最近要在律所做一個“以AI賦能法律工作”的專業分享，所依據的是我半年前寫的《》。此次分享在年前就已規劃好，但在年后的當下再談及“法律+AI”時，DeepSeek似乎已經成為了一個繞不開的話題。

DeepSeek的出現對法律界到底意味著什么？又會對整個行業帶來什么改變？

在10天前的《》中我已經說過，在法律領域，DeepSeek與其他AI頂多也就是存在“量”的差異，而非“質”的突破。近期涌現的“DeepSeek使用指南”之類的文章，也基本都是“新瓶裝舊酒”——此前ChatGPT爆火時發過的那些文章，趁此次DeepSeek爆火，于是改了個名兒又重發一遍，騙個熱度——內容毫無新意。

節后開工這幾天，我看各大法律領域的AI科技公司也都在緊鑼密鼓地組織“法律+DeepSeek”的相關講座，文章也發了不少，我從中依然沒有感受到多少新意。所以我準備干脆就自己再來聊一下“法律+DeepSeek”的話題。

本文的18個觀點，基本都源于我為近期的“法律+AI”專業分享所撰寫的演講稿，意見或許并不算多專業，但相較于各大商業性質的法律AI公司，我至少能夠保證自己的立場足夠客觀公正。本文絕對無廣（笑）。

文｜顏森林

2025/2/15

1. “量”的差異而非“質”的突破

相較于其他的通用大語言模型而言，DeepSeek在性能上并不算有革命性的提升，至多算是“量”的差異而非“質”的突破【也因此，我半年前寫的《》還并未過時，其中的底層方法論至今依然適用】。如果說其他AI的智商是七十分，那么DeepSeek的智商可能變成了八、九十分，但他依舊只是機器，而并沒有成為一個人。類比一下，DeepSeek-R1的出現，就好比ChatGPT在今年一月份時突然開源、免費且使用成本驟降，由此肯定會影響到整個AI生態，但卻并不能推導出ChatGPT的性能就因此突然獲得了革命性的提升。

2. “開源+高性能+低成本”

DeepSeek真正的優勢，在于“開源+高性能+低成本”。通過技術創新和優化，DeepSeek在保持性能接近國際頭部AI的同時，又極大地降低了使用成本，并且開源。

“開源”意味著有更多的企業及開發者能夠直接使用DeepSeek，“高性能+低成本”的高性價比則意味著大家能夠以較低的成本與門檻來使用一款能力達到國際先進水平的AI。三者相疊加，使得DeepSeek尤其適合對成本敏感且需處理大量文本的下游企業及開發者，進而直接影響到整個AI生態，促進AI的技術普惠。

因此，DeepSeek更大的影響是在B端，它很可能重塑整個AI產業。對法律人而言，便意味著將有更多的AI產品涌現，其中的一些產品，便有可能進一步提升法律人的工作效率。例如，就我的觀察而言，目前各大法律AI科技公司都已陸續接入了DeepSeek，相關產品的使用體驗也有望得到提升。

3. 推理過程的價值與局限

在法律工作場景中，DeepSeek帶來的最直觀的改變，是其展現了“推理過程”，由此可以給我們的法律工作帶來更多的啟發與思路。但除此之外，DeepSeek的交互形式與工作能力，與其他AI很難拉開實質性差距，在法律領域尤其如此（比如當下的各家AI都難以進行深入的法律分析）。至于“推理過程”這種獨特的呈現方式，相信很快其他AI都會陸續跟進（比如kimi也已推出了“長思考”模式來展現其推理過程）。在C端，對于普通消費者而言，未來主流AI的使用體驗會逐漸趨近。

4. “指令型”與“推理型”的區分意義有限

最近經常看到的一種觀點是：DeepSeek的核心是“推理型”大模型，而非“指令型”大模型，DeepSeek能夠推理出我們的所思所想，因此不再需要提示詞模板，我們只需向DeepSeek陳述清楚相應的場景及需求即可。

至少在法律領域，我認為這種區分意義不大。因為如果我們想要讓AI有效輔助法律工作，就必然需要向AI交代清楚案件相關的事實及背景信息，否則AI根本無從進行法律分析，同時也需要向AI傳達我們或客戶的要求。而這并不是簡單陳述場景及需求即能夠完成的工作。

傳統“身份+背景+任務+要求”的提示詞公式，在DeepSeek時代依然適用。當然，有些情況下可以進行簡化，比如“身份”信息在某些場景下可以略去，“任務”和“要求”在某些場景下其實是一體的。

而所謂的提示詞從“指令型”變成了“推理型”，不過是將“把字句”變成了“被字句”。與其讓AI去猜、去推理你的思維，還不如你一開始就給它盡量準確的指令，尤其對于要求嚴謹的法律專業領域，更是如此（除非你是想用AI來啟發思路）。

5. 以“用”促“學”

