早上和一位律所主任朋友聊天，他说了句话，让我愣了一下。
“感觉现在对办案越来越没有兴致了。以前一个案子，比方说搞出个思路、想通一些问题，就觉得打赢官司还是挺有成就感的。现在就是感觉毫无这种感觉了。”
我以为他是累了，回了句玩笑：你的快乐阈值被拉高了。
他很认真地纠正我：“我现在觉得，什么人保持判断力，这个我觉得也不成立。其实我们的判断力感觉都不如 AI。”
这位主任干了小半辈子律师，是把职业生涯交给“判断”的人。他的“没兴致”跟累关系不大。真正断供的是成就感：以前“想通一个问题”是手艺人的高光时刻，现在这个时刻 AI 几秒钟就能给你。当一个行业最资深的从业者开始怀疑自己最引以为傲的能力，这件事值得认真写一次。
一、先把靶子立准
过去两年，法律圈流行一句自我安慰：AI 替代的是执行，人保留的是判断。再往上一步的说法是：判断力是人类最后一道防线。
我以前大致接受这个说法。但这次聊天之后，我把它翻出来重新看，发现一个问题：这句话从来没被拆开检验过。“判断力”三个字被当成一个整体，要么捍卫，要么交出。
我的立场是：笼统地捍卫和笼统地投降，犯的是同一个错误。
这篇文章做四个动作：拆开判断力；看 AI 对每个零件复刻到什么程度；审查“人有优势”背后的假设；最后看拆完之后，到底还剩什么。
二、拆解：判断力到底是什么
认知科学给过一个非常干脆的答案。赫伯特·西蒙（Herbert Simon，图灵奖和诺贝尔经济学奖双料得主）说：直觉“不多不少，就是识别”。你面对一个局面，线索触发了记忆里储存的东西，答案自己浮现，你管这个过程叫直觉。
2009 年，这个领域发生过一次罕见的合作。丹尼尔·卡尼曼，毕生研究人类直觉如何出错；加里·克莱因，毕生研究专家直觉如何神奇。两个阵营的旗手坐下来合写了一篇论文，标题叫《直觉专长的条件：一场没有发生的分歧》。他们达成的共识是：直觉可信，但有两个条件，缺一不可。
第一，环境是高有效性的，局面里得有稳定可学的规律，线索和结果之间得真有因果关系。第二，当事人有充分的学习机会，长期练习，反馈快速而明确。
两个条件满足，直觉是真东西；缺了任何一个，直觉是自我感觉良好。论文里还有一句更扎心的话：没有任何主观标记，能区分正确的直觉和错误的直觉。自信不是准确性的信号。
拿这个框架看律师行业，很多事情立刻对上了。资深律师和新人看同一份合同，新人看到的是一个条款，资深律师背后自动调用的，是二十年的案件、法官的口味、交易的习惯、当事人的心理、利益的结构、失败的教训。所谓经验，是被高度压缩、已经内化的上下文。所谓直觉，是忘了出处的经验。
于是判断力可以拆成四个零件：
判断力 ≈ 上下文（此刻掌握的信息）＋ 经验先验（压缩的历史上下文）＋ 价值权重（在优化什么）＋ 现实反馈（谁来校准）
四个零件没有一个指向“神秘的人类能力”，指向的都是信息问题和反馈问题。这一点很关键：能被拆成信息问题的东西，就能被工程解决，区别只在时间。
三、对标：四个零件，AI 各复刻到什么程度
上下文这件东西，2025 年 6 月有了正式的名字。Shopify 的 CEO Tobi Lütke 发帖说，他更喜欢“上下文工程”（Context Engineering）这个词，而不是“提示词工程”，因为前者才描述了核心技能：把任务变得可解所需的全部上下文，提供给模型。六天后，Andrej Karpathy（OpenAI 创始成员、特斯拉前 AI 总监）转发：+1。一个月后 Gartner 跟进，判断提示词工程将退出主流、上下文工程接棒，还预测到 2028 年它会嵌入八成的 AI 开发工具。当一个行业开始认真讨论“怎么给 AI 喂上下文”，上下文就已经不是壁垒，是工程对象了。
再说经验先验。预训练干的正是这件事：把人类有记录以来的文本，压缩成模型的先验。RAG 是外挂的经验库，Memory 是跨会话的经验积累，Skills 是把一套做法固化下来、下次直接调用的资产。一个律师二十年的经验压缩包，当然比整个文明的压缩包小得多。问题只在于：那部分“独有经验”里，有多少是真的独有。
四个零件里，价值权重是 AI 目前最弱的。RLHF、奖励模型、规则系统，解决的是“按人的偏好对齐”的浅层问题；深层的“在不可通约的价值之间做选择”，远没有工程化。但先记住一个陷阱：无法形式化，不等于人类就做得好。这一点后面用法官的数据说话。
进展最快的是现实反馈。Agent Loop 和强化学习环境，让 AI 开始拥有“行动、结果、修正”的循环。
