一个月里，我们连着做了四场法律 AI 工作台直播：幂律的 MeWork、Quote law、几位律师自己手搓的工作台，以及法大大的睿契。产品形态差别很大，有通用办公 Agent 的融合版，有垂类封装的成品，也有律师一边办案一边搭出来的工具。

每场结尾，我们都会问同样五个问题：什么才算法律 AI 工作台？谁决定最终交付？律师和 AI 怎么分工？从个人到团队会发生什么？下一步往哪走，什么值得自己搭？

四场问下来，回答的人从产品经理、律所合伙人换到一线律师，答案却在一点点收拢。这篇按五个问题整理，把每场说到的关键判断放在一起看。

“AI 工作台”这个词已经快被用烂了。装一套 skill、在 Codex 里展开，也可以叫工作台。所以第一个问题，先要把边界划清楚。

不是界面，是法律人的工作逻辑

第一场，我给了三个硬要求：必须有依据；必须审慎有分寸，不能把没确认的说成已确认；拿出来的东西要能直接对外交付。我当时说得很直接：工作台要长在法律人自己的工作逻辑上，别让人削足适履去适应通用办公 Agent 的界面。

幂律的李融从产品角度解释了差别在哪：通用 Agent 要顾及所有行业，改一个交互，就要担心医学、经济学那边是不是不好用了；法律工作台可以把全部注意力放在法律上，包括依据、可反问、成果格式、要调哪些数据。孔律补了一个更具体的画面：一个疑难案件可能拖十几年、开八次庭，两句不同庭次的笔录、十年前合同里的一个条款，都可能决定结果。能把这么多上下文组织起来的工具，只有真正办过案的人才做得出来。

第二场的七爷把“法律 AI 工作台”拆成“法律 + AI”，工作台本身只是界面，手搓、开源还是封装都无所谓。法律那一半，是法律人对法规、案例、材料审核和文书起草的特殊要求；通用办公求的是能交差，法律人要的是精益求精。AI 那一半，底层模型正在趋同，真正的差别在上层的 harness，看它对垂直行业理解得多深。他打了个比方：通用模型在秀二头肌，真正把活干好的是灵巧的手指。

必备的只有一样：如实接续上下文

到第三场，几位自己搭工作台的律师把问题落到了办案现场。黄衢的说法最朴素：同一个案件的工作要能接着往下走，新材料进来，前面的成果还能用；少找材料，少重复交代背景，少重复填信息。叶丹妮区分了两层：广义上是接入 AI 能力的工作区，狭义上是给 Agent 用、内置法律知识库和规则经验的工作台。

我在这一场做了收束：花哨的功能都不是必备，必备的只有一样，如实接续上下文。法律建立在事实和证据上，接续做不扎实，出的就不只是假案例这类问题。做不到这一点，它和随手拿来的通用 Agent 没有区别。工作台的价值，是让法律人只专注法律本身，不用再担心事实梳理对不对、引用错没错。

确定性和可回溯：信任成本该由平台承担

第四场，法大大的潘睿用产品语言说了同一件事：法律工作台和普通工作台最大的区别是确定性和可回溯性。每个判断用了什么材料、得出什么结果，都要经得起核验、质疑和纠正。他还提了一个产品理念：建立信任的成本应该由平台承担。哪个模型适合什么任务、怎么路由，在工程层做好，不把所有选择都推给用户，因为大多数用户不是终极玩家。

梅荣补了另一面：大模型天然有讨好型人格，法律工作台要反着来，不急着给最终答案，而是告诉你这一版里哪些环节可能出错、需要你复核。

四场合起来看，第一个问题的答案已经比较清楚：界面形态不是核心，核心是依据、审慎、可交付，以及能如实接住长周期案件的上下文。

好模型、好平台、好技能都有了，初稿甚至已经像样。那么在最终交付里，哪一环最重？哪一环被低估了？

模型保下限，人定上限

李融的回答后来被反复引用：模型保下限，Agent 产品保任务完成的下限，人定义上限。他认为往后真正拉开差距的，是给模型的上下文质量和管理信息的方法：是睡一觉它就把事做好了，还是你得去微信里一个个把文件下载下来。孔律的角度更偏人：模型在检索和理性推理上已经比人强很多，人的长处是实务里攒下的那点 sense，所以最重要的是谁能提出好问题。他的建议是，不要去挑战模型的智力，但要教给它更多东西。

