——《人工智能司法应用的深圳实践》白皮书深度解读
文中引用的白皮书内容与数据，均出自2026年9月中共深圳市委政法委员会、深圳市中级人民法院、深圳市政务服务和数据管理局联合发布的《人工智能司法应用的深圳实践》（下称《白皮书》）。深圳系统的运行数据为发布方报告口径，本文在引用时逐一注明。对若干尚待时间检验的问题，本文第四部分给出了我的观察——它们不是挑剔，恰恰是因为重视。
引子：一份等了两年的白皮书
2026年9月23日，深圳发布了《人工智能司法应用的深圳实践》。
这不是AI第一次进入中国法院。从2017年电子卷宗随案同步生成算起，机器参与办案已经第九年；深圳自己的AI辅助审判系统，2024年6月就上线了。如果只是"某法院又上线了一个AI系统"，不值得专门写一篇文章。
值得写，是因为这次不一样。这份约90页的白皮书，第一次由一家法院系统把三年的AI实践，公开整合成一套完整的东西：技术系统、业务流程、组织机制、治理规则，以及对未来司法形态的设想。它不是工作总结，也不是新闻通稿。它有方法论，有试错记录，有负面清单，甚至有一份面向全国的《司法领域智能体技术应用指南》。
打个比方：过去我们看到的，是一台台单独的机器；这次看到的，是一条生产线的图纸，包括哪里该有人站着、哪里该装保险丝。
我读完全文，总体判断是：这是中国"AI+审判"从地方试验走向制度总结的一个节点。它提供的参考价值，不止于法院系统——对仲裁机构、对律师行业、对所有想把大模型用进严肃工作的人，都是同一张图纸。
还有一层私人的原因。我从2025年起办了一所公益的AI夜校，带着法律人学AI，已经办到第四期。夜校讲到第三期时，我们花了很多时间讲几个观念：人在环中、驾驭工程、垂类模型的局限、数据和规则比模型更重要。读《白皮书》时我不断停下来：这些理念，深圳的法官们用三年时间、几百万次真实调用，走了同一条路，而且走得比我设想的更工程化、更彻底。
这篇文章分四部分：先把《白皮书》的内容讲全（第一、二部分）；再把它和夜校的理念逐条对照（第三部分）；最后谈谈这份白皮书在往前推进时，哪些问题值得持续关注（第四部分）。
一、先看清楚：深圳这三年到底建了什么
讨论理念之前，先把事实盘清楚。《白皮书》给出的信息量很大，我把它压缩成四个问题：为什么是深圳、系统长什么样、规模有多大、它是不是一个"活系统"。
1.1 为什么是深圳：AI审判的前提是九年数据工程
很多人以为AI审判是2023年大模型火了之后的事。深圳的时间线说明，真正的起点要早得多。
2017年，深圳法院启动电子卷宗随案同步生成；2018年推广无纸化办案；2019年上线移动微法院；2021年起编纂100多个案由的类案审理指南。到2022年，"单套归档"试点通过国家档案局验收。截至2026年8月31日，升级后的"深圳数字法庭"实名注册用户近300万，累计办理案件超490万宗，在线庭审超27万次，电子送达文书超5908万份，全市法院超过90%的诉讼材料收发和送达在线上完成。
这组数字说明了什么？说明大模型出现的时候，深圳手里已经有了一套结构化的案件数据、一条在线化的办案流程、一套成文化的审判知识。AI审判不是"给法院装个大模型"，而是"给已经数字化的审判流程装上一个智能引擎"。没有前面六七年的数据工程，后面七个月的系统开发无从谈起。
压力端也是真实的。深圳常住人口1824.85万，实际管理人口超2200万，商事主体465万户，民事诉讼占法院案件总数超过92%。《白皮书》序言直言，要缓解"案件总量大"与"定分止争难"之间的矛盾。2026年，全美已有13个法院因人均年加权案件量超600件进入"司法紧急状态"，部分法院超过800件；巴西一审民商事案件平均审理周期约850天；印度地区和基层法院未结案件接近5000万件。案多人少不是中国独有，深圳只是把这个全球性矛盾摆在了AI面前。
1.2 系统长什么样：六大场景、两类智能体
