本期主题是：AI 在法律界。时间范围为 2026 年 6 月 7 日至 2026 年 7 月 7 日。
01 讨论重心变了：从“要不要用”到“怎么整合”
过去两年，法律界谈 AI，常常还停留在一个前置问题：律师到底应不应该使用 AI？但近 30 天的讨论里，这个问题正在退后。更高频的表达变成了：如何把 AI 放进真实工作流，放多深，谁来负责，怎么审计。
Instagram 上 lawyers_weekly 的一条讨论很有代表性：过去法律团队问的是 “Should we use AI?”，现在问的是 “How deeply do we integrate it?” 这不是宣传口径的变化，而是使用阶段的变化。AI 不再只是某个律师偶尔打开的聊天框，而正在进入合同审查、文件检索、案件材料整理、知识库和内部培训。
这对法律服务行业很关键。因为法律工作的价值从来不只在于“写一段话”，而在于把事实、规则、程序、证据和责任放在一个可追溯的结构里。AI 如果不能嵌入结构，就只是文案工具；一旦能进入结构，它就会改变生产方式。
02 乐观派：AI 不是替代人，而是放大个人杠杆
短视频平台上的律所内容普遍更乐观。TikTok 上一些律所和法律技术账号把 AI 描述为提升效率的工具：更快的文件审查、更聪明的案件研究、更稳定的客户沟通准备，以及更少的重复劳动。
这类讨论的重点不是“机器替律师出庭”，而是“律师能不能把时间从低价值工作中拿回来”。一位 TikTok 评论者 @floppykactus 的话很能说明这种体验：“Yes, as a litigator Claude co-work feels like I have suddenly gained magic powers.” 对一线律师来说，真正有冲击力的不是概念，而是突然发现自己可以同时拥有一个研究助理、起草助理和材料整理助理。
但这种乐观并不等于盲目。多数内容仍然强调：AI 是工具，不是最终判断者。它可以把初稿和检索速度拉高，却不能替代律师对案件事实、证据策略、客户目标和程序风险的判断。
法律 AI 的短期价值，不是让律师消失，而是让一个有判断力的律师拥有更大的工作半径。
03 风险派：假引用、保密和自相矛盾仍是底线问题
法律人对 AI 的怀疑也非常具体。最常见的担忧不是“AI 是否聪明”，而是它是否可靠、是否保密、是否能在出现错误时被追责。
YouTube 评论里 @brianthrom6858 的担心很法律人：法律文件的每一部分都要相互配合，否则整个文件可能失效；而大语言模型容易自相矛盾，这在诉讼中会变成定时炸弹。另一个 TikTok 评论 @stephenmarcus275 则直接问：客户机密信息如何保证不会被上传到模型材料里？
这两个问题基本构成法律 AI 的两条底线。第一，输出必须可核验，尤其是案例、法条、引用和事实归纳。第二，输入必须可治理，尤其是客户身份、合同文本、证据材料、商业秘密和未公开争议。没有这两条，再强的生成能力也很难进入严肃法律工作。
04 新技能：提示词、知识库和核验流程
另一条明显趋势是，法律 AI 的讨论正在从“工具清单”转向“使用能力”。YouTube 上 “Claude for Lawyers” 这类内容不只是介绍 Claude，而是在教律师如何用项目知识、长上下文、合同审查提示库、引用核验和分步骤工作流。
很多律师最初会把 AI 当成搜索引擎：输入一个问题，期待一段完整答案。但法律场景真正有效的用法通常更像工作流设计：先限定角色和任务，再提供材料，再要求提取结构化信息，然后要求标注不确定性，最后由人类复核。
这意味着，提示词不是花哨技巧，而是一种新的专业表达能力。律师越能把自己的判断标准、审查清单、证据规则和文书习惯说清楚，AI 越能变成稳定的工作伙伴。
01给材料不要只问结论，要把合同、证据、事实背景和审查目标放进去
02定标准说明适用法域、客户立场、风险偏好和输出格式
03拆步骤先提取，再分析，再生成建议，最后单独核验引用
04留痕迹要求列出依据、不确定项和需要人工复核的位置
05 创业热度仍在，但法律人更关心能不能落地
法律 AI 创业仍然很热。Y Combinator 关于 Legora 的视频把法律 AI 描述为一个深度嵌入法律工作流的赛道，强调大规模并行查询、引用正确性，以及软件和服务边界正在模糊。
这种叙事对投资人有吸引力，但法律人的判断会更朴素：它能不能减少可核查的劳动？能不能接入现有文档和知识库？能不能让合伙人、律师、助理和法务在同一套权限下协作？能不能留下审计记录？能不能解释为什么给出这个结论？
换句话说，法律 AI 产品真正要证明的不是“我会生成”，而是“我能进入法律组织的责任链条”。这也是为什么面向法律行业的 AI 工具，最终会越来越像基础设施，而不是单点应用。
06 一个容易被低估的问题：年轻律师怎么训练
如果 AI 接管了初级律师大量的检索、摘录、尽调和初稿工作，法律行业必须回答一个新问题：新人还怎么成长？
过去，很多法律判断力来自重复劳动。年轻律师在整理材料、比对条款、查找案例、修改初稿的过程中，慢慢获得对风险、事实和语言的敏感度。如果这些步骤全部被 AI 压缩，行业就需要新的训练设计。
未来的训练重点可能会从“你亲手做了多少页材料”转向“你能不能设计审查框架、识别 AI 的错误、解释修改理由、对客户承担判断责任”。这对律所和法学院都是挑战，也可能是法律教育重新设计的机会。
07 我的判断：法律 AI 正在进入第二阶段
第一阶段的法律 AI，是“问答式工具”：律师问一句，AI 答一段。这个阶段的门槛低，也最容易出现幻觉、误用和过度宣传。
第二阶段的法律 AI，是“工作流工具”：AI 参与材料读取、要素提取、条款审查、文书生成、引用核验、知识沉淀和任务协作。这个阶段要求更高，也更接近法律服务的真实生产。
过去 30 天的讨论显示，法律界已经开始从第一阶段走向第二阶段。乐观派看到了效率杠杆，谨慎派守住了风险底线，创业者在讲基础设施，教育者开始考虑训练方式。真正的分水岭不是谁用了 AI，而是谁能把 AI 纳入可复核、可管理、可负责的法律工作流。
给法律人的行动建议
不要只收藏工具清单。选一个具体工作流开始试验，比如合同初审、案件材料摘要、法规监控或文书模板生成。把提示词、输入材料、输出格式、复核清单和错误记录都沉淀下来。法律 AI 的能力不是一次对话形成的，而是在可重复的流程里长出来的。
关于“过去30天”栏目
这个栏目会定期选择一个法律 AI 主题，通过 last30days 技能抓取近 30 天多平台讨论，再整理为中文文章。它关注的不是单一新闻，而是人们正在争论什么、担心什么、尝试什么，以及哪些观点开始形成共识。
本期研究覆盖 Reddit、YouTube、TikTok、Instagram、Hacker News、GitHub 和网页补充。由于本次未能获取 X/Twitter 数据，短周期热点可能仍有遗漏。后续如果接入 X/Twitter，栏目会更适合追踪突发事件和创作者观点。
想让我用 last30days 追踪某个主题？
可以提交你关心的法律 AI 主题，例如合同审查、AI 法官、律所管理、法律教育、数据合规或国产 Agent。