第一稿就能用，说明你在平均线

七爷的说法更扎心：如果你觉得 AI 的第一稿就能用，你的专业水平大概就在平均线附近。他估计法律人的平均线在 65 到 70 分之间。有些活按平均线交付就够了，有些活要多轮打磨，比如让 AI 扮演对方代理律师，跟它打一场模拟法庭。专业能力是在交互过程中体现的，不在某一个截面上。

工作台放大的是专业价值

第三场，我认为这个问题其实已经被现场回答了：几位律师的工作台和知识库，体现的不是 AI 能力，而是专业价值的放大。网安小胖的工作台是请别人动手做的，但做出来的正是数据合规人想要的东西；叶丹妮在通用的 LLM Wiki 方案上改了实体和概念结构，因为原来的逻辑不适配法律。

方法会被模型内化，审美不会

第四场把讨论往前推了一步。梅荣认为最容易被低估、也是他们重点在做的，是专家方法和交付质量。写一个 skill 不难，难的是把做好一件事的底层逻辑抽象出来，比如合同审查的“三关四步法”、诉讼的“九步法”。方法要能对研发同学讲清楚，讲不清，说明方法本身还要重想。讲清楚之后，再拆成可核验、可量化的节点，做成评测集，质量达标才上线。

潘睿接着指出了一个变化：专家方法正在被大模型内化，但内化的是能力，不是审美。问题抓得准不准、争点归纳得准不准、依据能不能撑住结论、表达好不好，这些判断靠的是法律人长年累月的训练。未来真正稀缺的，是判断什么算高质量交付的能力。

我用一组对照测试印证了这一点。同一个法规调研 skill，加与不加，对最强的几个模型几乎没有影响，对另一款模型增益很明显。模型越强，专家经验搭出来的框架越容易被吸收掉。但我仍然能一眼看出哪个模型的结果更好，而这种判断目前还说不清、也教不给模型。AI 技能上的差距会被培训和产品慢慢抹平，最后比的还是专业积累。

“判断交给人，干活交给 AI”，是很多人最早听到的分工说法。四场下来，这句话被改写了。

起点：纯逻辑交给 AI，事实和实务留给人

第一场的孔律还在划一条比较清楚的线：纯逻辑、纯理性、繁琐的事深度交给 AI；地方司法实务、事实判断和创作里的灵光一现由自己决定。成文法下的推导相对理性，事实和实践更依赖个人认知。至于线具体画在哪，他的原话是“大家自己去悟”。

学会发问，你的不满意就是你的品味

七爷把重点放在“发问”上。工具现在还是被动的，它很聪明，但需要人安排工作，所以他不喜欢单轮问答。AI 给出一稿之后，你觉得分五点太多、这段太长、法律依据该放前面还是事实该放前面，这些都是你的品味。工具越厉害，人的要求、品味和能力越能体现出来。

AI 已经在做判断，人负责核验和担责

到第三场，我直接点破：黄衢的实践已经打破了旧说法，现在很多判断其实是 AI 在做。黄衢愿意让 AI 多做，分析、方案比较、文书草案都交出去；结果出来后，他核对关键事实和来源，看有没有遗漏，有没有把推测当成事实。AI 先把工作展开，律师决定采用什么，并对交付负责。

二三十个问题，筛到真正的五个

网安小胖讲了一个很实际的例子。通用合同审核工具能列出二三十个问题，律师要从里面筛出真正影响合同实质的那五个。他见过年轻律师把 AI 列的二十多个问题原样发给客户，沟通下来大部分都被删掉。叶丹妮的做法是减少重复判断：第一次判断完入库，之后只要看 AI 是否引用了原来的链接，就能确认没问题。

用复盘和人机分流，把每次纠正留下来

第四场补上了机制。梅荣的关键词是复盘：当次结果不满意，能一针见血说出差在哪，让它再想，满意了记下来；做过一批案例后，让 AI 总结哪些值得保留，回头优化 skill；打磨到最优的共性做法，定期固化成技能，下次不必再交代背景。潘睿的关键词是人机分流：简单、可放心、核验过的直接交给 AI；必须有人参与的，让 AI 在复核前把决策需要的上下文备好，缩短人做决定的时间。