按《白皮书》的框架，系统覆盖六大业务场景：
智能立案审查。35项立案审查标准编排为可执行规则，材料一致性、管辖、及时性自动核查，一次性告知补正。2024年1月最先上线，从最规则化、材料重复度最高的场景切入，这个顺序选得很专业。截至发布，已辅助审查超过130万宗申请，覆盖473类民商事案由。
智能阅卷核验。卷宗自动编目、分类、提取信息，提取结果与原始材料同屏对应、一键溯源。原本耗时一整天的工作压缩至数十分钟。这个设计的关键不在快，而在"溯源"——法官看到的每一条提取结果都能点回原始卷宗。
智能庭审辅助。庭前生成审理要点和"剧本式"提问参考，庭中推送突发状况处理指引（应对证据突袭、前后反言），庭后归整笔录。
智能案情研判。系统的中枢，覆盖诉辩概要、事实认定、审理要点、确定判项四个部分，在法官确认后辅助撰写说理。
智能文书草拟。依据法官已确认的事实、争点和法律适用生成初稿，内置格式校对和"挑毛病"式反向审核，还以当事人立场研判服判息诉。《白皮书》明确：禁止"一键生成结论"。
智能知识检索。与清华大学合作引入SAILER模型，法条和参考案例只从最高人民法院权威知识库抓取，累计提供2274.6万次知识服务，是全系统调用最频繁的智能服务。《白皮书》的原话是："系统推送的每一条法律依据都是'真的'，且可以追溯出处。"
在这六大场景之上，2026年上线的两类智能体把系统推到了新形态：
人机协同智能体，面向具体案由做要素抽取，配上"法律计算器"（加班工资、人身损害赔偿、夫妻共同财产清算等——智能体负责提取变量，计算器负责运算，用分工防"数理计算幻觉"），加上"第三屏"对话和法官自定义指令共享的"指令广场"。
流程驱动智能体，面向程序性事务：自动感知案件状态、生成待办、在法官确认后推进操作。已完成民商事案件5个阶段、18个环节、140个业务场景的设计，梳理了近500个案件办理状态下的700多项触发条件。用《白皮书》的话说，是"从人找事"变成"事找人"。
三大诉讼也做了差异化设计：民事是基准盘；刑事突出"以证据为中心"，按"确实充分、排除一切合理怀疑"提供分析参考；行政按"全面体检"原则做整体合法性审查推理。这种按诉讼类型分治的设计，说明这不是一个通用聊天机器人套壳。
1.3 规模有多大：数据与口径
按《白皮书》第四章，截至2026年8月31日：
- 累计调用大模型、智能体完成任务3545.1万次；
- 辅助阅卷60.9万件；
- 辅助庭审26.9万次；
- 辅助撰写裁判文书稿67.8万份；
- 深度赋能超过70万宗案件；
- 2025年办结各类案件773828件，法官人均结案744件，同比增加249件；人均月结案数较上线前提升60%；
- 上诉率下降48%，改判发回重审率下降65%。
引用这组数据要说清楚口径："次""份""宗"是不同量纲，调用量不等于案件量，辅助文书稿不等于最终采纳。深圳政府门户2026年4月披露的年度同比口径是上诉率下降35.1%、一审改判发回重审率下降33.3%——两组数字基期和统计范围可能不同，本文不擅自调和。
但即便把口径全部收紧，有一点的证据是充分的：这套系统不是概念验证，它已经进入数千名法官和司法辅助人员的日常办案，规模在真实发生。这本身就是全球司法AI实践中没有先例的事。
1.4 它是一个"活系统"
《白皮书》对系统自成长性的描述，是我认为工程上最有含金量的部分：
- 超1000项经认证的业务标准技能（Skill）；
- 近200名不同领域法官制作超5000道司法场景专用评测题；
- 大模型可按任务替换，各模块松耦合、可插拔；
- 集成6家产学研主体技术；
- 3次重大架构演进，500余次敏捷迭代；
- 模型替换走"跟进—测试—替换—上线—反馈"闭环，用那5000道题做准入门槛。
这意味着深圳没有把宝押在某一个模型上。模型会过时，评测题库、认证Skill、业务规则文档（核心团队撰写了10余万字）不会过时。用《赋能法律人》里我反复讲的一句话来说：模型是电力，系统真正值钱的是配电工程。
