养虾日记 · 法律 AI 工作台系列 · 精华知识卡
四场直播，同样五个问题
法律 AI 工作台到底该接住什么？
Vol.27 幂律 MeWork
Vol.28 Quote law
Vol.30 律师手搓工作台
Vol.31 法大大 睿契
- 什么才算法律 AI 工作台？
- 模型、平台、技能和人，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？
- 往哪走，什么值得自己搭？
一句话读完四场
模型和平台把下限抬得越来越高，上限仍然取决于律师的判断：能不能接住上下文、筛出真问题、为交付负责。
Q1
什么才算法律 AI 工作台？
→ 不是界面，是如实接续上下文
不是界面，是法律人的工作逻辑
朱玲凤 · Vol.27三个硬要求：有依据；审慎有分寸，不把没确认的说成已确认；可直接对外交付。别让人削足适履。
李融 · Vol.27通用 Agent 要顾及所有行业；法律工作台把全部注意力放在依据、可反问、成果格式和数据上。
七爷 · Vol.28核心是"法律 + AI"，工作台只是界面。模型趋同，差别在上层 harness 对行业的理解。
黄衢 · Vol.30同一个案件要能接着往下走：少找材料、少重复交代背景、少重复填信息。
必备的只有一样
朱玲凤 · Vol.30花哨功能都不是必备，必备的是如实接续上下文。法律基于事实和证据，接续不扎实，就和随手拿来的通用 Agent 没有区别。
商业产品方的说法：确定性 + 可回溯
潘睿 · Vol.31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。信任成本由平台承担。
梅容 · Vol.31大模型有讨好型人格。法律工作台不急着给答案，而是指出哪些环节可能出错、需要复核。
“真正能把活干好的，不是二头肌，而是灵巧的手指。七爷 · Vol.28
Q2
模型、平台、技能和人，谁决定最终交付？
→ 模型保下限，人定上限
上限人：提问、选择、审美
下限Agent 产品：保任务完成
下限模型：基础能力
李融 · Vol.27
觉得 AI 第一稿就能用？
水平就在平均线七爷的现场比喻：约 65–70 分，非测评数据
方法会被模型内化，审美不会
正在被模型吸收
- 成文的专家方法
- 三关四步、九步法这类框架
- 开源 skill 里的流程
≠
仍然靠人
- 问题抓得准不准
- 争点归纳得准不准
- 依据撑不撑得住结论
- 什么算高质量交付
实测 · 朱玲凤同一个法规调研 skill，对最强的模型几乎没有增益；但哪个结果更好，她一眼能看出来，却说不清、教不给模型。这就是专业价值的差距。
被低估的环节提出好问题的能力（孔律）；给模型的上下文质量（李融）。
平台方的内核把方法讲清楚，拆成可核验、可量化的节点，做成评测集，达标才上线（梅容）。
“内化到大模型的是能力，没有内化的是审美。潘睿 · Vol.31
Q3
律师和 AI 怎么分工？
→ AI 展开，人核验并担责
旧说法
判断交给人，干活交给 AI
孔律 Vol.27：纯逻辑、繁琐的给 AI；事实、地方实务、灵光一现留给人
⇒
现在
AI 展开工作，也承担相当一部分判断；人核对关键事实和来源、筛选、对外沟通，并对交付负责
黄衢 · Vol.30
筛到真正的问题
AI 列出 二三十个问题，律师筛到真正影响实质的 五个。网安小胖
复盘：把每次纠正留下来
当次说清差在哪 → 一批案例后优化 skill → 最优做法固化成技能。梅容
七爷 · 学会发问分五点太多、这段太长、依据该在前还是事实在前：你的不满意，就是你的品味。
潘睿 · 人机分流核验过的直接交给 AI；要人决定的，让 AI 先备好决策所需的上下文。
叶丹妮 · 减少重复判断第一次判断后入库，之后只核对 AI 是否引用了原链接。
Q4
从个人到团队，会发生什么？
→ 前提是上下文可见、可传递
1材料对 Agent 可见线下录音没上传，Agent 就会给错结论
李融
2结构共用，差异保留模板、分类、成果结构共用；策略和个人习惯保留
黄衢
3经验变成团队资产过去靠偷师，现在用团队工具沉淀品味和习惯
七爷
4上下文在 Agent 间流动资深律师第一次指出的问题，系统记下来，下次提醒新人
梅容 · 潘睿
木桶效应 潘睿 · Vol.31
个人效率×3～×10
组织效率10 天 → 7–8 天
以上数值是嘉宾说明“木桶效应”的举例，并非本系列的独立效率测评。整体会被最卡的环节拖住，因而需要减少只为对齐背景而开的会。
!四场都没解决：贡献者激励。入库要人工审查，维护有成本；错了自己背、还要自己更新，却没有回报。朱玲凤
“互联网把人连接起来，AI 把人孤立起来。七爷引邓小贤 · Vol.28
Q5
往哪走，什么值得自己搭？
→ 能用就用，不顺手才搭
直接用
值得自己搭
- 成熟的模型
- 专业检索
- 律所 OA
- 通用法律知识（法律 MCP）
- 工具之间不顺手的衔接
- 不公开、依申请公开的私有数据
- 个人观点和经验的二次沉淀
黄衢 · 叶丹妮 · 网安小胖（Vol.30）
叶丹妮知识库维护每周不超过 2 小时，门槛低才能坚持。
黄衢做出来只是开始，维护、测试、让别人用明白同样花时间。下一步做减法。
工作台必然出现，但还没有定型
朱玲凤 · Vol.27法律工作是长程任务，一个案子打三四年，空白聊天框不适配。
李融 · Vol.27模型训练里没有的只有两样：我想怎么工作（界面），我的专业方法（skill）。
七爷 · Vol.28服务价值从信息差转向执照、能力、现场表现和能跑腿。
梅容 · 潘睿 · Vol.31千人千面：平台给最小的开放基座，形态交给用户定义。
四场之后：五条共识
核心是法律工作逻辑，不是界面：有依据、审慎、可交付，如实接续上下文。
模型保下限，人定上限；方法会被内化，长期稀缺的是判断好交付的审美。
分工变成 AI 展开、人核验并担责，复盘让每次纠正留下来。
团队化的前提是上下文可见、可传递：结构共用，差异保留。
成熟能力直接用，衔接、私有数据、个人经验才值得自己搭，维护成本一起算。
两处分歧
信任成本由谁承担？
自搭派：商业产品缺知识库、OA 打通和端到端串联
平台派：确定性、可回溯、模型路由由平台扛
可以并存：底层确定性交给平台，上层流程和经验由律师定义。
专家方法还值得做成 skill 吗？
平台方：专家方法 + 评测是产品内核
实测：强模型上 skill 增益已经很小
框架的边际价值在下降，拆出来的评测节点仍是质量标尺。
一个没有答案的问题：经验要沉淀，就要有人维护；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。