2026 年 8 月 25 日，Google Cloud 发布 Gemini Enterprise for Legal，面向律所和企业法务团队开放预览。合同审核、监管动态跟踪、数据主体访问请求处理、诉讼文件脱敏和 NDA 起草，都被放进了首批展示场景。[1]

几个月前，Anthropic 已经走过类似的一步。Claude 在 1 月底推出法律插件，5 月又将其扩展为 Claude for Legal，加入 12 个法律领域插件，以及一批法律数据、文档管理和专业 AI 连接器。2 月初，最初那次规模有限的插件更新还曾引发法律数据与专业软件公司的股价震荡。[2][3]

把两次发布放在一起看，行业信号已经相当清楚：掌握基础模型的公司正在走出 API 供应商的位置，亲自设计律师可以使用的法律工作产品。它们既要与 Harvey、CoCounsel、Legora 等专业法律 AI 合作，也开始争取用户入口、使用时间和企业预算。

Google 与 Anthropic 选择了不同的切入面。Claude 先把律师的工作方法做成可安装、可修改的插件、Skills 和 Agent；Gemini Enterprise for Legal 更强调进入大型机构已经使用的文档、邮件、合同、证据和知识系统，并把权限、日志与模型使用放到同一套企业治理体系中。

两条路线最终指向同一个问题：当 AI 能够读取事项材料、调用专业系统并执行连续任务时，律师每天从哪里发起工作，谁就更有机会成为法律服务的上层入口。

1. Claude 先把法律工作方法做成产品

2026 年 1 月底，Anthropic 在 Claude Cowork 插件体系中加入法律插件。Cowork 是 Claude 处理文件和连续任务的工作环境。安装插件后，用户可以直接调用合同审核、NDA 分流、合规跟踪和法律简报等预设流程，不必每次都从空白聊天框重新组织提示词。

5 月 12 日发布的 Claude for Legal 将这条路线进一步展开。官方仓库覆盖商业合同、公司事务、隐私、产品、劳动、诉讼、监管、AI 治理、知识产权、法律诊所和法学生等场景，并提供供应商合同审核、DSAR 响应、解雇审查、监管监测和合同续期提醒等具体 Agent。[2][4]

这套产品可以概括为三层：

Anthropic 同时给出了明确的责任安排：输出供律师复核，引用和司法辖区假设需要标记，发送、提交或依赖重要结果前应设置人工确认。这样的设计承认了法律工作的基本现实——模型可以参与处理，专业责任仍由律师承担。

— Claude 与 Google 进入法律产品层的时间线

2. 股价震荡暴露了市场真正担心的事

Claude 法律插件发布后，资本市场的反应远远超过产品当时的规模。2026 年 2 月 3 日，LexisNexis 母公司 RELX、Wolters Kluwer 和 Thomson Reuters 等专业数据与软件公司出现明显下跌；Reuters 随后统计，全球软件和服务板块在六个交易日内蒸发约 8300 亿美元市值，并将 Claude 插件视为市场重新评估软件公司前景的触发因素之一。[3]

这场抛售既没有验证 Claude 的法律准确率，也无法证明传统法律科技会被迅速取代。市场当时重新计价的是一种可能性：如果律师可以在 Claude 中调用合同审核、合规跟踪和法律研究流程，原本分散在多个专业软件里的用户入口，是否会逐步汇入一个通用 AI 工作台？

在此之前，基础模型公司更多处于产品背后。Harvey、CoCounsel、Legora 和其他法律科技公司调用 Claude 或其他模型，再叠加法律数据库、检索、工作流和用户界面。Claude 法律插件让投资者第一次直观看到，模型公司也能封装法律任务并直接交付给律师，这才是股价反应背后的结构性焦虑。

3. 后续格局比“谁取代谁”复杂得多

5 月，Thomson Reuters 通过 MCP 将 CoCounsel Legal 连接到 Claude，使用户能够进入由 Westlaw、Practical Law 和 KeyCite 支持的专业流程。Claude 获得了权威内容与研究能力，Thomson Reuters 则把自己的服务带到新的工作入口。与此同时，CoCounsel 的新产品仍可以使用 Anthropic 的技术栈，双方在用户入口上存在竞争，在底层能力上又互相依赖。[5]

这类合作说明，基础模型公司进入法律市场后，专业厂商的价值没有随之消失。权威法律内容、事项文件、合同状态、证据管理和成熟的权限结构，恰恰是通用模型进入真实法律工作时最缺少的部分。变化主要发生在调用关系上：专业系统过去希望用户停留在自己的界面中，今后还要考虑怎样在 Claude、Gemini 等上层入口里继续被使用。