二、白皮书最该被读的部分：三次试错与"驾驭工程"
如果只读《白皮书》的一章，我推荐第三章"创新亮点"。这一章公开了三次完整的试错转向，比任何"全球首个"的表述都更有价值：一家法院系统公开承认自己走错过，并说清楚为什么错，这在国内的官方文件里极少见。
2.1 第一次转向：垂类模型不是完整产品
研发初期的思路很自然：用大规模法律语料训练一个法律垂类模型，让它直接处理审判任务。2024年4月，他们完成了全国首个司法审判垂直领域大模型训练。然后发现：再强的垂类模型，本质上仍是问答工具，无法端到端满足案件工作。
《白皮书》第五章的原话："市面上的大模型，无一能满足生产环节的落地需求。"自建的垂类模型也没好到哪里去。
于是路线切换：垂类模型退回去做理解、检索、比对、整理，端到端的任务交给"工作流编排+专家Skill+工程化组装+法官确认"。
这个转向，我在夜校第三期先导课里专门讲过——垂类模型是很多法律科技项目掏钱的理由，但它撑不起生产系统。深圳用真金白银和七个月研发验证了这件事。
2.2 第二次转向：模型参数不能当法律知识库
第二个试错更根本：只要大模型把自身参数作为法律知识的来源，幻觉就无法避免。《白皮书》对此毫不回避，原话是："只要大模型将自身参数作为知识来源，幻觉就无法避免。"
解法是把知识来源整个抽走：法律条文和参考案例只从最高人民法院持续更新的权威知识库抓取，模型无权"补全"任何法律知识。垂类模型负责理解、检索、比对、整理和搬运。
配套的是四层防幻觉防线：知识准入、安全护栏、法官确认贯穿全流程、全程可视化溯源。《白皮书》称之为"白盒式"可信辅助——"法官不仅看到结论，更看到结论是如何得出的。"
同时它保留了诚实的边界：附录的术语定义明言，幻觉"无法完全消除"。这句话的分量不轻——它意味着"从源头杜绝幻觉"这类口号并没有出现在这份白皮书里，出现的是工程控制加人工核验。
2.3 第三次转向：标准化与个性化并存
第三个试错关于人。统一编排的专家流程，覆盖不了不同法官、不同案由、不同说理风格。《白皮书》的结论是："个性化不再是边缘需求，而成为系统设计的核心假设。"
系统因此开放"指令广场"和个性任务，让法官沉淀自己的指令和用法；但经认证的原子Skill、关键步骤审核、"不允许一键裁判"这些底线保留。用《白皮书》第二章的话说，法官"不再满足于一个中规中矩、可以达到80分的通用助手"，需要一个"更懂得具体业务语境"的专业搭档。
2.4 把这些串起来：驾驭工程
三次转向合在一起，就是《白皮书》自己命名的方法论：驾驭工程（Harness Engineering）。核心公式写在术语定义里：智能体=模型+驾驭框架（Agent = Model + Harness）。理念表述是八个字："人类掌舵，智能体执行。"
《白皮书》第三章有一句话，我认为是全篇的技术判断核心：
"在垂直领域，驾驭工程的精细化程度比模型参数量更能决定实际效果。"
以及第三章第二节那句更直白的："不是让模型更聪明，而是让模型在司法环境中更可靠地工作。"
沿着这个方法论，系统落成了一条完整的链路：司法数据与电子卷宗→权威法律知识库→通专结合的多模型→认证Skill→智能体与工作流编排→法官决策节点→安全护栏、权限、日志与回滚→裁判文书和程序动作。
安全体系也是工程化的：政法专网物理隔离部署；DevSecOps把代码审计、脱敏规范、漏洞扫描嵌入研发；最小权限；任务级与系统级熔断；记忆按案件隔离、按任务清零；专职安全专员享有独立安全审查权和一票否决权。2026年6月，系统通过中国信通院（泰尔实验室）智能体安全能力评估，达到最高的5级。
2.5 治理规则：先画红线，再谈能力
《白皮书》最有制度价值的部分，是附录的《司法领域智能体技术应用指南》V2.0。按发布方表述，这是全球首个司法领域智能体技术应用指南，2026年4月首发，9月迭代到2.0。