他还提到一个现实：当事人来见律师之前，往往已经问过 AI 了。通用知识的信息差会越来越小，律师的价值要从“知道得多”，转向快速进入新领域、用 AI 扩大自己的能力边界、站到客户那一边理解问题。

所以这个问题的答案变成了：AI 展开工作，也承担相当一部分判断；人负责核验关键事实和来源、做筛选、对外沟通，并对交付负责。复盘是把每一次纠正留下来的方式。

— 人机协作：从初稿到交付

一套东西在自己电脑上跑得很好，交给团队能不能用？同事迭代之后，怎么和原来的经验合在一起？

第一步不是统一口径，是让材料对 Agent 可见

李融先纠正了一个习惯性思路。过去做团队系统，核心是统一数据口径，财务系统里叫订单、法务这边叫合同，得先对齐。现在第一步是让所有相关材料都能放上来。一份关键笔录如果只是线下的录音，没进团队空间，Agent 读不到，就会给出错误结论。材料归总之后，再考虑从飞书、钉钉、邮件自动归集。这本质上是知识管理的系统工程，放在网盘还是工作台里都无所谓。

经验能沉淀成团队资产，人却未必学会

七爷引了一个观点：互联网把人连接起来，AI 把人孤立起来。可法律工作最终是人和人的交流。他认为行业传承传的就是品味和习惯，过去靠助理在师傅身边偷师，现在如果用团队工具沉淀下来，就成了团队资产。离职带走一套模板打不了天下，因为知识的使用依赖团队里积累的文档、讨论和改过的若干稿。

我对这件事保留了一份担心。我当年有师傅一个字一个字改我的上诉状，现在的年轻人没有这个过程了。固化好的 skill 和模板给出看似不错的结果，人却未必真的学会。模型会拉平很多东西，最后还是要看人懂不懂法律。

结构共用，差异保留

第三场，黄衢说得很具体：自己用的时候，很多背景在脑子里；交给团队，就得把流程讲清楚。模板、材料分类、成果结构可以共用；案件策略、律师的习惯、常用的 AI 工具要保留差异。共享的权限和保密要单独做好，不能默认已经解决。叶丹妮提出，个人知识库迁到团队库时，要带上贡献者的标签，出了问题知道找谁。

没人解决的问题：谁来维护，凭什么维护

我在这里点出一个四场都没解决的问题：激励。入库必须人工审查，否则脏数据会污染整个知识库；而维护是有成本的。给自己用没问题，给团队用，错了要自己背、还要自己更新，却没有任何回报。AI 从教材和公开判决里学到了结论，学不到办案过程；如果它从使用中学，又会平等地吸收一年级和八年级律师的做法。律所的差异化和长期竞争力，取决于能不能把这套激励机制想清楚。

让上下文在 Agent 之间流动，让系统记住带教

第四场的两位嘉宾从组织层面给了方向。梅荣认为，会议多，是因为大家要拉齐信息；好不容易摸出来的最优路径，只停在一个人脑子里或个人工作台里，团队用不上。下一代工作台要进入组织流程：一件事的上下文能从我的 Agent 传到同事的 Agent；团队有统一的立场、输出结构和回溯依据，慢慢形成组织记忆。

潘睿讲了他们公司做 AI 改造时的木桶效应：个人效率提高了两三倍甚至十倍，整个组织却只把十天的活压到七八天，被最卡的那个环节拖住了。他的思路是让 AI 管理上下文材料，替代那些只为对齐背景而开的会；再把持续改进放进系统里，资深律师第一次指出某个问题时，系统记下来，下次由系统去提醒低年级律师。这在一定程度上回应了我的担心：没人有精力一遍遍带教的时候，至少有一个系统帮年轻人学习。

