8 月 29 日下午，杭州世贸君澜大饭店。《钱江潮涌 仲智成城》，中国仲裁周炜衡杭州专题研讨会的圆桌一，主题是“仲裁与人工智能”。
轮到我的时候，主持人的问题很直接：前面几位嘉宾讲了理论与前沿，大家更想知道的恐怕是，到底怎么把 AI 落地到一个仲裁员的日常工作流里？
这个问题我正好能答。白天我在律所办案，AI 的嵌入度比较高，这一年半一直是高强度使用；晚上我办了一个线上公益班，专门教法律人用 AI、树立正确的 Agent 观念，每期带两个月，今年陆陆续续讲了大半年。一边倒逼自己研究，一边在真实案件里实践，踩过的坑和摸出来的路都算新鲜。
那天我讲了大约二十分钟。趁记忆还热，把核心内容整理成这篇文章。
一、先承认一件事：人和 AI 各有禀赋
上世纪八十年代有个理论，叫莫拉维克悖论（Moravec's Paradox）。它讲了一个反直觉的观察：对人类来说费脑力的活，推理、批量计算，机器做起来很容易；而对人类来说毫不费力的活，感知环境、拿起一件东西、走路时的条件反射，机器反而极难。
你不需要碰过所有的东西，但碰到任何一样东西的那一刻，手上的力度自然就对了：拿得起来，不会捏碎。这种迁移能力人类天生就有，机器人至今很难学会。
放到法律工作里，这个悖论的结论很朴素：人和 AI 各有禀赋。真正的问题从来不是“AI 能不能替代我”，而是“在我的工作流程里，哪些环节它的禀赋占优，哪些环节我的禀赋占优”。
要回答这个问题，得先把工作流程摊开。
二、把场景拆碎，问题才有答案
这次圆桌有个细节我很喜欢：主办方把“从案件材料到仲裁裁决”的整个过程拆成了八个环节，材料接入、分类结构化、事实证据整理、争点准备、法律研究、裁决初稿、裁决核校、最终定稿，做成背景框架贯穿全场。
这是一个非常有意义的动作。任何一个工作场景，如果只是笼统地问“这个场景该不该交给 AI”，讨论不会有结果。场景必须拆开。拆开之后你会发现，每个环节都有具体的任务、质量标准和检验方法。“AI 能做什么、人该守什么”，才从一句口号变成一张可以逐行核对的清单。
拆开之后，禀赋分布就清楚了。
有些事 AI 天然强。比如大批量资料的统计分析，只要数据真的进了智能体，它在批量处理上的优势是碾压级的，不要想着去和它竞争。再比如发散性的路径寻找。你可以试一下：面前放一瓶矿泉水，问口袋里任何一个 AI，“用这瓶矿泉水帮我设计一个二十人团建的小游戏”，它可以不停地给你出新方案，一个人做不到这个速度。但反过来，哪个版本的游戏对你想达成的目标有意义，这个判断还是你的。
有些事 AI 至今做不好。法律场景里最典型的是三件：事实的检验、从事实到法律规范的涵摄（把具体案情套进法律要件的那个推理动作），以及最后的签字。往后看相当长一段时间，这三件事大概率还是做不了。这不是技术不够努力，是禀赋不在这。
顺带澄清一个常见误解：OCR（光学字符识别）这类技术是 AI 之前的旧技术，不要算进这一代 AI 的能力。这一代生成式 AI 的本质是基于概率的数学算法，预测下一个 token（词元），生成下一个词，如此往复。它在“生成看起来像答案的东西”，不是在“计算答案”。
三、模型已经够用了，缺的是缰绳
聊 AI 的时候，大家的注意力总在模型上：哪个最强、什么时候发新版。但到了今天这个时点，模型对大多数法律场景已经够用了。不只是中美两国的头部模型，甚至千问 27B 这个量级的小模型，支撑很多法律工作都绰绰有余。
真正拉开差距的，是怎么用这个模型。
专业领域现在有个概念：一个智能体（Agent），由两部分构成，模型（Model），加上驾驭系统（Harness）。模型是那匹马，人人领到的马都差不多；Harness 是缰绳，它决定这匹马朝哪个方向走、按什么规矩走。同一个模型，驾驭得好和驾驭得不好，产出差异大得惊人。
这就是为什么我说：你用哪个 AI 工具，已经没有那么重要了。只要你用的是 Agent 形态，豆包、Kimi 这类大厂产品都有智能体模式，基础的扩展能力都在。核心价值不在选型，在持续地用。
四、法律人最爱的两个场景，恰恰最危险
说到“用”，有个体感可能要泼冷水。
你问法律人把 AI 用在什么场景，答案永远跑不掉两个：法律检索、合同审核。就我个人而言，这两个恰恰是最危险的场景。
危险在哪？拿法律检索说：如果你的模型不能接入权威信源，它就会到公开互联网上采集资料，再把采到的东西总结成答案交给你。你想想，这个总结的基础信源是今日头条，是各类自媒体，这样垒出来的“检索结论”，可靠性有多大？
但这不是说 AI 在法律检索里没用。用对了，它是增值的。原来你检索类案，人力所及大概能细看二十个、三十个，从里面找规律；今天你可以从权威信源拿两百个、三百个类案，让 AI 做批量分析。这样用，可靠性有了。效率之外，还有质量上的提升：百倍样本量跑出来的规律，会更稳。
同样的工具，两种用法，一种是给自己埋雷，一种是给自己加装备。差别只在信源。
五、幽灵规章：幻觉到底是谁的幻觉
聊 AI 绕不开幻觉。但幻觉这个话题，也得拆细了才有意思。