指南的结构是"四类新风险+四项正向原则+四项负面清单+四阶段方法"：
四类新风险：权责僭越导致司法核心职权"空心化"、指令污染、过程失范、系统失控。
四项正向原则：锚定辅助工具定位、深度融入审判环节、同步落实司法责任、全程确保数据安全。这四条其实是2023年研发启动前就定下的——先画红线，再研发。
四项负面清单：禁止转授决策性职权；禁止注入未治理数据；禁止应用未认证Skill；禁止逾越安全护栏。
四阶段方法：定义任务、监督过程、核验输出、驾驭环路。指南还给了口诀——"定得准、看得透、核得严、改得勤"；方法论是"运行—核验—修正—再运行"。甚至有停止条件：同一错误经两轮定向修正仍复现，即认定超出智能体当前能力边界，转人工办理。
再往上，是《白皮书》序言的那句总纲："司法权本质上是判断权，判断权必须牢牢掌握在人的手中。裁判权只能归属于法官，司法责任亦由法官最终承担。"
具体制度都从这句话长出来：证据采信、事实认定、法律适用、裁判结论由法官确认；不提供"裁判建议""一键生成结论"；每次确认、修改、拒绝全程留痕；坚决杜绝形成跳过人工判断的自动化链路。
《白皮书》第六章还列了五组"可以但不能"：可以辅助法官但不能取代法官；可以提供参考意见但不能作出裁判结论；可以参与信息处理但不能替代司法判断；可以提升办案效率但不能弱化程序正义；可以促进裁判尺度统一但不能僵化个案裁量。并列出AI在未来相当长时期内不能替代的五类任务：证据真实性的最终判断、复杂事实争议的最终裁决、真实世界情境的充分理解、重大伦理价值争议的裁判、司法程序的正当性功能。
读到这里，我对这份白皮书的好感是具体的：它没有回避AI的能力边界，而是把边界写进了负面清单和停止条件。这与最高人民法院法发〔2022〕33号意见"AI不得代替法官裁判"的定位一脉相承，而且把它工程化了。
三、理念对照：白皮书与我的AI夜校，走的是同一条路
从2025年起，我办了一所公益的AI夜校，到第三期时形成了相对完整的课程框架：先导课讲认知，第一到三节讲agent的底层结构，第四到六节按"模型、算力、数据"三要素展开，返场课请一线使用者复盘。整个课程体系，用一句话概括，就是教法律人做一件事：把AI从一个"会聊天的模型"，变成一个"能干活的、可控的生产系统"。
读《白皮书》时我最强烈的感受是：双方没有商量过，却走到了同一个方向。下面我把这些重合逐条摊开。这种对照不是要证明"我们早就说过"——夜校讲的是律师视角的个人工作流，深圳做的是法院视角的组织级生产系统，量级完全不同。让我确认的是另一件事：这些理念不是某一家的一厢情愿，而是大模型进入严肃专业领域的普遍规律。
3.1 人在环中：从口号变成了一整套权限设计
"人在环中"（human-in-the-loop）是AI治理的通用口号，喊的人很多，把它做成工程的很少。《白皮书》的做法是把这句话拆成了具体机制：系统推送分析、法官作出决策；证据采信、事实认定、法律适用、裁判结论由法官确认；不提供"裁判建议""一键生成结论"；每次确认、修改、拒绝全程留痕；对行动型智能体设熔断和回滚。用《白皮书》序言的话说："司法权本质上是判断权，判断权必须牢牢掌握在人的手中。"
夜校第二节课讲agent权限模式时，我给学员演示过同一套逻辑在个人工具里的样子：默认模式下agent每一步操作都要人确认；要删文件，它会问"移到废纸篓还是彻底删除"；计划模式下agent只出计划、人批准了才执行。当时的说法是：把"该确定性交给代码、该判断的交给模型加人"。深圳把这个思路推到了组织级：熔断、回滚、留痕、一票否决。在机器的每一条执行路径上，预置一个人的决策点——两边做的是同一件事。
