AI 时代，法律职业正在出现第二条分化线

最近读到一篇“法务 AI 落地实战”系列文章，作者把法律人的 AI 使用水平分成五级：不用 AI、把 AI 当问答机、有自己的工作流、能做产品、能做组织级 AI 系统设计。¹

这篇文章很有价值。它没有停留在“哪个 AI 工具更好用”“哪个模型更强”这类表层讨论，而是把一个更现实的问题摆到了台面上：在同样的技术条件下，法律人的能力差距正在被重新拉开。

更进一步看，这个分层提醒我们：法律职业过去很大程度上依靠年限、资历、项目经验和专业积累来区分能力层级。一个人做了几年、参与过多少项目、处理过多少案件、服务过什么客户，往往决定了他在团队中的位置。这套逻辑当然不会消失。法律行业依然高度依赖经验、判断、责任和信任，资深法律人的价值也不会因为 AI 出现而被轻易抹平。

但 AI 进入法律工作之后，论资排辈不再是法律人的唯一能力轴。一条新的分化线正在出现：法律人不仅会因为专业年限和经验深度不同而分层，也会因为其在 AI 参与的法律服务链条中承担不同角色而分化。

有人仍然旁观，有人只是临时问答；有人已经把 AI 融入自己的工作流；有人开始把个人方法封装成团队可复用的工具；还有少数人开始思考 AI 参与后，法律服务本身应当如何重新组织、复核、交付和负责。这不是简单的“谁更会用工具”。它更像是法律职业多了一条新的坐标轴。

一、五级分层不是升级打怪，而是五种角色状态

原文提出的五级分层很好：L1 不用 AI，L2 把 AI 当问答机，L3 有自己的工作流，L4 能做产品，L5 能做组织级 AI 系统设计。但这个分层不应被理解成一条人人都必须走完的升级路线。

并不是所有法律人都要从 L1 升到 L5，也不是 L5 就一定比所有 L3、L4 更“高级”。更准确的理解是：这五级对应的是法律人在 AI 时代可能承担的不同角色状态。

L1：AI 旁观者

原文的判断是： L1 知道 AI 存在，但工作中完全不用。理由可能是合规限制、数据安全、领导没有要求，也可能只是借口。面对一份陌生采购服务合同的 3 分钟初步审查任务，L1 仍然会直接打开 Word 从头读，最后要么凭印象说几句套话，要么承认时间不够。

我的观察是： L1 在法律行业并不罕见，也不应被简单嘲笑。法律工作涉及保密义务、客户授权、商业秘密、个人信息、诉讼策略和监管敏感事项，谨慎使用 AI 本身是合理的。有些机构没有开放工具，有些场景确实不适合随意输入材料。

但如果一个法律人长期停留在 L1，真正的问题不是少用了一个工具，而是会逐渐失去对行业变化的感知。当合同条款提取、法规摘要、尽调材料整理、会议纪要、证据目录、风险清单、合规问卷这些工作开始被 AI 改变时，完全不用 AI 的人会越来越难判断：哪些工作已经可以被增强，哪些工作仍然必须人工完成，哪些能力正在成为团队的新标准。

L1 不是“能力低”，而是一种旁观状态。它的风险在于，法律人可能仍然很专业，却越来越难理解新的工作方式。

L2：AI 问答使用者

原文的判断是： L2 会打开某个 AI 对话框，复制几段合同进去，问一句“这里有什么风险”。AI 给了答案就直接使用，没有固定方法，每次都从零开始，prompt 临时想，问题颗粒度很粗，基本不做二次判断。原文还提到，根据作者多次培训观察，目前法律行业 80% 以上的人停在这一层。

我的观察是： L2 是目前最常见的状态。他们已经开始用 AI，也可能会写一些不错的提示词，会要求 AI 输出表格、清单、摘要、初稿，甚至会让 AI 模拟律师口吻或法务口吻。这个阶段不应被简单理解为“只会写粗糙指令”。

L2 和 L3 的真正差别，不在于提问是不是漂亮，而在于有没有形成稳定的工作记忆。L2 的典型状态是：这次问得不错，下次又从零开始；今天产出还可以，明天换一份材料就不稳定；某个提示词当时有效，但没有沉淀成模板；AI 犯过的错误没有记录；自己为什么满意或不满意，也没有变成下一次可以复用的检查标准。

所以，L2 的问题不是“不会用”，而是使用仍然具有很强的临时性。它能解决即时问题，却很难形成持续的交付能力；它能带来局部效率，却不一定能带来稳定质量；它能让人感到 AI 有用，但也很容易让人觉得 AI “也就这样”。这正是很多法律人卡住的地方：他们已经在用 AI，但还没有把 AI 变成自己的工作方法。