我的点评是：一日三省对人来说违背人性，对 AI 只是一个定时任务。统一上下文，是团队化最基础的一步。

— 从个人工作台到组织记忆

最后一个问题，每场问法略有不同，但都指向同一件事：工作台会长成什么样，我们该怎么取舍。

工作台必然出现，但还没有定型

第一场，我的判断很笃定：下一个法律 AI 工具，只可能是工作台。法律工作是长程任务，一个案子打三四年，空白的聊天框不适配。但它究竟长什么样，现在没人说得清。李融认为，模型训练里永远没有的只有两样：我想怎么工作，以及我的专业工作方法。前者的载体是交互界面，后者的载体是 skill。更远一点，是人不必主动和 Agent 交互，客户来一封邮件，它自己去找笔录、按所里的格式出稿，人只负责检查。

服务的价值，从信息差转向执照和现场

七爷的展望更大：律师的工作方式会被整体重构，三项工作可能合成一项，一项也可能拆成五项。AI 对人是平权的，小额的合同修改，他现在会让客户自己去用工具改；深层需求再来找他。将来服务的价值，可能不再是法律信息差，而是执照、能力、现场表现，以及能跑腿。

能用就用，不顺手才搭

第三场的律师们回答得最落地。叶丹妮的原则是：能用第三方就用，解决不了才自己搭。她优先搭知识库，通用法律知识交给法律 MCP 调取，自己的库只放观点和经验的二次沉淀；还给自己定了规矩，维护时间每周不超过两小时，门槛低才能坚持。黄衢认为成熟的模型、专业检索和律所 OA 直接用就好，自己搭的是它们之间不顺手的部分：重复填信息、材料难找、分析做完接不上下一步。他也提醒，做出来只是开始，维护、测试、让别人用明白同样花时间，下一步要做减法。

私有数据只能自己积累

网安小胖则说明了另一种必须自己搭的情形：数据合规的很多资料不公开或依申请公开，几百项存储期限要求靠公共数据库做不出来，这些积累在 AI 出现之前就在做。

平台做底座，形态交给用户

第四场的商业产品方给出的方向，和律师们出奇地一致。梅荣说，四个产品四个样子，这还不是终极形态，未来是千人千面，每个人的工作台由自己的经验、要求和商业模式来定义，而不是由厂商定义。潘睿认为插件和 skill 对普通用户学习成本太高，会逐渐淡出视野，融进日常工作；平台下一阶段最重要的事是开放，给用户一个最小、最简单的基座，剩下的交给用户。

— 五问之后，五条共识

五条共识

把四场放在一起，有几条判断已经比较稳定：

1. 1

   法律 AI 工作台的核心是法律工作逻辑，不是界面。有依据、审慎、可交付，能如实接续长周期案件的上下文。

2. 2

   模型和平台抬高的是下限，上限由人决定。成文的专家方法正在被模型吸收，长期稀缺的是判断什么算好交付的审美。

3. 3

   分工已经从“人判断、AI 干活”，变成“AI 展开、人核验并担责”，复盘让每次纠正都能留下来。

4. 4

   团队化的前提是上下文可见、可传递：材料对 Agent 可见，结构共用，差异保留。

5. 5

   成熟能力直接用，不顺手的环节、私有数据和个人经验才值得自己搭；搭完之后的维护成本，要一起算进去。

两处分歧

也有两处没有完全对齐。

一是信任成本由谁承担。第三场的律师选择自己搭，是因为在商业产品里没看到知识库、OA 打通和端到端串联；第四场的平台方则主张，确定性、可回溯和模型路由应当由平台扛起来。这两种思路未必冲突：底层的确定性交给平台，上层的流程和经验由律师自己定义，这也正是“开放基座”想做的事。

二是专家方法还值不值得做成 skill。平台方把专家方法和评测体系当作产品内核，而对照测试显示，强模型上 skill 的增益已经很小。比较合理的理解是：方法框架本身的边际价值在下降，但用方法拆出来的评测节点，仍然是判断交付质量的标尺。

一个没有答案的问题

还有一个问题，四场都没有给出答案：知识贡献者的激励。经验要沉淀，就有人要维护；维护没有回报，团队知识库就很难持续。这可能不是工具能单独解决的事。

工作台擂台到这里告一段落。接下来的直播会回到人本身：在 AI 时代，法律人个人怎么成长，团队怎么迭代。