我在2026年9月20日"AI赋能·智启仲裁"论坛的发言里，把这个思路压缩成验收AI成果的"三道门"：可溯源、可对抗、可负责。AI读了哪些材料要能追回去；结论有没有被对手攻击过；错了谁负责。《白皮书》的一键溯源、反向审核、法官留痕，几乎是这三道门的司法版本。这不是我比深圳高明，恰恰说明：一个专业领域认真对待AI，无论起点是律师的个案工作还是法院的审判流程，最后都会长出相似的控制结构。
3.2 从模型中心到驾驭工程中心：马具比马重要
《白皮书》最有理论价值的命名是"驾驭工程"（Harness Engineering），公式写得很清楚：智能体=模型+驾驭框架。还有那句判断："在垂直领域，驾驭工程的精细化程度比模型参数量更能决定实际效果。"
夜校第二节课讲这个公式时，用的是马具的比喻：一匹良驹能力很强，类似一个大模型，但它没有方向感；不能被很好地控制，就不能被很好地应用。harness本义就是马具，马鞍、缰绳构成的这套东西，让人能驾驭这匹马。模型再强，没有马具，它只是一匹跑得快的野马。
再往深一层是产业结构上的判断，我在夜校借用了工业史的说法：大模型是电力，智能体是流水线上的岗位，而 harness 是你自己的配电系统。电力终将人人可得，配电工程才是各家的壁垒。落到《白皮书》上看得更清楚：深圳投入上亿财政经费、230P算力，接入近万亿字量级的权威法律语料，但这些不是壁垒；真正难复制的是那1000多项认证Skill、5000道评测题、85项拆解到环节的流程和10余万字业务规则文档——模型可以换（他们已经换了三轮），这套驾驭体系换不掉。
夜校里我反复讲"模型不是稀缺资源，判断力是"；《白皮书》说"不是让模型更聪明，而是让模型在司法环境中更可靠地工作"。两句话讲的是同一个常识，只是我们的常识还在被"哪个模型更强"的口水战淹没。
3.3 垂类模型的祛魅：第一次转向的分量
《白皮书》公开的第一次转向，是在完成全国首个司法审判垂类大模型训练之后，承认它"本质上仍是一个问答工具"，转向工程化交付。这个自我否定的分量，只有踩过同一个坑的人才懂。
垂类模型曾是法律科技行业最大的融资故事。夜校先导课讲这个话题时，我说过一个略显尖锐的观察：市面上大部分法律垂类产品，底层接的都是通用大模型——接DeepSeek、接千问，这些模型谁都能接；产品真正的差异在规则，而规则恰恰是你自己也能构造的，甚至可以构造得更丰富，因为它装的是你的客户习惯、你所在地区的裁判尺度。当时还举过一个例子：一个叫"金牌大状"的skill，效果与名字毫无关系，只与名字背后写了什么规则有关系。
深圳的实践把这个判断从产品层面推到了司法层面：垂类模型负责理解、检索、比对、整理和搬运，无权"补全"任何法律知识；知识来源整个切换到最高人民法院权威知识库。垂类的价值不在"训练了一个法律模型"，而在"围绕法律工作重建了一套知识秩序"。这是《白皮书》第一次转向真正值得记取的结论。
3.4 数据与规则先于模型：输出不可靠，先查数据
防幻觉的四层防线，第一层是知识准入：严禁模型自行生成法条案例，权威知识库是唯一来源，模型只做理解和搬运。用《白皮书》自己的话："只要大模型将自身参数作为知识来源，幻觉就无法避免。"
夜校第六节讲数据时，给过学员一个更朴素的排查口诀：agent输出的答案与你读案卷的印象有偏差，脑子里第一反应不该是"这模型不行"，而应是"数据出了问题"——大概率是输入端没读全、读错了，而不是模型能力不够。配套的机制包括：二进制文件必须先转换、转换必有损失、损失掉的可能恰好是关键信息（比如扫描件的印章颜色、位置）；输入超过上下文窗口的部分模型根本不读；资料量过大时模型会"抽着读"。夜校第二节有一句提醒："你如果假设大模型100%读完了你的材料，你在用agent的时候就很容易上当。"
两边在方法论上完全同构：可靠性问题的第一性是数据问题，不是智力问题。区别只在尺度，夜校教的是个人核对输入，深圳建的是组织级的知识准入制度。深圳还把这件事做到了源头：人民法院出版社提供近万亿字量级的权威语料，类案审理指南从2021年起编纂了100多个案由。先有权威知识的工程化，才有"系统推送的每一条法律依据都是真的"。顺序反了，做什么模型都白搭。