對于AI，最好的學習方法就是“用”。我們可以逐漸養成一種意識：一旦我們遇到任何問題或文字工作的時候，都應該想到AI，思考一下AI能夠幫我們做什么。長此以往，我們就會逐漸摸清AI的長處與短板，明白它能力的邊界。也就不必再僵化地使用提示詞模板。

6. 文書類型區分的重要性

在法律領域，若不區分文書類型就去討論 AI 的輔助方式，沒有任何意義。因為對于不同類型的法律文書，所需要的寫作技能并不相同，AI的協助方式也大相徑庭。

例如同樣是文書起草，起草起訴狀與起草協議，AI的輔助方式完全不同；而同樣是起草協議，起草一份規范化的模板合同與起草一份針對某個糾紛的補充協議，AI的輔助方式也截然不同。

要想讓AI進行有效協助，有必要從“事實”與“法律”兩個維度對文書進行區分，從而結合AI的不同功能展開工作【此處不再贅述，詳見《》一文】。

7. C 端影響有限，B 端值得期待

我依然認為，在C端，DeepSeek的優勢并不足以與其他AI形成決定性的差距，因此在短期內，對于個體法律人而言，DeepSeek的出現還并不會對法律人的工作方式造成了實質性的變革；但在B端，基于DeepSeek對整個AI生態的推動作用，未來或許會出現一些值得期待的產品，有望進一步提升生產力，可以拭目以待。比如近期我關注的重點就是AI個人數據庫的建設，未來AI Agent的發展也將是一個熱點。

8. AI法律應用受限于兩大缺陷

我之所以說，DeepSeek的優勢并不足以與其他AI形成決定性的差距，是因為包括DeepSeek在內的所有AI在法律領域的應用，目前仍受限于兩點關鍵缺陷——第一，AI語言邏輯強而法律邏輯弱，即AI相對缺乏法律邏輯，缺乏對法學的體系化的理解與解釋能力，AI在法律領域還缺乏足夠的專業能力；第二，AI不了解案件事實，即AI相對缺乏對各種證據材料進行綜合分析、并提煉案件事實的能力。

在一個更加理想的工作場景之下，法律人只需將案件相關的材料（包括word、pdf、照片等）上傳給AI ，AI便可以自行掃描、提煉、分析、梳理案件相關的要件事實，并基于這些要件事實進行深入而復雜的法律分析，最終直接生成專業且詳盡的法律文書。

而受限于上述兩點缺陷，AI在法律工作中所能夠發揮的作用受到了比較大的限制。在大多數情況下，案件事實仍需要我們法律人自行去提煉、甄別，復雜的法律分析也只能我們自行去起草、論證。而只要這兩點缺陷沒能得到有效改進，AI任何所謂的“進步”都很難對法律工作造成革命性的沖擊。

9. AI 知識庫建設的重要性

AI法律知識庫的建設，將會是未來的一個發展重點（包括個人的法律知識庫），通過這種定向優化（RAG），能夠祛除AI的大部分“幻覺”。在有細分專業領域知識庫的情況下，AI在進行法律分析時便可優先選取這個特定知識庫里的內容。它可以增強AI在某個細分領域的專業性，彌補當前AI在專業性上的不足；還可以模仿個人的文風，進行更個性化的表達；另外包括可以針對某個特定項目（比如一個訴訟案件）設立相應的數據庫，相關的案件材料都可以放置其中，加強團隊信息的共享與更新。

10. 個人知識庫的搭建與選擇

對于個人知識庫，目前市面上已經有一些產品與方案，比如我自己就在嘗試使用flowith來搭建個人AI知識庫，另外我也看到有人用anybook llm或cherry studio搭配DeepSeek來diy自己的AI知識庫。

我的看法是，在當下，如果不是真的要做AI的本地化部署，其實沒有必要自己去diy知識庫AI，那太麻煩了，肯定很快就會有更成熟的產品出來，可以優化得更好。包括我目前正在嘗試的flowith，使用體驗已經做得不錯，未來也還有進一步優化的空間。

而如果是自己做本地化部署，想要達到滿血DeepSeek的能力，成本又太高了，B端還好，中大型律所可以嘗試建設，但在C端，個體法律人其實沒必要。

11. 本地部署的趨勢與挑戰

在DeepSeek出現之后，相較以往，部署及運行本地大模型的成本已經算是大幅降低。在未來，中大型律所部署本地大模型并搭建相應數據庫會成為一個趨勢，通過共享律所內部的資源，可進一步加強法律分析的專業性，并可統一相關的文書要求，可以顯著提升標準化法律業務的處理效率。

不過與此同時，如何保障數據安全與客戶隱私，也將會成為一個需要重點關注的問題。

12. AI 對訴訟與非訴的不同影響

AI的發展，對非訴業務的影響會更大，訴訟業務則相對較小（但也只是相對）。

非訴業務會更加程序化，會更加側重于法律分析與風險識別，對于非訴業務而言，工作內容多為信息的搜集與整理，高度依賴信息檢索與歸納能力，而這恰恰是AI極其擅長的領域；相較之下，訴訟業務則仍需要律師出庭，需要律師去處理具體、復雜的案件事實，而不只是單純的法律分析，相較而言，就更難被AI取代。

