法外包时的责任承担。更有杠杆的律师，还能把这些能力中可以复制的部分留在组织系统里。
未来最值钱的律师，不只是判断最准的人，而是能够让正确判断离开自己本人、留在组织系统里的人。