先讲一个学员的做法。夜校课上调研“平台与从业者是否构成劳动关系”这个经典难题，这位同学没有让 AI 直接给答案，而是派了两个 AI 出去：一个只干一件事，论证构成劳动关系，把依据和说理写全；另一个立场完全相反，论证不构成。两边各自独立检索、独立成文，交回来之后，他把两份结论摆在一起对照。
这个做法让全课眼前一亮。它妙就妙在，用 AI 的机制缺陷反做了件事——对抗出真相。
为什么不能只问一次
单个 AI 会话有一个天然倾向：顺着你说。你带着预设去问，它的回答会朝你的预设靠拢；你先入为主地认为“这肯定构成劳动关系”，它的论证也会往这边倾斜。这不是模型作弊，是上下文的力量——你前面的话污染了它后面的判断。法律人对此应该不陌生，这跟承办律师自己说服自己的过程一模一样：立场一旦形成，找依据的方向就歪了。
自查为什么难？因为同一个会话里，模型既当运动员又当裁判员。它刚刚费劲论证了 A 观点，你让它“再质疑一下自己”，它多半客客气气地补两句无关痛痒的反驳，骨架不动。自洽，是语言模型的看家本领。
对抗式的机关在哪
那位学员的做法里藏着一个关键机制：subagent（子智能体）不带主窗口的上下文。你派出去的每一个 subagent，都是从零开始工作的——它看不到你之前的对话，看不到你的倾向，只知道你交给它的任务。
两个从零开始的 agent，奔着两个相反的目标去收集材料、组织论证，互不知道对方的存在。这时候它们的“偏见”只剩各自立场赋予的那部分，你预设的倾向传不进去。
回收之后做比对，真正的价值才显现出来：两边都能站住的地方，就是这个问题真正的争点；一边证据明显单薄的地方，就是这个立场真实的弱点。一份对抗式调研做下来，你拿到的是一张争点地图。
法律人其实最懂这套
有意思的是，这个玩法对法律人来说一点都不新鲜。法庭就是人类发明得最成熟的“对抗式验证系统”：两造各自从己方立场组织事实和法律，互不知道对方庭前准备了什么，裁判者居中兼听。现代诉讼制度背后的信念就一条——真相从对抗中来，不来自任何一方的自说自话。
我们只是把这个制度智慧，搬进了 AI 的工作流。以前请不起两个律师分头论证一个法律问题，现在可以：两个 agent，一个当原告律师，一个当被告律师，几分钟各自交代理词。
这套思路稍作变形就能用到别处：合同审查，一个 agent 逐条挑风险，另一个专门替条款辩护，看哪些“风险”经得起辩；法律检索，一个负责找支持观点的依据，一个专门找相反判例；证据分析，一个组织我方证据链，一个扮演对方质证。
三条使用纪律
第一，任务指令只给立场，不给倾向。派出去的指令里写清“你的立场是 X，找出支持 X 的依据并充分说理”，但别写“其实我认为 Y”——那等于把污染亲手递给它。
第二，两边都要独立、都要从零。别让第一个 agent 的输出先给第二个看，看过就不叫对抗了，叫抄作业。
第三，对抗的产出是地图，不是判决。两个 agent 打完，谁说得更有理仍由你判断。而且注意，它们可能一起漏掉第三种观点——比如劳动关系的认定难题里，除了构成与不构成，还有中止用工、部分用工这些中间形态。对抗式调研减少遗漏，替代不了你最后那一下判断。
结语
工具的用法是长出来的，不是设计出来的。这个对抗式调研不是我教给学员的，是学员自己在用的时候琢磨出来的——这一点让我比方法本身更高兴。
你手里那个 AI，既能当你的助手，也能当你的对手。下次遇到两可的难题，别急着问它“答案是什么”，先让它们俩打一架，你在旁边看。
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。