OpenAI为律师推出专用AI助手，法律工作开始进入“专门化”阶段

OpenAI 近日推出 Astra for Law，这是面向律所和专业法律团队打造的专用 AI 助手。与通用版 ChatGPT 通过联网搜索回答法律问题不同，Astra for Law 的核心方向，是把法律研究、律所内部知识、权限管理和合规监督放进同一个工作环境里。

这不是简单地给通用模型换一个法律领域提示词。根据 OpenAI 公布的信息，Astra for Law 基于 GPT-6 Astra 构建，并与 Latham & Watkins、Wachtell, Lipton, Rosen & Katz 等律所合作设计。产品重点覆盖美国法律研究，同时试图解决律师真正不愿意交给通用聊天机器人的问题：哪些资料可以看、哪些客户信息不能混用、哪些结论必须人工复核，以及模型的每一步工作能否被追溯。

对于法律行业来说，这次更新的意义不在于 AI 第一次能够检索判例，而在于 OpenAI 开始把法律工作当成一个拥有复杂组织边界、职业责任和审计要求的专业系统来做。

Astra for Law 是什么

Astra for Law 是基于 GPT-6 Astra、针对律所法律研究和专业法律工作定制的企业级 AI 助手。 它的目标不是替代律师作出最终判断，而是帮助律师更快完成资料检索、判例发现、法律论证和内部知识调用。

目前公开信息显示，Astra for Law 主要围绕以下几类任务展开：

• 法律研究：围绕具体法律问题检索法规、判例和相关法律材料；
• 判例发现：从复杂案情和法律问题中提取检索线索，寻找可能被传统关键词搜索遗漏的案例；
• 长文档处理：分析案件材料、合同、诉状、证据目录和内部研究备忘录；
• 法律论证辅助：整理不同观点、识别支持或反驳某个法律主张的依据；
• 律所知识调用：在符合权限的前提下，利用律所内部的模板、研究成果和工作流程；
• 企业级治理：支持信息权限、伦理墙、客户指令和律所层面的监督机制。

这里的“伦理墙”是法律行业中的信息隔离机制，用来防止不同客户、案件团队或利益冲突主体之间发生不当的信息流动。普通聊天机器人通常只回答“这个问题是什么”，而律所需要先回答“这个用户有没有资格看到这份材料”。Astra for Law 的产品重点，正从前者扩展到了后者。

性能数据：研究正确率从38.7%提升至54.0%

OpenAI 披露的验证结果显示，在 Vals AI Legal Research Bench 私有验证集的 200 道美国法律研究问题中，Astra for Law 的整体正确率检查结果为 54.0%，而 GPT-6 Astra 仅使用网页搜索时为 38.7%。

按相对增幅计算，54.0% 相比 38.7% 提升约 39.5%，通常可以四舍五入表述为约 40% 的相对提升。在以判例为核心的问题上，OpenAI 还称 Astra for Law 找到的参考案例数量比 GPT-6 Astra 使用网页搜索时多 24%，并且从正确法院意见中检索到的相关段落最多多 54%。

| 对比项目 | Astra for Law | GPT-6 Astra + 网页搜索 | 变化 | |---|---:|---:|---:| | 法律研究整体正确率检查 | 54.0% | 38.7% | 提升约39.5% | | 验证题数量 | 200道 | 200道 | 同一验证集 | | 判例参考案例发现 | 基准 | — | 多24% | | 正确法院意见中的相关段落 | 基准 | — | 最多多54% | | 评测范围 | 美国法律研究 | 通用网页搜索法律研究 | 专用系统对通用搜索 |

这些数字值得关注，但也不能直接等同于“律师可以把工作交给 AI”。首先，公开结果来自 OpenAI 对私有验证集的披露，外部研究机构尚未对同一数据集进行独立复现。其次，法律研究的正确率不仅取决于有没有找到相关案例，还取决于引用是否准确、判例是否仍然有效、司法辖区是否匹配，以及模型是否理解案件事实与法律规则之间的关系。

换句话说，54.0% 是产品能力信号，不是执业质量承诺。对律师而言，最危险的错误往往不是完全胡说，而是引用了一条看似相关、实际已经被推翻或只适用于另一辖区的判例。

