99%的律师用过法律AI，为什么真正的分水岭才刚刚开始

2020年,在生成式AI广泛进入法律工作之前,牛津大学的三位研究者就注意到,围绕法律AI的讨论,常常停在同一个问题上:“机器能否取代律师?”但在他们看来,要理解技术对这一职业的影响,还需要看法律工作本身,以及组织这些工作的方式将如何改变。

六年后,这个问题有了更迫切的现实背景。

对于律师而言,AI已经不再只是一个需要远距离观察的技术命题。它正在进入日常工作,也让我们有必要重新追问:

当一种新能力变得越来越普遍,律师职业的变化究竟会发生在哪里?

从尝试,到日常

在更广阔的职场中看,AI的普及只用了很短的时间。

根据麦肯锡的研究,2023年,报告在工作中使用AI的员工占30%;到2025年,这一比例达到76%。虽然不足以说明每个职业都以相同速度变化,但它描绘了一个清晰的转向:AI正从一部分人的效率实验,进入更多工作者的日常。

法律行业的变化同样迅速。

律商联讯连续开展的调查显示,2024年,约三分之二的中国内地受访法律人士使用过AI;2025年,使用比例达到88%,其中80%的受访者至少每周使用;到了2026年,在涵盖律师、企业法务及其他法律相关岗位的411名受访者中,99%表示自己在工作中使用通用AI或专业法律AI。

当然,普及不等于深入使用。财新对2026年调查的报道显示,45%的受访者仅使用通用AI,54%则同时使用专业法律AI。Clio在2026年的调查中也发现,88%的受访法律专业人士表示使用AI,但只有27%将其嵌入日常工作流程。

这些调查面向不同市场,但共同揭示出一个现实:“用过AI”和“围绕AI改变工作方式”,仍是两回事。

所以,99%并不是“律师职业已经被AI改变”的完成时,更不是每位律师都获得了相同能力的证明。它标记的是一个新的起点:

越来越多法律人已经接触并使用AI,接下来,差别将发生在他们怎样把这种能力带进自己的工作。

从使用AI,到调动能力

AI刚进入法律行业时,“会不会取代律师”确实是一个必要的问题,人们焦虑于它的能力边界,迟疑于法律判断和执业责任该由谁承担。

但到了2026年,如果律师仍把全部注意力放在等待这个问题的最终答案上,就可能错过眼前已经发生的变化。对律师而言,更有用的追问或许在于:借助AI,我能不能完成一些过去想做、却受时间和人手限制而做不到的事?

要让AI真正成为律师自己的能力,至少有两件事需要解决。

首先,AI必须能够达到法律工作的专业要求。查到一条规定、写出一段流畅的文字并不够;律师需要看到依据从何而来,比较不同事实可能导向的判断,并能够核验、修改结果。其次,这些能力还得能按照实际工作重新组合。一个客户的委托不会恰好停在“检索”或“起草”某个功能里,研究之后往往还有沟通、汇报和交付。

把AI放进律师的日常工作,变化往往先发生在那些熟悉又耗时的环节。

智合AI Skill中心提供法规分析、类案检索、法律研究和文书生成等能力,分别对应寻找依据、比较案例、组织论证与形成初稿。遇到需要深入研究的争议问题,律师可以让这些工作先往前走一步,再集中精力判断:事实有没有抓准,找到的类案能不能类比,形成的建议是否适合眼前的客户。工作可以分担,结论仍要由律师负责。

研究完成后,律师的工作通常还没有结束。一个判断要变成客户听得懂的汇报,一套经验要整理成可以再次使用的方法,中间还有不少工作要做。

Skill工作台支持导入和创建自定义Skill,也提供PPT、Excel、图表及文档处理等能力。律师可以尝试将研究成果整理为客户汇报或法律服务方案,也可以把反复使用的工作步骤沉淀下来,供下一次调用和修改。对人手有限的律师而言,这意味着一些过去想做、却常因时间和制作成本搁置的事,有了着手完成的可能。

案件之外,还有许多同样重要、却很难持续投入的工作。

一位律师长期深耕某个领域,未必有余力定期制作客户简报、更新服务介绍,或把专业见解写成面向公众的内容。AI可以帮忙整理资料、准备初稿,让这些想法不必每次都从一张白纸开始。但内容是否准确、适合讲给谁听、能否体现自己的专业判断,仍要由律师把关。

工具不会自动带来客户,它能改变的,是一些原本受制于时间和人手的计划,终于有机会被持续地做下去。

从完成一项法律任务,到把成果交付给客户,再到经营自己的专业积累,律师能借助AI推进的工作正在变多。省下的时间可以用于拓客,也可以用于学习和打磨判断;新获得的制作与组织能力,则可能让服务做得更完整。

至于这些可能性能走多远,不取决于功能清单有多长,而取决于律师如何把它们接入自己的工作。

杠杆

完成一项任务,和让律师变得更有能力,是两回事。

麻省理工学院曾对美国11家律所的133名专利律师进行三个月实验。AI辅助确实提高了他们提交的工作质量,但持续的判断能力提升主要出现在资深律师身上,初级律师整体没有出现同样的平均增益。这项研究虽然局限,却提示了一个值得所有律师留意的区别:一份成果做得更好,未必意味着完成它的人也学到了更多。

要让AI的赋能留在自己的工作里,律师需要把每次使用中作出的判断留下来。

以一类反复出现的合同审查为例,哪些事实必须先向客户确认,哪些条款要结合交易方式判断,风险如何排序、修改建议要写到什么程度,这些要求可以由律师整理进自定义Skill。遇到新合同,Skill处理可重复的步骤;遇到它漏掉的事实或不适用的判断,律师再修改自己的要求。

省下的时间,也要作同样的选择。

律师当然可以用它完成更多检索、更多文书,承接更多原本就在做的工作。但如果希望能力进一步增长,就不能让腾出的时间全部回到同一种劳动里。一部分时间可以用于研究尚不熟悉的业务问题,一部分用于接触潜在客户、理解现有客户下一步可能遇到什么。前者让律师有机会处理更复杂的委托,后者让专业能力有机会转化为新的业务。

这两种积累需要同时发生:过去的经验通过Skill进入下一次工作,省出的时间又用于获得新的经验和机会。

这些积累不会保证每位律师收入增长,却解释了为什么同样使用AI,长期结果可能不同。有的律师获得的是处理更多任务的速度;有的律师则逐渐拓宽了自己能够判断、交付和经营的工作范围。

能力差距,以及随之可能出现的收入差距,都将会从这里产生。

而99%的普及率也意味着,观望的时间正在过去。AI未必会在某一天突然取代律师,却已经开始抬高法律服务的基本标准:当一部分律师能够更快、更充分地回应客户,客户对其他律师的期待也会随之改变。

到那时,真正值得焦虑的不是机器究竟能做多少,而是当法律服务的门槛不断抬高,我们赖以立身的专业能力,是否也在同步生长。