13. AI對法律專業壁壘的影響

所謂的法律專業能力，本質上就是一種“信息差”，隨著AI的發展，其法學相關的專業能力還會進一步提升，也就會打破這種“信息差”，強行拉齊所有人的專業水平。在這種情況下，執業一年的律師與執業十年的律師，其專業能力可能并不會拉開太大差距，會熟練使用AI的年輕律師，其專業表現完全可能優于在某個領域執業多年的資深律師。

尤其對于非疑難復雜的常規案件而言，不同律師的專業表現會逐漸趨同。

不過，法律行業特點之一在于“謬之毫厘，失之千里”，一處關鍵節點上的判斷失誤，就有可能導致完全不同的案件走向，此外，實務中紛繁復雜的經驗性知識，也并非AI能夠通過網絡獲取的。因此，對于疑難復雜的案件或項目而言，高度的法律專業素養依然至關重要。這也是為什么我認為，在可預見的未來，專業律師的角色依然難以被AI全面取代——律師的獨特價值在于其深厚的法律專業知識以及豐富的實務工作經驗，而這是AI技術短期內還難以企及的領域。

14. AI 加劇律師行業內卷

整體而言，“專業”會逐漸變得廉價（且這并非法律領域獨有的問題），其后果是加劇律師行業的內卷。

短期內，會使用AI的律師，因為生產力的提升，其工作表現及薪資收入可能會高于不會使用AI的律師；但長遠來看，后續AI的使用會逐漸普及，未來也會有更多成熟的的AI產品出現，進一步加大AI技術的普及力度，將來律師使用AI就像如今律師使用word一樣常見。AI不再是專屬于某個小群體的特殊技能。

屆時將會進一步加劇律師行業的內卷。例如，同樣是起草一份協議，以往客戶的期待是一周起草好，但隨著AI技術的普及以及同行的競爭，未來客戶的期待可能就會變成一天就得起草好，而服務費用可能卻并不會因此提高。

15. AI 對年輕律師就業的影響

隨著AI技術的普及，更少的人便可以完成以往同樣的工作量，低端的、重復性的、低專業性的崗位完全可能被AI所替代。因此對于大型的合伙人團隊而言，未來大概率會精簡人員，這會進一步影響未來年輕律師的就業。

可以說，對于年輕律師而言，AI的出現是機遇也是挑戰。一方面，AI可以讓年輕律師具有媲美資深律師的專業能力；但另一方面，如果年輕律師還并未建立起自身的獲客渠道，那么大概率也只能成為某個團隊的打工人，且這樣的崗位還會越來越少。

16. 增強獲客能力以減緩AI沖擊

從業務流程來說，律師的工作內容可以分為前端案源的承攬與后端案件的辦理。

對于案件承攬而言，不僅需要你具備法律相關的專業能力，很多時候更考驗你的溝通能力、社交能力、營銷能力、資源整合能力乃至個人的勇氣等綜合素質，在此過程中我們可以發現，AI能發揮的作用其實相當有限，它難以替代律師在與客戶溝通、建立信任、拓展業務等方面的獨特作用。

而對于案件辦理而言，則更多的需要律師具備辦案相關的專業能力，包括法律研究能力、法律檢索能力、證據搜集能力、邏輯分析能力、歸納整理能力、文書寫作能力等等，而這正是AI擅長的領域，也是 AI 對法律行業沖擊更為顯著的板塊。

所以在未來，律師群體需要進一步增強案源承攬相關的能力，以減緩AI對于自身職業發展的影響。

17. 司法系統的AI化趨勢

司法系統的AI化也將成為一個趨勢，并且由于體制內擁有更多的資源，其成本也會被分攤得更薄（比如對于法院系統而言，只要做好了一個AI系統，便可讓全國幾千家法院一起使用），所以其發展可能會更迅速。

此前就已經有新聞報道過，部分法院已經在試點由AI來審理簡單的案件，最近法院系統推行“要素式起訴狀”，也很可能與此相關。甚至可以預料到，不久的將來，對于大部分訴訟案件，法院可以直接用AI掃描、分析、處理案件的證據材料以及訴辯意見，然后直接生成相應的裁判文書，極大緩解審判壓力。

18. AI 將沖擊整個人文社科

在諸多人文社科當中，法學依然算是相對有專業門檻、專業壁壘的一門學科，如果未來的某一天，連法學都能被AI所取代，那整個人文社科的大廈也將轟然倒塌。

所以某種意義上，法律人其實不必太擔心AI所帶來的沖擊，因為有更多的人比我們更需要擔心：）

- end -