“AI 时代的组织变革”系列之十
知识库的尴尬
多数律所都有一座知识库，多数知识库都有相似的处境：投入不小，用的人不多。
拆成可见的现象就是：检索做了一轮又一轮，分类改了一版又一版，权限理了一次又一次，年轻律师遇到问题的时候，第一步还是打开微信问同事。
这个现象里藏着一个尴尬的判断：知识库不好用，可能不只是检索不够好——"检索"这个方向本身就有问题。
律师去翻知识库，表面上是想找到一份模板、一份旧文书、一条办案笔记。往深一层看，他真正要的是文件背后那条路——这一步怎么做，先做什么后做什么，哪里有坑。文件只是路留下的脚印。
把脚印收集得再全，也代替不了路本身。
"找到"和"做到"之间隔着一条鸿沟
传统知识库的能力边界，是回答"资料在哪里"。它再先进，也只是把脚印摆得整整齐齐。
从"找到"到"做到"之间隔着一段真实的距离。一位律师拿到一份优秀的尽调清单模板，他要自己猜：这份清单针对什么规模的交易，哪些问题在这个行业里要换问法，客户资料不全时哪几项先放行，清单跑完之后由谁核。这些执行知识恰恰是模板装不下的，所以模板被下载一次，然后躺在下载文件夹里。
这就是知识管理的老困境：越有价值的经验越依附在具体的人和事上，落到文档里的那部分，恰好是损失最多的那部分。
AI 时代有个之前不具备的条件：把"路"本身也变成可以存储和调用的东西。
可执行的知识长什么样
同样一份尽调经验，可以有三种存在形态。
第一代是文档：一篇总结，写清楚尽调要点。第二代是模板：结构化的清单，能直接填写使用。第三代是可执行的能力：使用者交入项目基本信息和材料目录，它产出一份针对这个项目的尽调问题清单初稿，标注每一项的数据来源，列出资料缺口，提示哪些问题需要人工确认。
从第二代到第三代，中间加的是五个要素：输入（需要使用者提供什么）、规则（清单怎么生成、按什么逻辑筛问题）、例外（什么情况下规则不适用）、验证（产出怎么核验对错）、输出（交付什么形态的结果）。这五要素正是把一位老律师脑子里"怎么做尽调"拆开的样子——AI 未必比人聪明，但它第一次让这套拆解可以不依赖老律师本人在场而运行。
我们团队的尽调清单走过这条路。最早的版本是一份 Word 里的经验总结，后来变成带勾选框的表格模板，现在是一套可以直接生成项目化清单的工作流：输入项目类型和材料情况，产出初版问题清单，清单上每一项都留着"为什么问这个"的来源标记。新一代同事上手的时间，比文档时代明显短。
执行必须带着三样东西落地
知识可以执行，不等于可以闭眼执行。每一次机器代跑，都必须留下三样东西。
来源。产出的每一项结论，能追溯到依据：引用了库里哪份文档、检索了哪个数据库、基于输入材料里的哪一页。没有来源的执行是黑箱，黑箱在律师行业没有生存权。
过程。中间做了什么：筛掉了哪些选项、按什么规则取舍、在哪个环节要人确认。过程留痕，错误才能定位，经验才能继续积累——这一轮跑偏的地方，就是下一轮规则要修的地方。
复核点。预先标注好哪些产出必须人工核验：法条现行版本、事实核对、对外口径。可执行能力负责把人送到需要判断的位置，不替人判断。
这三样东西，恰好也是对冲 AI 幻觉的全部手段。执行式知识库比搜索式知识库更危险的地方在于它给出的是"做好的东西"而不是"参考资料"，使用者更容易照单全收——正因如此，来源、过程、复核点不是可选项，是它的准入门槛。
有些知识，不该被执行化
把这句话说清楚之后，也要画另一条线：不是所有知识都应该执行化。
判断型知识不适合。为什么这个交易用这个结构、这个争议先打程序还是先打实体，这类决策依赖对具体情境的权衡，拆成规则就失真。它们的存在形态应该是带案例注脚的决策参考，供人调用时对照。
高度情境化的知识要慎之又慎。某个方案成立的前提是一串具体条件，条件一变结论就变。把它们固化成可执行规则，等于把"看情况"三个字从法律工作里删掉——那是灾难。
责任节点不能执行化。签字、对外承诺、向客户出具意见，这些环节的责任主体是人，流程可以辅助准备，决策必须人来作。知识库的执行边界画在这里，不是技术做不到，是职业责任不允许。
所以下一代知识库的结构是分层的：底座是可执行的能力层，承载规则清晰、可核验、高频重复的部分；上面是判断参考层，承载情境、案例和分寸。两层之间的通道是复核点。
评价标准该换了
顺着这个方向，知识库的评价标准也该换掉。
过去评价一座知识库，看存量：多少份文档、多少个模板、覆盖多少业务条线。这些数字与律师的实际产出之间，隔着"找到—看懂—会做"的三级衰减。
新的评价标准是一个更朴素的问题：上个月，有多少次实际任务从知识库里"跑"了过去？跑通多少，比存了多少诚实得多。存量数字奖励的是整理的人，跑通数字奖励的是把经验做成能力的人——后者才是知识库存在的理由。
写《赋能法律人》的时候，我反复回到一个想法：法律人真正的护城河不是知道得多，是能把知道的东西结构化成可复用、可校验的做事方式。知识库的下一步，不过是把这个想法从个人推向组织。
搜索让知识离人近了一步，执行让知识离活近了一步。律所的知识建设，该往后者挪了。
作者简介： 陈石律师，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，宁波市律师协会常务理事、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。四明山法师 AI 夜校（legalAGI.cn）发起人。