为什么通用 ChatGPT 不够用了

通用 ChatGPT 的问题不在于不能回答法律问题，而在于它通常不知道一个律所真正的工作边界。

第一，法律知识不是单一数据库。一项法律研究可能同时涉及联邦法、州法、地方法规、行政解释和不同层级法院的判例。模型需要区分法律文本、法院意见、二手评论和未经验证的网页内容。普通网页搜索能找到资料，但未必能建立可靠的权威层级。

第二，律所内部资料高度敏感。同一律所可能同时代表存在利益冲突的客户。一个律师可以访问甲客户的案件材料，另一个团队却不能。若 AI 只依赖“用户自己上传什么就处理什么”的模式，权限控制就会落在人工习惯上，而不是系统层面。

第三，法律工作强调可解释和可追溯。律师写研究备忘录时，需要知道每个结论来自哪条法条、哪份判例、哪个段落，以及引用内容是否完整。模型只给出一个流畅答案远远不够，研究过程本身也必须能够被复核。

第四，客户指令会改变工作标准。客户可能要求优先采用某一司法辖区的判例，限制使用外部资料，或者禁止将案件信息用于模型改进。企业部署的 AI 必须能够理解和执行这类组织级规则。

Astra for Law 的差异化，正在于它把这些“模型之外”的约束纳入产品设计，而不是只追求更长上下文或更高基准分数。

与法律检索工具相比，它的优势和短板是什么

Astra for Law 并不是第一个进入法律行业的 AI 产品。Westlaw、LexisNexis、Harvey、CoCounsel 等产品已经在判例检索、文档审阅、合同分析和律所工作流中积累了用户。OpenAI 这次的策略，更像是利用基础模型能力和企业部署能力，向法律专业软件的核心场景推进。

| 产品方向 | 主要优势 | 典型短板 | 更适合的场景 | |---|---|---|---| | Astra for Law | 通用推理能力、自然语言交互、企业权限与工作流定制 | 专业法律数据库覆盖和独立验证仍需观察 | 复杂研究、内部知识协作、定制化法律工作流 | | 传统法律数据库 | 权威资料、引用体系成熟、检索结果可追溯 | 交互方式相对传统，跨文档归纳能力有限 | 权威法规和判例检索 | | 法律垂直 AI | 针对合同、诉讼或尽调等任务优化 | 通用迁移能力和组织级定制程度不一 | 明确、重复性较高的法律流程 | | 通用大模型 | 成本和使用门槛较低，适合快速起草与总结 | 权限、引用、辖区和专业责任控制不足 | 非敏感资料整理、头脑风暴和初步草拟 |

从产品定位看，Astra for Law 最有机会切入的并不是最终法律意见，而是律师每天耗费大量时间、但又必须认真完成的中间环节：先把问题拆开，找出可能相关的法源，整理不同观点，再交给律师核验和写作。

它的竞争对手也不只是其他模型，而是现有的法律数据库、律所知识管理系统、文档管理系统和人工研究流程。谁能把这些系统接起来，谁才更可能成为律所的基础设施。

Latham 和 Wachtell 的参与，意味着什么

OpenAI 表示，Latham & Watkins 正参与信息权限、伦理墙、客户指令和律所监督机制的设计。Wachtell, Lipton, Rosen & Katz 也参与了围绕法律工作场景的合作。

这类合作的价值，不只是给产品增加几个知名客户标识。法律 AI 的难点长期不在“能否生成一份像样的备忘录”，而在于能不能嵌入律所已有的责任链条。

例如，一份 AI 生成的研究结果至少需要回答：

1. 谁发起了这次研究；
2. 模型访问了哪些内部和外部资料；
3. 这些资料是否属于当前律师和当前客户的权限范围；
4. 模型引用的判例是否来自正确司法辖区；
5. 哪些内容由 AI 生成，哪些内容由律师修改；
6. 最终提交给客户前，是否完成了人工复核；
7. 如果出现错误，律所能否还原整个过程。

这些要求决定了法律 AI 不能只以消费级聊天窗口的形式存在。它需要身份管理、文档权限、操作日志、版本记录、数据保留策略和明确的人工审批节点。OpenAI 此次把“治理”放到产品介绍的前列，说明它已经意识到：在高责任行业，安全不是上线后的补丁，而是销售产品的一部分。