L3：AI 工作流使用者

原文的判断是： L3 面对合同时，会调出自己预先准备好的东西，可能是一段 prompt 模板、一份审查清单，或者一套针对不同合同类型的处理套路。处理节奏明显有章法，能在 3 分钟内跑完一轮基础审查，结论有结构、有重点。原文特别强调，L3 和 L2 的核心区别在于“可复用”。

我的观察是： L3 是一个非常关键的分水岭。这一层的人不只是临时问答，而是能把 AI 稳定嵌入自己的日常工作。他知道合同审查不是一句“帮我看看风险”，而可以拆成主体、交易结构、付款、交付、验收、违约、解除、责任限制、保密、数据、争议解决等模块。他知道法规分析不是简单总结，而要识别适用对象、义务类型、触发条件、期限、责任后果和业务影响。他也知道会议纪要不只是整理文字，而是要提取决策、待办、责任人、风险点和后续材料需求。

L3 的核心不是“更会写 prompt”，而是能稳定交付。同一类任务，今天能跑，明天还能跑；不是每次重新发明轮子，而是有模板、有清单、有步骤、有复核点；AI 不再是一个临时回答者，而是进入了个人工作流。

未来大量法律人的目标，其实不是都成为 AI 产品经理或系统设计者，而是成为合格的 L3：能够把 AI 稳定用于自己的工作，并因此获得更高的响应速度、更好的材料处理能力和更稳定的基础交付。这会成为很多律师、法务、合规人员的新基本盘。

L4：AI 工作流封装者

原文的判断是： L4 是“能做产品”。面对同样的合同审查场景，L4 可能不会手动审，而是拿出一个专门处理这类合同的工具。这个工具可能是 skill、GPTs 或内部小工具，合同丢进去，结构化输出直接出来。原文给出的判断标准是：一个陌生人拿过去能不能直接用起来。

我的观察是： L4 与 L3 的差别，不是“个人使用更熟练”，而是角色发生了变化。L3 主要服务自己，L4 开始服务团队。

L4 的人能够把某一类工作方法封装成别人也能使用的东西。它可能是一个合同审查 playbook，一个尽调材料处理流程，一个隐私政策检查清单，一个监管自查材料生成模板，一个 GPTs，一个 skill，一个 agent，也可能是团队内部的小工具或知识库流程。

在律所里，L4 可能是知识管理律师、法律科技负责人、业务团队中的 AI 骨干，也可能是某个专业方向中负责标准化交付的人。在企业法务里，L4 可能是 legal ops、合规运营、法务知识库负责人，也可能是合同、隐私、诉讼、监管应对等具体场景的 AI 工作流 owner。

L4 的价值，不是自己处理得更快，而是让别人也能更快、更稳地处理类似问题。这类人会越来越重要。因为 AI 时代的组织效率，不只来自每个人各自变快，还来自团队能否把高频经验沉淀成可复用机制。

L5：AI 法律服务架构者

原文的判断是： L5 是能做组织级 AI 系统设计的人。它考虑的是完整系统：谁用、什么场景下用、和现有流程怎么衔接、合规边界在哪里、效果怎么度量、出问题怎么回滚、人员怎么培训、不同岗位的 AI 能力怎么分层匹配。原文还特别写到，L5 在测试场景中的现场操作可能看起来和 L3、L4 差不多，但最后会讲清楚这类合同在公司应该走什么流程，3 分钟审查在整个链条里属于哪个环节，后面还需要谁介入、什么时候介入。

我的观察是： L5 最容易被误解。它不是“最会用 AI 的人”，也不是“最会搭工具的人”，更不是所有法律人的终点。L5 对应的是一种组织设计角色：决定 AI 如何进入法律服务的生产、复核、交付和责任体系。

L5 要考虑的问题不是某个 prompt 怎么写，而是一项法律服务应当由谁发起、事实材料由谁提供、AI 处理哪一段、人处理哪一段、谁复核、谁负责、什么情况下必须升级给资深人员、AI 输出能不能直接进入正式交付、过程如何留痕、错误如何纠正、新人如何训练、客户或业务如何理解 AI 参与后的交付边界，以及组织如何在提高效率的同时保持可信和可控。

这才是 L5 和 L4 的真正差距。L4 是做出可复用工作流，L5 是设计 AI 参与后，法律服务如何被生产。对律所来说，L5 会涉及新人训练、合伙人监督、知识管理、交付质量、客户收费和责任承担；对企业法务来说，L5 会涉及业务入口、风险分层、流程流转、法务资源配置、数据治理和 AI 使用边界。所以，L5 不是“更高级的个人用户”，而是法律服务组织方式的设计者。