1. 四类组件共同构成产品

Gemini Enterprise for Legal 是建立在 Gemini Enterprise 之上的行业解决方案。已经部署 Gemini Enterprise 的机构可以申请增加 Legal 能力，新客户则需要通过 Google Cloud 的销售渠道申请预览。Google 将其结构概括为法律 Skills、MCP 连接器、专业及合作伙伴 Agent，以及统一治理的 Gemini Enterprise 平台。[1][6]

Google 在发布材料中反复强调，基础模型的通用能力无法独自满足法律工作的要求。客户保密、ethical wall、matter 权限、机构 Playbook、持续变化的法律规则和可核验引用，都需要由模型之外的系统承接。[1] 这句话也解释了产品为何把重点放在连接和治理上：Google 希望接近法律工作的现场，单纯在聊天框里生成法律文本已经无法支撑这一目标。

2. 首批场景覆盖了合同、合规、隐私和诉讼

Google 展示的场景大致可以分为四组。合同工作包括供应商协议审核、NDA 起草，以及从历史合同中提取常用条款和退让位置，帮助团队建立或更新 Playbook；监管和隐私工作包括跟踪规则变化、比较内部政策、识别差距并辅助处理 DSAR；诉讼场景则包括识别法院文件中的个人信息和敏感内容，供律师确认后完成遮蔽；法律研究和文书工作还涉及检索权威材料、验证引用与准备初稿。[1]

这些场景仍然来自 Google 的产品说明。Google 尚未公布独立测试结果，也没有披露真实业务中的漏检率、错误率、稳定性或平均节省时间。当前能够确认的是产品准备进入哪些工作环节，至于表现是否足够稳定，还要等待机构测试和后续证据。

3. 连接器决定 Gemini 能否进入真实事项

Gemini Enterprise for Legal 的合作名单覆盖了法律工作的多个环节：办公系统包括 Google Workspace 和 Microsoft 365；文档与知识管理包括 iManage、NetDocuments 和 HighQ；合同与签署包括 DocuSign；诉讼证据包括 Everlaw 和 RelativityOne；法院与公共法律资料包括 CourtListener 和 Courtroom5；专业法律 AI 则包括 Harvey、Legora 和 Solve Intelligence。[1]

如果把这些名称放回一份供应商合同，Google 希望形成的工作方式大致如下：

这是一种基于产品结构的场景化解释，Google 尚未证明所有连接器都能完整执行这条链路。连接器的意义也不止于“让 AI 看见更多文件”。在法律工作中，正确的事项、正确的权限、正确的版本和正确的历史背景往往比文件数量更重要；缺少这些条件，模型越能执行，错误传播得越快。

4. 合作名单不能直接换算成可用功能

不同合作方披露的开放状态差异很大。Thomson Reuters 表示，HighQ MCP 连接已经上线，但目前为只读；用户继续使用原有 HighQ 身份，matter wall、文件夹权限、文档安全和审计日志继续适用，Gemini 只能取得该用户原本有权访问的内容，也不能通过该连接修改底层文件。[7]

Everlaw 的 Gemini 连接仍处于 private preview，计划在随后数周向共同客户开放；DocuSign 的 Gemini Enterprise MCP 连接器已经面向全球英语用户开放，可以查询合同、签署状态和续期信息，并支持部分创建或工作流操作，但 Gemini Enterprise for Legal 本身仍需申请，相关能力还在分批上线。[8][9]

因此，采购者不能只看合作伙伴 Logo，还要逐项确认连接器的开放范围、读写权限、身份控制、日志留存、结果回写和撤回机制。一个只读的 matter 连接、一个可以触发合同流程的连接器，以及一个仍在 private preview 的证据接口，代表着完全不同的生产风险。

5. 安全承诺需要进入合同与技术测试

Google 表示，客户数据、机构 Playbook、提示词、自定义 Agent 和模型输出不会用于训练其基础模型；连接器应继承原系统中的身份与权限，输出也会提供能够返回原始材料的引用。Gemini Enterprise 的统一控制层还负责身份、策略、日志和治理。[1][6]

这些承诺为企业采购提供了起点，真实部署仍需核验更细的问题：数据存储和处理地点、支持人员访问、日志与缓存期限、权限撤回后的历史结果、Agent 调用外部工具的记录方式、不同客户和 matter 之间的隔离，以及自定义 Skills 和运行记录能否导出。官方材料描述了设计目标，合同条款、权限测试和真实任务测试才会决定目标能否持续兑现。