所以“AI 有没有判断力”是个坏问题。好问题是：每个零件的工程进度条走到哪里了。进度条的位置不同，结论就不同，但所有进度条都在往前走。
四、实证史：这个神话七十年前就破产过一次
继续之前，先纠正一个错觉：好像“人的判断不如机器”是 AI 时代才有的新打击。
不是。1954 年就破产过一次。
那一年，保罗·米尔（Paul Meehl）出版《临床预测与统计预测》，比较临床专家的直觉判断和简单统计公式的预测准确率。结论让学界很不舒服：统计公式一致追平、经常超越专家。2000 年，Grove 等人汇总 136 项研究做了一次元分析：机械预测显著更好的占 46%，打平的占 48%，临床判断显著更好的不到 6%。
注意，那是线性回归的时代。没有深度学习，没有大模型，就是几个变量做加权求和。
法律人更有理由坐直。卡尼曼在《噪声》里引用了一项 1981 年的研究：208 位美国联邦法官，对完全相同的 16 个假设案件量刑。平均刑期 7 年，但随机抽两位法官，量刑平均相差超过三年半。16 个案子里，全体一致同意要判监禁的，只有 3 个。卡尼曼对此的评论很直接：被告站在法官面前，面对的是一个抽签系统。
2018 年，《经济学季刊》上 Kleinberg 等人的研究更直接：用法官手头同样的数据训练算法做保释决定，可以在降低犯罪率的同时降低羁押率。法官的预测存在系统性错误，算法能纠正。
这些研究指向人类判断力的两个结构性弱点。一个是不一致：同一个人在不同时间、不同人在同一时间，判断会漂移。另一个是不自知：我们无法从自信程度分辨自己对不对。任何为“人类判断力”辩护的论证，都得先回答这两个弱点。否则，辩的是想象中的人，不是真实的人。
五、先例：围棋，“直觉最后堡垒”的陷落
如果只讲一个故事，就讲围棋。
1997 年卡斯帕罗夫输给 Deep Blue 之后，围棋成了“人类直觉”最后的堡垒。通行的说法是：围棋的变化太多，算不清，只能靠大局观、靠棋感，那是机器学不了的。
2016 年 AlphaGo 对李世石，第二局第 37 手，所有解说都说“人不会这么下”。它是妙手。
更有意思的是后面的故事。2023 年《美国国家科学院院刊》（PNAS）的一项研究，分析了 1950 到 2021 年 71 年间 580 万手职业棋手的决策：前 66 年，人类围棋的决策质量几乎是一条平线；2017 年超人水平的围棋 AI 公开之后，这条线明显上升。上升的主力是“新颖着法”：人类开始下出历史上从未出现过的棋，而且这些新着法对胜率的贡献大得不成比例。研究者还排除了“背 AI 答案”的解释：到了中后盘，背定式没用，质量提升依然显著。
也就是说，AI 超越人类之后，人类没有变笨，反而变强了。只是这个“变强”来得有点反讽：人类变强的方式，是向 AI 学。棋感也是可计算的，它只是以前用人脑算。
这里必须诚实地说一个反面教材。2016 年，深度学习之父 Geoffrey Hinton 公开说：人们应该现在就停止培养放射科医生，显而易见，五年内深度学习会超过他们。五年过去了，十年也快到了，放射科医生没有消失，还在短缺。Hinton 后来承认：时间错了，方向没错。
我引用他不是嘲笑他，是给这篇文章自己划一条线：能力结构的判断可以下，时间表不下。Hinton 错的那一半，我不打算再错一次。
六、假设审查：“人有优势”建立在什么上
回到那句流行语：“人保持判断力优势。”拆开看，它至少建立在五个隐含假设上。
假设一：上下文不可迁移，人的经验灌不进机器。Context Engineering、RAG、Memory 正在侵蚀它。
假设二：反馈回路是生物专属，只有人能从现实后果里学习。Agent Loop 正在侵蚀它。
假设三：价值权重无法形式化。这个最硬，第八节细说。但别忘了：无法形式化，不等于人类做得好，208 位法官就是证据。
假设四：隐性知识不可编码。波兰尼（Michael Polanyi）有句名言：我们知道的，多于我们能言说的。这是“判断力神秘论”最硬的哲学根基。但大语言模型恰恰是从语料里学到了人类自己都说不清的规律。“不可言传”不等于“机器不可学”。机器学隐性规律的路径和人不同，人靠身体经验，它靠统计，但结果经常重合。
假设五：人会在意结果，判断错了有切肤之痛。这个假设不走向工程，走向制度。它是真东西，留到第八节。
前四个假设都在被工程解决，区别只是进度条的位置。所以我的结论是：“判断力优势是可持续的护城河”，这个方向性判断确实建立在正在消失的根基上。根基在消失，不等于大厦今天塌。我只陈述结构，不报倒计时。
