GLM-Legal亮相，法律AI进入智能体时代

智谱近日发布 GLM-Legal，一款面向法律推理与法律工作流的 Agentic AI 产品。它的定位不是给通用大模型套一层法律问答界面，而是让 AI 围绕一个法律目标，主动拆解任务、调用资料、形成论证、检查结果，并交付一份可以继续被律师审阅和修改的成果。

Agentic AI 是能够围绕目标自主规划、调用工具、执行多步骤任务并检查结果的人工智能系统。 和传统聊天机器人相比，它不只回答“这个问题是什么”，还要处理“接下来该做什么、需要查哪些材料、结论是否可靠以及怎样交付结果”。

这也是 GLM-Legal 值得关注的原因：法律行业最难自动化的部分，从来不是把一段话改写得更像法律文书，而是把分散在法规、判例、合同、证据和企业内部政策中的信息组织起来，完成一条可追溯、可复核的推理链。

它发布的不是“法律版聊天机器人”

GLM-Legal 是一款面向法律推理和法律知识工作的智能体产品，核心目标是完成多步骤法律任务，而不是只生成单轮答案。 从智谱此次发布的信息看，产品重点落在法律研究、文档理解、复杂推理和任务执行的组合上。

这一区别看似只是产品包装，实际决定了 AI 在法律场景中的上限。

传统法律大模型通常采用“上传文件—提问—生成答案”的交互方式。律师把一份合同丢进去，问模型有没有风险；或者把一条法规粘进去，让模型解释其含义。这样的工具在摘要、改写、条款初筛上已经有用，但一旦任务跨越多份文件、多个法律问题和多个时间节点，模型就容易退回到“问一句答一句”的状态。

GLM-Legal试图把流程向前推进一步。用户给出的不再只是一个问题，也可以是一个目标，例如：

• 对一批合同进行条款审查，找出责任、赔偿、终止和争议解决条款中的异常项；
• 围绕一个争议事实检索相关法律依据，并整理支持与反对两方的论证；
• 比较不同版本合同，定位实质性变化，并解释这些变化可能带来的法律风险；
• 根据监管规则更新内部制度，同时给出执行计划、责任人和培训材料；
• 从大规模电子证据中筛选相关材料，标记潜在特权问题，并形成后续取证提纲。

这些任务有一个共同点：它们不是一次生成，而是“先理解目标，再查资料，再判断，再输出，再复核”。如果模型只具备语言生成能力，通常只能完成其中某一个环节；如果产品具备智能体能力，才有机会把这些环节串成一个工作流。

法律推理的难点，不是“知道法条”

法律推理是基于事实、法律规则、证据和适用条件形成可解释结论的过程，而不是简单匹配一个法条。 这也是法律 AI 与普通知识问答之间最重要的差别。

同一个法律问题，往往需要同时处理四类信息：

1. 事实层：谁在什么时间做了什么，哪些事实有证据支持；
2. 规则层：适用哪一个法域、哪一部法律以及哪一个版本的规定；
3. 推理层：事实是否满足法律规则中的构成要件，是否存在例外；
4. 交付层：结论需要以备忘录、审查意见、红线合同还是诉讼材料呈现。

通用大模型最容易出错的地方，恰恰在这些层次之间的切换。例如，它可能找到了正确的法规，却忽略了法规的生效时间；引用了真实存在的判例，却把判例中的附带意见当成了裁判规则；理解了一条合同条款，却没有把它和赔偿上限、保险义务及终止权放在同一套风险框架里比较。

因此，法律智能体的评价标准不能只看回答是否通顺，也不能只看某个法律考试分数。更值得观察的是，它是否能够保留来源、区分事实与推断、说明不确定性，并在关键节点要求人工确认。