两款产品都在使用 Skills、Agent、MCP 连接器和合作伙伴生态，但当前的产品重心有明显差别。

— Claude 与 Gemini 进入法律工作的两条路径

Claude 首先回答“怎样让 AI 按照这个团队的方法工作”。初始化访谈、practice profile 和可修改插件，适合愿意先从具体任务试验的个人与团队。Gemini 首先回答“怎样让 AI 在这个机构已有的系统里工作”。它更关注文件位置、用户权限、专业系统连接，以及 IT 和风险团队如何统一管理。

真正成熟的法律 AI 需要同时具备这两种能力。只懂合同 Playbook，却无法找到正确文件或识别 matter 权限，系统很难安全运行；能够访问多个系统，却不了解机构的审核标准、风险偏好和升级规则，结果也不会稳定。Anthropic 和 Google 当前的差异，更像是先从哪一端进入，而非终局能力的永久分界。

媒体对 Google 的解读也集中在“入口”上。Reuters 将此次发布放进科技公司争夺法律市场的背景中；其他报道则注意到，Google 采取了较强的合作姿态，让专业厂商保留数据与产品，由 Gemini 负责连接和调度。[10] 这种观察有解释力，但发布日股价平稳或合作名单庞大都不足以证明市场已经认可产品，真正的判断仍要回到部署范围、用户留存和工作质量。

1. 模型公司开始直接面对法律用户

过去，Anthropic、Google 和 OpenAI 主要通过 API 进入法律行业，最终用户购买的是 Harvey、CoCounsel 或其他法律科技产品。Claude for Legal 与 Gemini Enterprise for Legal 让模型公司直接提供带有明确法律场景、工作流和连接器的产品，也让“模型供应商”与“法律产品公司”之间的边界变得模糊。

这不会形成整齐的阵营划分。模型公司继续调用专业法律系统，法律科技公司也会组合多个模型；文档、合同和证据平台把自身能力开放为连接器，大型律所则建设自己的 AI 工作环境。不同公司会在入口、数据、工作流和客户关系上竞争，同时在其他层面互相调用。

2. 法律 AI 的评价单位从答案扩展到工作过程

聊天工具阶段，用户主要判断模型能否读懂合同、概括案件和回答法律问题。进入企业系统后，评价维度明显增加。

语言流畅只能说明模型具备生成能力。法律团队最终关心的是，系统有没有在正确事项中使用正确资料，按照当前标准完成任务，并让律师看清过程中的遗漏、不确定性与人工决定。

3. 专业法律能力会越来越像基础设施

Claude 需要 CoCounsel、Westlaw 和 Practical Law 提供权威研究，Google 需要 iManage、NetDocuments、Everlaw、HighQ 和 DocuSign 提供事项材料、证据、合同信息与权限。Harvey、Legora 等专业法律 AI 也同时出现在不同平台的合作名单中。

这使专业厂商面临新的选择。它们可以继续经营独立入口，也可以把数据、检索、验证和专业流程做成能够被多个 AI 平台调用的能力。两条路线通常会并存：一方面守住深度产品和客户关系，另一方面确保律师无论从 Gemini、Claude 还是其他界面发起工作，都能调用自己的核心资产。

Thomson Reuters 是这种多重身份的典型。它把 CoCounsel 连接到 Claude，又把 HighQ 接入 Gemini Enterprise for Legal，同时继续开发自己的模型、内容和专业产品。专业厂商的护城河正在从“用户必须打开我的界面”，逐步转向权威数据、事项上下文、验证机制、权限体系和行业流程的综合深度。

4. 法律团队自己的经验需要写得更清楚

Claude 与 Google 都把 Playbook 放在产品结构的重要位置。对人类律师来说，“重点关注责任条款”“结合风险灵活处理”可能足以启动工作；对一个需要稳定复用的系统，这类表达仍然过于模糊。责任上限的标准立场、可接受例外、最低退让位置、升级条件、业务确认事项、输出格式和留痕方式，都要转换成更明确的规则。

这会推动律所和法务部门重新整理长期依赖口头传授和临场判断的知识。不同机构使用同一个模型，效果仍可能相差很大，因为决定质量的还有各自的 Playbook、模板、历史样本、权限设计和复核标准。法律 AI 的部署因此越来越接近组织工程，一次软件采购无法覆盖其中的大量准备工作。