我在台上先问了一个问题：各位还记不记得一部“幽灵规章”，《印章管理办法》？台下不少人点头。从 2019 年起的好几年里，它在各类裁判文书中被当作正式规章反复引用，直到公安部门明确答复：这个规章从未出台。
第一个引用它的人为什么会犯错？很可能只是检索到一个类案，类案里援引了这个规章。他一眼看过去，格式规整、名称正经，“我们国家怎么可能没有一部《印章管理办法》呢？”于是顺手用进了自己的文书，没有去权威数据源核验。后面的每一批引用者，走的都是同一条路：别人都引用了，那它应该是真的。
把这个过程，和“大模型产出了内容，你看它逻辑清晰、像那么回事，就信了”放在一起看，底层逻辑有什么区别？
没有区别。
再往深一层：AI 生成的正确案例和错误案例，用的是同一套架构、同一种算法。与你的预期不匹配的，你叫它“幻觉”；匹配的，你叫它“答案”。而抛开 AI 不谈，人类历史上的幻觉也一直存在。
那当年《印章管理办法》是怎么被终结的？一个更权威的信源站出来说：没有这个东西。大家很小心地查了查，原来真没有。问题解决。
这个解法用到今天 AI 身上，一个字都不用改：管它正确的案例还是错误的案例，一律回权威源核验。别信语气，信源。（“到底是 AI 的幻觉，还是我们的幻觉”，这里面还有些更锋利的东西，我会单独写一篇。）
六、人在环中，最小作业单元
幻觉、保密这些话题拆细之后，会落到同一个结构性结论：不要幻想“人在环外”的自动化，把案件从头丢进去，等 AI 给你一个完美结果。这不符合逻辑，相当长时间内都不会符合。
符合逻辑的做法是：把场景拆碎，逐个环节看哪里 AI 现在做不好、需要人介入，把人钉在那里。这就是“人在环中”（Human-in-the-Loop）。人机协作说起来是个大词，落到日常工作里，就是一张钉人的位置图。
所以未来法律人的专业最小作业单元，可能就不再是“某律师”，而是“某律师 + 某律师的 AI”。其实，它今天就已经是这样了。
七、怎么开始：两步
那到底怎么开始？我说两步。
第一步，扔掉聊天机器人（Chatbot）的用法。豆包、Kimi 这类产品，界面上都有“聊天”和“工作”两个入口，用工作那个。在你理解的前提下，给它访问你电脑的权限。它要读你的文件、跑你的流程，权限就是它的手。
第二步，一个笨办法：遇到工作里的事，判断不了是你做得好还是它做得好，就让它做。它做完之后，怀疑它。你自己按传统方法再做一遍，两相对照，然后反馈给它：哪里不行，我的标准是什么。现在的 Agent 都有记忆机制，你告诉它的经验，它会拿小本本记下来，下次做同类工作先翻一遍小本本。
你会看到它一开始做得真不好。但会越来越好。
八、你的经验，是被它的错误勾出来的
“越来越好”是怎么发生的？这是整个落地过程里，我觉得最值得说的一件事。
每个法律人都有十几年、几十年攒下的专业判断，行话叫默会知识（Tacit Knowledge）。你可以试着把自己这些年的经验、直觉、判断标准写出来，发给任何人看。写不出来。没有人能写出来。
但它并不是真的写不出来，只是没有机会被勾出来。
勾它的机会，就藏在上一步的笨办法里。就像你带助理：助理犯了一个错，你扫一眼就知道这里不对、应该怎么改。可在这个错误出现之前，让你凭空把这条判断写出来，你硬想是想不出来的。经验是被具体的错误勾出来的。
AI 就是那个会犯一万个错、永远不累、每一次都认真听你纠正的助理。交互的频率足够高、时间足够长，你身上大量的默会知识会被一个个错误勾出来，变成显性规则，沉淀进你的工作流。它在这个场景里，就变得越来越好用。
九、把皮撕掉看一眼
用到一定深度，还有一件值得做的事：把皮撕掉。
你给智能体加载一个“仲裁专家”的技能（Skill）、接上某个工具协议（MCP），它写出来的裁决书突然有模有样了。为什么？是因为它的名字叫“仲裁专家”吗？肯定不是。是这块皮下面写着一份规则，它怎么分析一个仲裁案件、每一步判断什么、最后怎么总结。
这份规则是可以打开看的。看懂之后你多半会发现：有几处，它写得不如我。那就可以改它、升级它。等你动手改的那一刻，你就看到了实质，从“用工具的人”变成了“写规则的人”。也是从那一刻起，你开始有了一个真正跟你组队的 AI 伙伴，你们俩构成一个作业单元。
十、出厂即半成品
回到开头那个问题：AI 怎么落地？
今天所有的 AI 产品，交到你手上的那一刻，都是半成品。它变成成品，需要加上你：加你的数据、你的场景、你被一个个错误勾出来的规则。加上你，它才是成品，才有落到你的工作场景里的能力。
同样的智能体，同样的工具，同一个案子在他那里跑，结论很差；在你这里跑，结论很优秀。这跟软件已经没有关系了。你的高质量数据、你沉淀下来的规则，才是核心资产。不公开的话，它仍然是你的私产。
所以如果你还在观望、还在听各种理念，那天在圆桌上我也是这么说的：你得上手，听再多的理念都没有用。从扔掉聊天框、让它做一遍你再做一遍开始。三个月后，你手上会多一个真正属于你的成品。
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。