3.5 认证Skill与经验沉淀：让经验成为组织资产
还有一个容易被略过的数字：超1000项经认证的业务标准Skill，由技术管理部门和审判管理部门共同做前置认证、变更审批、定期复评。近200名法官制作了超5000道评测题，模型或Skill要过题库才能上线。
夜校讲Skill时有两个观点，恰好构成这个机制的注脚。第一个："点一个按钮，等于给了他一本书"——每个Skill背后是一包规则文件，规则质量决定产出质量。第二个更直接：Skill的好坏，取决于文件夹里写的规则质量，而规则恰恰是专业知识；同一个skill，不同专业底子的人调出不同质量的结果。所以关键从来不是"装了多少个skill"，而是"谁在写规则、规则经不经得起检验"。
深圳的认证机制回答的正是这个问题：让法官的经验从"个人手艺"变成"经过验证的组织资产"，并且用评测题库做准入门槛。这和《白皮书》第五章说的"个体经验提炼为全员可用的技能工具"是一件事的两面。返场课上嘉宾谢凯演示民商事诉讼全流程skill时说过一句话，我在总结时记下了："这套skill不像chatbot一下输出几千几万字，一轮产出的时间更长，但更长反而跟质量是等价的。"经认证、有题库的Skill，慢一点，但对司法场景来说是唯一可接受的速度。
3.6 会用者赋能、误用者负能：决定性的变量是人
《白皮书》附录指南里有一句话，我读到这里停了很久：
"会用者赋能、误用者负能、善用者驭能。"
指南承认：同一个系统，使用者的任务定义、过程监督和结果核验能力，本身决定风险水平。安全不再全部寄托在产品上，而落在使用者素养上——这是从"产品合规"走向"社会技术系统治理"的判断。
这恰恰是夜校第一课就讲的话。先导课给过学员一个公式：AI是智力杠杆，最终效果等于你的认知基础乘以倍数——"如果自己的认知就很低，给你一个智力放大器，乘再大的倍数，加成也是有限的。"第四节又给了另一半："agent只能算半个工具，另一半能力靠你把自己的判断和默会知识显性化加上去。"
这六条对照摆下来，结论其实已经藏在里面：大模型进入专业领域，真正的分野不在"用不用AI"，而在"有没有把模型放进规则、流程、责任构成的结构里"。深圳用三年时间和3545.1万次调用验证了这个结构在司法领域成立；夜校用三期课程在律师个人的工作桌上验证了它的日常版本。方向一致，尺度不同，互为印证。
四、往前看：几个值得持续关注的问题
写到这里，《白皮书》值得肯定的部分已经讲完。但一份负责任的解读，不该停在鼓掌。下面几点不是批评——恰恰是因为我认为深圳方案值得走得更远，才把这些写出来。它们的共同点是：都不是今天的问题，而是规模扩大之后、时间拉长之后，会慢慢显形的问题。
4.1 第一个问题：人在环中的"人"，如何长期保持清醒
《白皮书》的制度设计里，裁判权牢牢在法官手中，这一点毫无疑问。但制度设计回答的是"权力归属于谁"，回答不了另一个问题："这个人此刻是不是真的在判断。"
大量文书由AI起草初稿、法官审核确认，这个流程跑几千次之后会发生什么？每一次审核都是真实的脑力劳动：核对事实、检验说理、挑出毛病。人是会累的，而AI的初稿会越来越流畅、越来越像"正确的样子"。一个人连续几十次看到的初稿都没问题，下一份的注意力就不可避免会下降。审核还在形式上进行，判断已经悄悄退场——这就是"人在环中"向"人在名单上"的滑动。
学术研究已经观察到了这个机制的方向。两位研究者Liu与Li在2024年进入深圳法院做田野调查，访谈了近20名法官，把当时的人机互动概括为：法官先形成初步判断，大模型围绕这个判断生成支持性说理，法官修改后定稿。论文提出了一个概念叫"偏见回声"——如果AI总是围绕法官的初判组织证据和理由，它可能强化初始判断，同时削弱法官通过亲自写作发现错误的机会。需要说明，这项研究的模拟实验证据是混合的，尚不能证明深圳系统已经导致系统性偏见；它真正的价值是提醒了这条风险路径的存在。