5. 律师的复核对象和培养方式都会变化

当 Agent 可以调用多个系统时，律师除了检查最终答案，还要了解 AI 读取了哪些文件、使用了哪一版 Playbook、是否碰触了错误事项、哪些来源被纳入或遗漏、执行过什么操作，以及哪些动作已经获得人工批准。产品若不能提供清晰引用、过程记录和确认节点，律师看到的仍然只是一个外观完整却难以验证的结果。

这种变化也会影响初级法律工作。合同初审、文件归类、尽调表格、案件时间线和监管信息收集既包含大量重复劳动，也承担了训练年轻律师的功能。AI 接手更多第一轮处理后，年轻律师需要更早学习资料范围判断、事实核验、遗漏识别、Playbook 理解和结果复核；律所则要主动补上新的训练机制，避免效率提高后，专业判断的形成过程反而被削弱。

Claude for Legal 的插件可以由付费用户安装和调整，个人或小团队较容易从单一任务开始试验。Gemini Enterprise for Legal 需要通过销售渠道申请，更适合已经使用 Google Cloud 或 Gemini Enterprise，并准备连接多个内部系统的组织。这样的产品差异会影响启动成本，但不会把用户机械地分成“小团队用 Claude、大机构用 Google”两类。

更可能出现的是多供应商并存。小团队会先测试可安装插件和脱敏任务，大型机构则同时评估多家产品，再统一处理身份、安全、采购和数据边界；同一家律所也可能针对合同、诉讼、研究和知识管理采用不同工具。Freshfields 在 2026 年 4 月宣布与 Anthropic 合作，数月后又成为 Google 的早期合作律所，已经体现了领先机构保留选择的做法。

截至 2026 年 8 月 27 日，Gemini Enterprise for Legal 仍处于申请式预览，没有面向个人用户的独立自助注册入口，也未公开单独价格和正式商用日期。机构若准备申请，应当先明确测试场景、地区、用户规模、现有系统与目标连接器，并要求 Google 逐项确认开放状态、读写权限、数据驻留、日志保留、预览期费用和退出后的数据处理。

Claude for Legal 已经可以实际测试。个人与小团队可以先使用公开资料、脱敏合同和模拟任务观察插件的工作方式；涉及客户文件、商业秘密和受保密义务约束的信息时，则应先完成账号类型、企业配置、数据条款和连接器权限审查。两类产品的合理起点都应当是范围有限、结果可核验的任务，而非一次性接入全部事项和系统。

Gemini Enterprise for Legal 的产品方向已经清楚，生产表现仍缺少公开证据。Google 没有公布标准价格、正式商用时间、独立准确率评测或大规模客户效率数据，部分连接器也处在预览或分批上线阶段。

Claude 插件曾经引发的股价震荡同样只能解释投资者预期，不能充当产品质量评测。当前较为稳妥的结论只有两个：基础模型公司已经开始直接开发法律产品；法律 AI 正从单次问答进入由预设流程、机构 Playbook、外部系统和统一治理共同组成的工作环境。

Claude for Legal 先让市场看到，基础模型公司可以把合同审核、合规跟踪和法律研究封装成律师能够安装和修改的产品。Gemini Enterprise for Legal 随后给出另一条路线：连接律所和法务部门已有的文档、合同、证据与办公系统，再用统一界面调度 Skills、Agent 和专业服务。

这两次发布共同确认了法律 AI 市场的一次上移。竞争焦点已经从“模型能否写出一份像样的法律文本”，扩展到谁能掌握工作入口、连接正确事项、调用权威资料、执行组织规则，并在整个过程中保留权限、引用、日志和人工控制。

专业法律科技公司的价值会在这套结构中重新表达。权威内容、案件文件、合同信息、证据系统和专业流程仍然不可缺少，只是它们越来越可能通过多个 AI 工作台被调用。律所与法务部门提供的 Playbook、模板、风险偏好和最终判断，也会成为系统能否真正落地的关键资产。

对法律团队来说，眼下最有价值的动作并非急着在 Gemini 与 Claude 之间押注。选择一个重复发生、范围明确且能够核验结果的任务，准备好相应材料和作业规则，再检查 AI 能否稳定识别事实、遵循 Playbook、提供可靠依据，并在正确节点把决定交还给律师，这条路径更接近真实部署。

产品发布可以迅速拉高预期，法律工作的信任只能在一次次真实任务中建立。谁能把模型、数据、系统和专业判断组织成经得起复核的工作过程，谁才更可能成为律师长期使用的入口。