GLM-Legal与传统法律大模型有什么区别

从产品思路上看，GLM-Legal与普通法律问答模型的差异，主要体现在任务组织方式、工具使用和结果交付三个方面。

| 对比维度 | 传统法律问答模型 | GLM-Legal所代表的智能体路线 | |---|---|---| | 任务入口 | 用户提出一个问题 | 用户提交一个法律目标或工作任务 | | 工作方式 | 单轮或多轮对话 | 自动拆分为检索、分析、比对、起草、复核等步骤 | | 信息处理 | 依赖用户手动提供上下文 | 面向多文档、多来源和长流程任务组织上下文 | | 推理结构 | 生成一段解释或结论 | 形成带有依据、过程和交付格式的任务结果 | | 工具调用 | 通常需要用户自行搜索 | 智能体可根据任务需要调用检索、文档分析等工具 | | 风险控制 | 依赖用户发现错误 | 强调引用核验、交叉检查和人工审批节点 | | 适用场景 | 摘要、改写、基础咨询 | 合同审查、法律研究、合规更新、案件材料整理 |

需要强调的是，目前公开信息并没有给出 GLM-Legal 在法律基准测试、准确率、延迟、上下文长度或商业价格上的完整数据。因此，不能仅凭“Agentic”这个标签，就断言它已经达到可以独立执业的程度。

这点尤其重要。法律行业的容错率与普通办公场景不同。营销文案写错一句话，通常只是返工；合同中的赔偿责任、管辖条款或监管义务判断错误，可能直接转化为数百万级别的商业风险。GLM-Legal更现实的定位，应当是法律专业人员的任务执行层，而不是替代律师做最终判断。

为什么现在是法律智能体的窗口期

法律智能体的商业价值，来自减少重复性知识工作，而不是消除法律责任。 过去几年，法律 AI 主要集中在文书生成、合同摘要和法规问答；到了 2026 年，行业关注点已经转向“能否持续完成一项工作”。

Thomson Reuters Institute 此前对法律行业 Agentic AI 的讨论显示，潜在应用包括大规模文件中的律师特权筛查、引用准确性检查和合同之间的比较。一些律所测试中的合同工具据称已经达到最高 92% 的准确率，但该数字属于特定工具和特定任务，不能直接等同于通用法律智能体的整体准确率。

这组信息透露出一个现实：法律智能体已经从概念验证阶段走向小范围部署，但仍然主要存在于技术能力较强、拥有数据科学和工程团队的律所或法律部门中。产品化的价值，就在于把过去需要企业自行搭建的检索、文档解析、工作流编排和审计能力，封装成更容易使用的系统。

GLM-Legal的出现，意味着国内模型厂商开始把竞争从“谁的通用模型更会答题”，推进到“谁能把专业模型变成可交付的行业智能体”。这条路线与 GLM 系列近年来强调的复杂任务执行能力是一致的，但法律场景对数据来源、法域适配和结果可追溯性的要求更高。

它与GLM-5等通用模型是什么关系

通用基础模型负责理解和生成，垂直法律智能体负责把模型能力嵌入专业工作流。 因此，GLM-Legal不应简单理解为“另一个法律版大模型”，更可能是基础模型、法律知识、工具连接器、任务规划和安全控制共同组成的产品层。

此前公开报道提到，GLM-5在 SWE-bench Verified 上取得 77.8% 的成绩，并被用于展示 Agentic Engineering，也就是让模型自主完成需求拆解、编码、调试和项目维护。但软件工程与法律工作并不是同一种任务：前者通常可以通过测试用例验证结果，法律任务则更多需要处理开放世界事实、不同法域规则以及难以形式化的职业判断。

因此，GLM-5的工程智能体能力可以为 GLM-Legal 提供底层模型基础，却不能直接证明其法律能力。法律产品需要额外解决至少四个问题：

• 法域问题：中国大陆、香港、澳门、台湾、新加坡以及欧美法域不能混用；
• 时效问题：法规、司法解释、监管规则和判例会发生变化；
• 证据问题：模型必须区分用户陈述、原始文件和推测性结论；
• 责任问题：最终意见必须能被专业人员复核，并留下操作记录。

在这些问题上，模型参数本身只是底座，真正决定体验的是数据治理和产品工程。

对开发者而言，值得看的是“工作流能力”

法律智能体的工程难点，是让模型在长流程中保持状态、来源和约束，而不是把提示词写得更长。 对关注 AI 应用开发的读者而言，GLM-Legal的意义不只在于多了一个法律产品，还在于它展示了垂直 Agent 的典型构造方式。