二、未来真正被重排的，是法律工作的岗位属性

如果把 L1 到 L5 理解为升级路线，就容易写成个人成长鸡汤：从不会用，到会用，再到高手。但更值得关注的是，AI 会让法律职业内部出现不同岗位属性。未来法律人不一定都朝同一个方向发展，而可能分化为几类不同角色。

第一类：传统专家型法律人

这类人依然非常重要。他们的核心竞争力是复杂法律判断、监管经验、争议策略、交易把控、客户信任和组织决策能力。重大交易、复杂诉讼、监管调查、危机应对、跨境合规、重大商业谈判，仍然需要这类法律人。AI 不会轻易替代他们，因为这些场景中的核心价值不是信息处理，而是判断、取舍、责任和信任。

但这类人也不能完全与 AI 脱节。因为团队中越来越多基础工作会由 AI 参与完成。资深律师或法务负责人即便不亲自使用 AI，也需要知道 AI 可能在哪些环节出错，底稿应该如何复核，哪些结果不能直接信任。也就是说，传统专家不一定要成为 L4 或 L5，但必须具备足够的 AI 判断力。

第二类：AI 增强型法律执行者

这是未来最大的群体，大体对应 L3。他们的本职仍然是法律工作，但 AI 已经成为日常交付的一部分。合同审查、法规研究、合规评估、会议纪要、案件材料整理、尽调底稿、初步风险识别，都可以通过 AI 提升效率。

在律所，这类人可能是中低年级律师、专业律师、律师助理。在企业，这类人可能是合同法务、隐私法务、合规专员、诉讼法务、区域法务、业务支持法务。他们不一定负责组织变革，也不一定设计工具，但他们需要形成稳定工作流。因为未来衡量一个法律执行者，不会只看他是否认真、细致、能吃苦，也会看他能否在 AI 参与下更快、更稳地完成基础交付。

这一类人会成为法律职业的新基本盘。

第三类：法律工作流设计者

这类人大体对应 L4。他们不只是自己会用 AI，而是能够把某类法律工作做成可复用机制。他们懂法律任务的真实颗粒度，也懂团队成员在哪里会犯错，知道哪些步骤可以标准化，哪些节点必须保留人工判断。他们可能不是传统意义上最资深的专家，但会成为团队中特别关键的人。

在律所，他们可能推动某类尽调、合同审查、监管研究、诉讼材料整理的标准化。在企业，他们可能推动合同审查、隐私评估、业务咨询、监管自查、投诉处理、案件管理的流程化。在法律科技公司，他们可能成为法律专家和产品技术团队之间的桥梁。

这类人的价值，是把个体经验转换成团队可调用的工作流。这不是所有法律人都必须走的路，但会是一条越来越清晰的职业路径。

第四类：法律服务架构者

这类人大体对应 L5。他们关注的是更高一层的问题：AI 进入之后，法律服务应该如何被重新组织。

在律所，他们要思考：初级律师如何训练？客户如何计费？AI 参与后的底稿如何复核？知识管理如何从后台支持变成生产基础设施？合伙人如何监督 AI 辅助产出？哪些服务可以产品化，哪些服务仍然必须高度定制？

在企业法务，他们要思考：业务问题如何进入法务系统？哪些问题可以业务自助？哪些风险需要自动升级？法务如何从被动响应转向风险分层处理？AI 输出如何进入审批流、合同流、案件流和合规记录？如何同时提升效率和控制责任？

这类角色目前还不成熟，但会越来越重要。他们不一定写代码，也不一定每天亲自操作 AI，但要能理解法律服务的生产逻辑、技术边界、数据治理、质量控制和组织协作。

三、律所和法务部门会发生不同的变化

同样是 AI 进入法律工作，律所和企业法务受到的影响并不相同。如果不区分这两类组织，就容易把问题写窄。

律所的变化：训练、杠杆和收费逻辑都会被冲击

律所传统上依赖人力杠杆。低年级律师做检索、整理、初稿、尽调、文件审阅；中年级律师负责整合和推进；高年级律师、合伙人负责判断、客户沟通和最终把关。这套结构既是生产方式，也是训练方式，还是收费方式。

AI 首先改变的，正是基础任务。过去需要新人花大量时间整理的材料，AI 可以先做第一轮；过去需要逐条比对的合同，AI 可以先标记偏离；过去需要初级律师检索汇总的法规，AI 可以先生成框架和清单。这会带来三个问题。