我自己在律师工作桌上遇到过同一个问题的变体。2026年9月仲裁论坛的发言里，我讲过一次实测：把一整包仲裁材料交给六个AI角色分工处理，最后汇总出一份裁决书初稿，结构完整、争议焦点抓得准，超过不少助理的第一稿。但仲裁法的版本用错了，还有一段说理"太周全，反而没有真正回应这个案子的特殊性"。写没问题，审要靠真正理解案件的人。
更值得警惕的是同场嘉宾、资深合伙人邬辉林复盘四个多月深度使用时说的几个细节。他说AI代写的材料他"看一遍感觉都是一片脑雾"，开庭被问到细节时，不像自己写的材料那样能立刻定位；他说团队出现了"精神滑坡"，连自己都"愿意花时间写提示词，不太愿意花半小时改合同"，后来把合同审核收回来自己做，"反而更加神清气爽"；他还说了一句我认为值得所有AI重度使用者贴在屏幕上的话："你的思维必须像刀，不能让它生锈。"他的对策是把自己做诉讼的顺序反过来：先人工把卷仔细读一两遍，知道重点之后再让AI阅卷，提示词只要四百字就非常准确。
这个顺序，就是我在论坛发言里给年轻律师的建议，也是我认为对法官同样成立的原则——在看到机器生成的文本之前，先看完案件材料，先形成自己的初步判断。哪怕只用十分钟，写下争点是什么、哪一方证据更强、自己最没把握的地方在哪里。没有自己的第一版，就没法比较；AI说什么，很容易变成"我本来也是这么想的"。
值得肯定的是，《白皮书》和指南已经内置了方向一致的控制：文书环节的"挑毛病"式反向审核、以当事人立场研判服判息诉、指南要求核查不同观点是否均衡、智能体任务的纠偏与停止条件。这些设计说明发布方对"AI只会顺着你说话"的风险有认知。接下来值得期待的，是这类控制长期有效性的实证：法官实际的修改率、拒绝率、编辑距离，会成为比调用量重要得多的指标。某种意义上，这套系统未来最该被研究的，不是它生成了多少文书，而是法官对生成结果做了多少真实的改动。
4.2 第二个问题：系统建设很快，认知建设要跟上
这是我最想展开讲的一点。
生态培育这件事，《白皮书》第五章有专门交代：转变法官观念、培训法官技能、革新管理机制。"启明讲师团"由一线法官授课，全员分层实操培训，2025年"鹏法天平杯"技能竞赛有4100多名司法人员参赛，"鹏法AI"专栏选登了103篇法官文章。这套动作说明，深圳对"人"的投入是有制度安排的，这个自觉在建设方里已属前列。
我想补充的是另一个视角：AI系统与传统软件有一个本质区别。传统软件交付即可用，AI系统的效果上限，取决于使用者的认知水平。传统软件的逻辑是"你按按钮，它出结果"，人的角色是操作员；AI系统的逻辑是"你定义任务、监督过程、核验输出"，人的角色是驾驭者。前者的学习成本是"会不会点"，后者的学习成本是"懂不懂它在干什么、不能干什么"。同一个系统，交给两个认知水平不同的人，产出的差距不是百分比，是性质上的。
这就是指南那句"会用者赋能、误用者负能"的深意，它其实承认了：系统风险的最小单元不是服务器，是人。一个不清楚模型会"抽着读"卷宗的法官，可能把一份没有读完的AI摘要当作"全案已阅"；一个不了解幻觉机制的法官，可能把流畅的说理当作正确的说理；一个不知道模型边界在哪里的法官，要么事事不信、退回手工，要么事事相信、放弃判断。对边界能力没有清晰认知的使用者，驾驭不了驾驭工程。系统不但不会成为助力，反而会成为负担。这不是假设。行业里已经有真实的复盘：前面提到的"脑雾"、"精神滑坡"、"监工感"，都是认知没有跟上工具迭代速度时，人的真实状态。