七、那为什么你的体感是“AI 还是不行”
很多同行，包括曾经的我，真实体感是：AI 的判断还是不行。这个体感从哪来的？
先看一项 2015 年的研究。心理学家 Dietvorst 和同事发表了一组实验，后来被称为“算法厌恶”（algorithm aversion）研究：被试看到算法犯了一次错，就会弃用它，转向人类预测者，哪怕算法的平均表现明显更好。人对算法的错误零容忍，对自己的错误很宽容。律师圈常见的“我用过 AI，它出了错，所以还得靠人”，是教科书级的算法厌恶。比较的正确打开方式是平均错误率，不是“谁上次犯了错”。
但更关键的是另一个机制，也是这次讨论里我自己最想清楚的一件事：对判断力的自信，可能来自 AI 使用能力的不足。
如果你不会给 AI 充分的上下文，没有工作区，没有知识库，没有记忆，没有技能沉淀，只是在裸聊天窗口里扔给它一个问题，那它的回答当然不如你。你手里有二十年的压缩上下文，它手里只有你刚打的那三行字。这个结果跟判断力高低没关系。赢你的是信息不对称。而你的信息优势，恰恰是你没能力把上下文给出去造成的。
这个信念最麻烦的地方在于，它是自我密封的：你无法用自己用 AI 的体验来证伪 AI 的能力边界，因为你的使用方式本身就是约束条件。只用裸聊天窗口的人，测出来的不是 AI 的上限，是自己的上限。
我承认我经历过这个阶段。早期我用 AI 写分析，结论也是“这东西判断不行”。后来工作区建起来，上下文灌进去，同一个模型的输出质量像换了个人。变的不是模型，是我给它的世界。
很多“人的判断力优势”，可能只是“我还没学会给 AI 足够上下文”的另一种说法。自信这种东西，有时只是测试方法的记录仪。
八、防线重建：还剩三块砖
拆到这里，可以回答标题的问题了。“人的判断力是最后一道防线”，笼统地说，经不起推敲。但拆开之后，里面确实有几块真砖。
第一块：定义问题。AI 回答问题的能力，远强于提出问题的能力。客户带着“我要告他”走进律所，这还称不上一个法律问题，只是一团委屈。律师真正的工作，是把它翻译成正确的法律问题：是违约还是侵权？该仲裁还是该诉讼？这场仗值不值得打？问题问错，答案再漂亮也没用。
第二块：定义价值。判断的终点经常跟对错无关，落在“为了哪个价值牺牲哪个”上。要速度还是要安全？要胜率还是要客户关系？AI 可以把利弊列得比谁都清楚，但在权重上做选择的那个人，必须是要承担后果的人。选择权重这件事，归根结底是立场问题，算不出来。
第三块：承担责任。法律效力锚定在责任上：签字、执业许可、职业责任。AI 的判断没有责任锚点，它不能坐牢，不能赔偿，不能被吊销执照。一份法律意见之所以有效力，不是因为写它的人判断准，是因为有一个具体的人，把自己的名字押在了上面。
也有两样东西经常被误算进防线，要排除出去。
一是“低有效性环境需要人类判断”。恰恰相反：前面说的两个条件讲得很清楚，低有效性环境里人类直觉本来就不可靠，那里没有可学的规律，也没有有效反馈。那是谁都不可靠的荒野，不是人类的堡垒。把防线建在荒野上，是双重错误。
二是“私有上下文”：谈判桌对面的微表情、本地不成文的司法惯例、客户没说出口的真实目的。这些确实是当前真实的人类优势，但要看清它的性质：这是上下文时差，不是能力差异。时差在缩小。还有一个悖论：你越依赖 AI 处理信息，自己的一手上下文反而越萎缩。判断力用进废退。那位主任的“没兴致”，可能还有这一层：快乐的来源被抽走的同时，训练场也在被抽走。
九、回到那位主任
我现在觉得，他失去的不是判断力的价值，是判断力的成就感来源。当“想通一个问题”从稀缺手艺变成几块钱的 API 调用，快乐必须迁移：从“我来判断”，迁移到“我决定什么问题值得判断、什么结果值得追求、我敢为哪个结论签字”。
所谓人的判断力，很大程度上只是长期上下文被压缩成直觉后的名字。AI 一旦补齐上下文，人与人之间、人与 AI 之间比的，就不再是谁更会判断，而是谁定义问题，谁定义价值，谁签字。
防线是有的。只是它不在“判断”这一层，在“责任”这一层。
作者简介： 陈石律师（主页 chenshi.ai），浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办“首宗百亿地王”“长春第一高楼”“台州第一高楼”等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。