一个可落地的法律智能体通常需要具备以下模块：

1. 任务规划器：将“审查一份合同”拆成条款识别、风险分类、依据检索和报告生成；
2. 法律检索器：从法规、判例、合同库和企业内部制度中获取相关材料；
3. 文档理解模块：识别扫描件、表格、附件、修订痕迹和跨文件引用；
4. 推理与审查模块：检查前后结论是否矛盾，引用是否支持对应判断；
5. 交付模块：输出法律备忘录、审查清单、合同红线或合规执行计划；
6. 审计模块：记录检索来源、模型操作、人工修改和最终审批结果。

其中最容易被低估的是审计模块。法律行业不能只问“模型给了什么答案”，还要问“模型看过哪些材料、为什么得出这个结论、谁批准了最终版本”。没有过程记录的自动化，在高风险法律场景里很难进入正式生产环境。

不要把“智能体”理解成无人监管

法律智能体最适合承担可验证、可回溯、可分段审批的任务，而不适合在没有人工确认的情况下独立提供最终法律意见。 这不是保守，而是由法律工作的责任结构决定的。

比较适合优先落地的场景包括合同初筛、法规变化监测、内部政策对照、诉讼材料分类、引用核验和尽职调查资料整理。这些任务往往有明确输入、相对清晰的输出格式，也可以通过抽样复核评估质量。

相对不适合直接交给模型的场景，包括重大诉讼策略、复杂跨境交易的最终结构设计、涉及事实真伪的核心判断，以及需要承担正式法律责任的对外意见。智能体可以提供候选方案和证据组织，但不能把“生成了结果”误认为“完成了法律判断”。

对于企业用户，部署 GLM-Legal 时更应关注以下指标，而不是只看演示效果：

• 引用准确率和引用覆盖率；
• 关键事实的遗漏率；
• 不同法域和不同法规版本下的稳定性；
• 长文档任务中的上下文保持能力；
• 人工修改比例和平均复核时间；
• 是否支持权限隔离、数据留存控制和完整审计；
• 失败时能否明确告诉用户“不确定”，而不是继续编造结论。

判断：产品方向正确，但还需要数据证明

GLM-Legal的发布，标志着国内法律 AI 竞争开始从“模型会不会回答法律问题”转向“模型能不能完成一项法律工作”。这是更有价值、也更难的方向。

它的优势在于产品定位足够明确：面向法律推理、强调智能体工作流，并试图覆盖从资料处理到结果交付的完整链条。相比只提供法律问答的工具，这种路线更接近律所、企业法务和合规团队真实的工作方式。

但它目前最需要补齐的是可验证数据。没有公开的统一基准、任务级准确率、不同法域测试结果和真实部署案例，外界还无法判断 GLM-Legal 与 Harvey、CoCounsel、Lexis+ AI 等海外法律 AI 产品之间的实际差距，也无法判断它在中国法律语境下究竟领先多少。

我的判断是：GLM-Legal值得关注，但现阶段更适合被看作一个面向法律工作流的 Agentic AI 产品起点，而不是已经可以独立承担法律工作的“AI 律师”。如果智谱后续能够公开合同审查、法律检索、法规更新和长文档案件分析等任务的可复现实验数据，并说明法域、数据集、人工复核标准和错误类型，它才有机会从一次产品亮相，进一步变成法律 AI 市场的标杆产品。

对开发者而言，真正值得跟踪的也不是一句“模型更聪明”，而是三个问题：它能否稳定完成长流程任务，能否把每个结论绑定到可靠来源，以及能否在高风险节点主动停下来交给人审。法律智能体的竞争，最终比拼的不是聊天窗口里的答案，而是能否把答案变成可信、可追溯、可交付的专业工作成果。

参考来源

1. Greater China Legal：大中华区法律 AI Agent Skill 体系 —— 展示了面向中国大陆、香港、澳门、台湾和新加坡等法域构建法律智能体技能体系的开源实践。
2. OpenAI Hub —— AI 工具导航、模型资讯与行业快讯，本文用于补充产品与行业背景。

注：GLM-Legal的首发信息来自智谱官方博客《GLM-Legal: Advancing Agentic Legal Intelligence》。由于本文参考来源链接需限定为国内可访问域名，正文未直接附上该官方页面链接；价格、上下文长度、法律基准成绩等尚未在现有公开资料中完整披露的数据，本文未作推测。