深圳的系统当前主要由深度参与研发的法官群体使用，认知水位是够的——40名法官参与研发、300余名参与测试，这批人天然懂系统。但《白皮书》发布同月，流程驱动智能体首个版本才上线，功能纳入最高法院"一张网"后全国多家法院正在试运行。每扩围一批新法院，就有一批从未参与研发的裁判者第一次面对这套系统。深圳经验的迁移，系统是现成的，认知不是。如果在扩围节奏里，把使用者培训与考核放到和系统部署同等重要的位置——甚至更靠前——这份白皮书的经验才算真正复制过去了。夜校这类民间实践能补一部分，但司法系统内的认知建设，最终还得靠制度化的安排。这是我认为这份报告推向全国时，比算力和经费更值得投入的一件事。
4.3 第三个问题：让数据继续说话
《白皮书》披露的成效数据里，调用量、辅助量是充分的，但有几类数据还没有出现：法官对AI输出的采纳率、修改率、拒绝率；系统提示的错误被人工发现的比例；反向审核实际拦截了多少问题；不同案由、不同资历法官的使用差异。
为什么要盯着这些数字？因为它们回答的是AI司法应用最核心的问题：这套系统在多大程度上改变了裁判本身。上诉率下降48%、发改率下降65%是了不起的结果，但《白皮书》自己也很诚实地写明，同期还有类型化案件专业化审判、审判管理机制改革等多项措施在同步推进。要把AI的净贡献分离出来，需要更细的评估设计——这也是系统走向全国之前，一项回报很高的基础工作。
另外两处细节值得留意。其一是《白皮书》第六章已经提出把事实摘要、争点归纳等派生信息反馈给当事人、征询意见，经当事人反馈、法官审查、程序确认后再作辅助参考——这是"内部在环"走向"外部可知"的关键一步，方向很好，期待它从愿景变成制度文本，包括告知的范围、异议的效力和复核的救济。其二是对老年人、残障人士等群体保留人工和线下替代渠道的承诺，数字鸿沟被写进白皮书，这在同类文件里不多见，落地的分量取决于后续的资源安排。
4.4 第四个问题：扩围的节奏，把"用好"当作"铺开"的前提
2026年3月，系统功能已进入11个省（区、市）23家法院试点；白皮书发布时，"一张网"试运行还在扩大。可以预期，接下来会有更多法院接入。
深圳模式里有几样东西可以平移：电子卷宗与数据标准、权威知识库接入、认证Skill机制、日志与回滚、评测题库。但也有一样东西无法平移：三年迭代沉淀下来的使用经验和组织默契。返场课上有学者提到一个观察：AI辅助裁判的壁垒不只在skills，更在"隐性数据"——本地法官的裁判习惯、证据认定尺度、量刑衡量习惯。这套东西深圳沉淀了三年，其他法院要重新长出来。所以扩围的合理节奏，可能不是复制系统，而是复制"系统加认知加本地化验证"的整套打法——先在本地案件结构上验证，再放量。慢一点铺开，把每一批用好，比快一点铺开更重要。
结语：未来已来，智在人为
《白皮书》的结语标题起得很好："让技术走向人，让正义更可及。"扉页上还有八个字的口号："未来已来，智在人为。"
我愿意把这份白皮书理解为中国司法对"智在人为"四个字的工程化注解：人是裁判者，这个定位在负面清单里、在法官确认节点上、在每一行日志里；"驾驭"是这个时代法律人的核心功课——不是驾驭一个更聪明的模型，而是建设一套让模型可靠工作的工程，并且让自己配得上"驾驭者"这三个字。
三年前，"AI辅助审判"还是论坛上的概念争论；今天，它是一座城市的日常司法基础设施，有3545.1万次调用的体量，有写进指南的负面清单，有国际同行的实地考察。进度之快，超出了包括我在内的大多数观察者的预期。而《白皮书》最让我确信的一点是：深圳想清楚的，恰恰是"快"的反面——哪些环节永远不能快，哪些判断永远不能外包，哪些人必须始终站在环里。
模型还会一代代变强。但驾驭模型的工程能力、维持判断的认知能力、承受责任签名的担当能力，不会随着参数量自动生长。这三样东西，法院要建，律师要练。每一个打算和AI长期共事的专业者，都躲不开。
路可以缩短，不能被走掉。
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》，创办"四明山法师AI夜校"并已办至第四期，在多地开展相关主题讲座与分享。