新人怎么训练

如果基础工作被 AI 加速，新人是否还需要从原始材料开始做？还是应该学习如何验证 AI 输出？如果不再经历传统“苦活”，他们如何形成法律手感？

律所杠杆怎么变化

过去的杠杆主要来自人员层级。未来，一部分杠杆会来自知识库、工作流、AI 工具和标准化底稿。团队中谁能设计这些机制，谁就会变得更关键。

收费逻辑怎么解释

如果 AI 显著提高基础任务效率，客户可能更关注价值而不是时间。律所需要更清楚地解释：哪些是 AI 辅助处理，哪些是律师判断，客户真正为哪部分价值付费。所以，对律所而言，AI 不是简单提高效率，而是会触及训练、交付和商业模式。

企业法务的变化：服务入口、风险分层和组织复用会被重构

企业法务的问题不完全一样。企业法务通常不向内部客户按小时收费，而是在有限人力下支持大量业务需求。AI 对企业法务的最大影响，可能不是替代某个法务，而是重构法律服务入口。

过去，业务遇到问题就找法务。法务人工判断问题是否清楚、材料是否齐全、风险是否紧急、需要谁处理。大量时间消耗在反复追问事实、解释规则、处理低风险重复问题上。AI 介入后，一部分工作可以前置。业务可以先通过 AI 引导补充事实；系统可以先进行事项分类和风险分级；低风险、高频、标准化问题可以通过知识库、问答助手和工作流解决；高风险、复杂、敏感事项再进入法务人工处理。

这会让企业法务从“问题处理者”逐渐转向“法律服务体系设计者”。法务需要决定：哪些事项允许业务自助，哪些必须进入人工审核，哪些材料必须提供，哪些风险需要自动升级，哪些结论可以作为初步建议，哪些必须由法务确认后才能对外使用，相关记录如何留存，AI 工具自身如何合规使用。

所以，企业法务的未来变化，不只是每个法务个人更高效，而是法务与业务之间的接口会被重新设计。

四、不是每个人都要成为 AI 专家，但每个人都要重新理解自己的位置

这篇文章最想讨论的，不是如何从 L1 一步步升到 L5。真正重要的是，法律人需要看清：自己所在的岗位，未来会要求哪一种 AI 能力。

一个优秀争议律师，未必需要亲自设计 agent，但必须理解 AI 生成的事实时间线是否可信，证据目录是否遗漏关键材料，案例检索是否需要重新验证。一个合同律师或合同法务，未必需要做组织级系统设计，但需要把合同审查变成稳定工作流，而不是每次从头开始。一个合规人员，未必需要开发工具，但需要知道如何用 AI 整理法规义务、生成业务问卷、识别适用边界，同时保留人工判断和复核。

一个知识管理律师、legal ops 或合规运营人员，未来可能需要承担 L4 角色，把团队经验变成模板、playbook、skill、知识库和流程。一个管理合伙人、法总或合规负责人，则需要具备 L5 型判断：AI 如何进入法律服务交付，如何影响人员分工，如何控制质量和责任，如何重构训练机制和服务模式。

这几类角色不是高低贵贱，也不是人人都要走到同一个终点。传统专家仍然重要，AI 增强型执行者会成为基本盘，工作流设计者会成为新的骨干，法律服务架构者会成为组织转型中的关键角色。

法律职业未来的变化，很可能不是“懂 AI 的人取代不懂 AI 的人”，而是不同法律人会在 AI 增强的法律服务链条中占据不同位置。

结语：真正的问题不是“我要不要升到 L5”

原文的五级分层之所以值得讨论，是因为它让我们看到：AI 进入法律行业后，法律人的差距不再只由资历、年限和专业经验解释。论资排辈不再是唯一能力轴。

这不是说资历不重要。恰恰相反，法律行业越进入复杂场景，经验、判断和责任越重要。但 AI 会让另一种能力变得显性：法律人是否能够理解 AI 参与后的工作方式，并在其中找到自己的角色。

所以，每个法律人真正需要问的，不是“我是不是要一路升级到 L5”，而是：我的岗位未来需要哪一种 AI 能力？我现在是在旁观、临时问答、稳定使用，还是已经开始设计工作流？我所在的团队，需要什么样的 AI 骨干？我所在的组织，是否有人在思考 AI 参与后法律服务如何生产、复核、交付和负责？

AI 不会让所有法律人走向同一个方向。它更可能让法律职业出现新的分工。有人继续成为传统专家，有人成为 AI 增强型法律执行者，有人成为法律工作流设计者，有人成为法律服务架构者。

未来真正稀缺的，不一定是最会炫技的人，而是能把法律专业能力、AI 协作能力和组织角色理解结合起来的人。这才是 AI 时代法律职业分层真正值得关注的地方。

参考资料

说明：本文件为公众号渲染试稿，建议在浏览器中打开后复制渲染结果，再粘贴到公众号编辑器。