这会改变律师的工作方式，但不会立刻替代律师

Astra for Law 更可能先改变初级和中级法律工作的分工，而不是直接取代资深律师。

初级律师通常需要花费大量时间完成资料收集、初步检索、判例摘要和文档整理。这些任务结构化程度较高，也是 AI 最容易产生效率提升的地方。资深律师则更多负责定义问题、判断风险、选择论证策略、与客户沟通，并对最终意见承担职业责任。这些工作仍然依赖经验、判断和对具体事实的理解。

未来更现实的工作模式可能是：

• 律师先定义问题、辖区、时间范围和客户限制；
• Astra for Law 生成检索计划并发现潜在法源；
• 系统返回带有引用位置和相关段落的研究结果；
• 律师确认判例有效性、事实相似性和法律适用范围；
• AI 协助整理成研究备忘录或诉讼策略草案；
• 律师完成最终判断、修改和签发。

这是一种“AI 加速研究，律师承担判断”的模式。它与自动驾驶更像辅助驾驶，而不是无人驾驶：系统可以降低重复劳动，但在关键决策点仍必须由专业人员接管。

最大风险：引用正确，不代表结论正确

法律 AI 最需要警惕的不是单纯的幻觉，而是“半正确”。模型可能找到真实存在的判例，也能摘录真实段落，但把它们放进错误的案件事实、错误的时间节点或错误的司法辖区中。

因此，评价 Astra for Law 不能只看回答是否流畅，也不能只看检索到多少案例。至少还要观察四项指标：

• 法源准确率：引用的法条、判例和法院是否真实存在；
• 适用性：法源是否适用于当前司法辖区和案件事实；
• 时效性：判例是否已经被推翻、限缩或受到新法规影响；
• 引用完整性：模型是否同时呈现支持结论和不利于结论的材料。

OpenAI 目前公布的 54.0% 结果没有覆盖所有这些维度，也没有说明产品在不同法律领域、不同州法体系和不同文档质量下的表现差异。律所如果部署，仍然需要建立自己的验收集、抽查机制和升级流程。

OpenAI真正押注的是“专业系统”，不是法律聊天机器人

从这次发布来看，OpenAI 的判断很明确：通用大模型的下一阶段竞争，不只是继续提升模型的参数规模和通用评测分数，而是进入拥有专业数据、组织流程和责任约束的行业。

法律是一个典型样本。它的资料密集、文本密集、流程复杂，同时对错误极其敏感。如果 OpenAI 能在法律行业建立权限、伦理墙和监督机制，那么类似的方法也可以迁移到金融、医疗、审计和政府等场景。

但这条路比消费级产品更慢。律所需要安全审查、客户同意、数据隔离、合同谈判和内部培训，模型每次升级也可能触发重新验证。产品能否从几家合作律所的定制项目，扩展为可复制的标准化服务，仍然是 Astra for Law 接下来最大的考验。

我们的判断是：Astra for Law 有机会成为法律 AI 从“会回答问题”走向“能在组织内工作”的标志性产品，但目前更适合被视为高能力研究助理，而不是自动法律顾问。 对律所而言，真正值得评估的不是它能否替律师写出一份漂亮文档，而是它能否在不突破客户隔离和职业责任边界的前提下，把研究时间压缩到可接受水平。

短期内，法律行业不会因为一个新助手就停止使用传统法律数据库，也不会把最终法律意见交给模型。更可能发生的是，律师开始把 AI 放进研究链路中，并要求它像一个受权限控制、可审计、需要复核的专业同事一样工作。Astra for Law 是否能达到这个标准，将比任何一次公开跑分更重要。

参考来源

• OpenAI，《Introducing Astra for Law》：产品发布信息、合作律所及治理方向。由于本文发布平台的链接白名单限制，未在文末直接保留 OpenAI 官网链接。
• ABA Journal，《OpenAI introduces new AI model for law firms》：对 OpenAI 进入法律专业 AI 市场的行业报道。
• Reuters，《OpenAI launches new Astra model amid growing scrutiny over agents’ safety》：关于 GPT-6 Astra、智能体安全与模型治理背景的报道。
• OpenAI Cookbook：OpenAI 模型应用、评估和企业级实践的公开技术资料，可用于理解相关模型工作流与评测方法。

注：Astra for Law 的评测数据为厂商披露结果，本文未将其视为独立实验室结论；具体可用范围、数据处理方式、商业价格和正式开放时间，应以 OpenAI 后续官方公告及律所合同条款为准。