精選解讀｜「AI 律師」沒有突然出現，先變的是法律工作被拆成可交付的流程段
精選解讀｜「AI 律師」沒有突然出現，先變的是法律工作被拆成可交付的流程段
當「法律任務」的基準測試分數上升、專業工具商把稽核與核可做進產品，關鍵問題就從「能不能取代」轉成「誰能把責任與證據鏈做完整」
你以為 AI 不能當律師，其實是在看「責任可追溯性」能不能被系統化
如果你問企業法務最怕什麼，多半不是多打一份合約，而是出事時說不清楚。哪一段條款是誰改的？改動依據是什麼？當時參考了哪些資料？最後是誰簽字？在法律這種高責任工作裡，錯一次通常不只是答錯，而是流程、客戶承諾、法遵與聲譽一起被牽動。也因此，過去幾年大家說「AI 還當不了律師」，聽起來一直很合理。
但外媒的這篇〈Maybe AI agents can be lawyers after all〉的重點，並不是在宣稱「AI 律師上線」，而是在提醒：某些原本很硬的判斷基準，開始出現鬆動的跡象。
外媒引用 Mercor 的 APEX-Agents Leaderboard 指出，在「法律、企業分析」等專業任務上，先前不少模型在一次作答（one-shot trials）的表現多在 25% 以下；Anthropic 的 Opus 4.6 出來後，one-shot 接近 30%。如果允許多次嘗試（原文意思是再多給幾次解題機會），平均可以到 45%。Mercor 執行長 Brendan Foody 甚至用「從 18.4% 到 29.8% 很瘋狂」形容這個跳升。這些分數當然不等於「可以直接交付」，但它是一個值得記下的訊號：法律這塊原本被視為最後防線的專業領域，開始出現可觀測的鬆動。
如果你問企業法務最怕什麼，多半不是多打一份合約，而是出事時說不清楚。哪一段條款是誰改的？改動依據是什麼？當時參考了哪些資料？最後是誰簽字？在法律這種高責任工作裡，錯一次通常不只是答錯，而是流程、客戶承諾、法遵與聲譽一起被牽動。也因此，過去幾年大家說「AI 還當不了律師」，聽起來一直很合理。
但外媒的這篇〈Maybe AI agents can be lawyers after all〉的重點，並不是在宣稱「AI 律師上線」，而是在提醒：某些原本很硬的判斷基準，開始出現鬆動的跡象。
外媒引用 Mercor 的 APEX-Agents Leaderboard 指出，在「法律、企業分析」等專業任務上，先前不少模型在一次作答（one-shot trials）的表現多在 25% 以下；Anthropic 的 Opus 4.6 出來後，one-shot 接近 30%。如果允許多次嘗試（原文意思是再多給幾次解題機會），平均可以到 45%。Mercor 執行長 Brendan Foody 甚至用「從 18.4% 到 29.8% 很瘋狂」形容這個跳升。這些分數當然不等於「可以直接交付」，但它是一個值得記下的訊號：法律這塊原本被視為最後防線的專業領域，開始出現可觀測的鬆動。
01｜第一個問題其實不是「會不會取代律師」，而是「哪些工作本來就像流程」
很多人把「律師」想成一個不可拆解的整體，所以問題很自然就落在「AI 能不能取代」。但在企業內部，最花時間的往往不是最後那個簽字判斷，而是大量的文字整理與對照：條款比對、版本差異、文件摘錄、風險清單初稿、把過往先例整理成可用的摘要。這些工作不是不需要專業，而是更像「先把資料整理好，讓人可以做判斷」，而且結果可以被第二個人覆核。
所以，更合理的理解是：所謂「AI 律師」先從把準備工作自動化開始，讓人把時間留給真正需要判斷、也需要承擔責任的部分。
02｜真正的門檻也不是「模型多強」，而是「出了事能不能追得回去」
對企業來說，AI 進流程最麻煩的，從來不是偶爾不準，而是出了事後沒辦法復盤。你不知道它為什麼寫出那段文字，也不知道誰看過、誰改過、誰批准過。法律領域真正稀缺的資源，其實是「可追溯、可簽核、可復盤」，而不是單一的一次模型分數。
這也解釋了為什麼專業工具與內容大廠的策略會長成另一種樣子。路透社近來的報導提到，Thomson Reuters 會持續擴大代理能力；同一篇也提到生成式 AI 已占其合約基礎價值約 28%，上一季約 24%。報導並描述 Westlaw Advantage 是一個 agentic AI 產品，且該公司雇用約 2,700 名受訓法律專業人員支援內容與訓練。把這幾個訊號放在一起看，你會更清楚：市場買的不是「會寫字的 AI」，而是「能把流程做得可追溯的 AI」。
同時，專業團體也在補上「怎麼用才不踩線」的討論。Council of Bars and Law Societies of Europe（CCBE）的指引把生成式 AI 放進專業倫理與義務的脈絡，談機會、風險與責任。這類文件通常不是在叫你放心用，而是在提醒你：可以用，但要把責任與風險安排清楚。
03｜現階段比較像「AI 幫你做準備」，不是「AI 取代你簽字」
如果你把「AI 律師」想成能自己接案、自己出法律意見、自己承擔責任，那現階段不成立。TechCrunch 這篇也不是這個意思。它真正想講的是：代理型系統在更貼近實務的任務條件下，開始在法律相關任務上看見一些進步。
因此，比較接近現實的用法，是把它放在「準備簽字前」那一段，先讓它做整理、比對、摘要與初稿；最後要不要採用、怎麼改，仍然由人決定。
04｜接下來可能會走出兩條路：保守導入，或把服務做成產品去碰制度邊界
當法律工作被拆成流程段後，市場大概會分出兩種路線。
路線 A：AI 做整理，人做核可。
重點不是把人拿掉，而是把人放到更關鍵的位置。實務上會把核可點與稽核紀錄設好：哪些步驟一定要人工批准、輸出要附哪些來源、版本差異要怎麼保留。像 The Law Society 那類指引的語境，也往往是在提醒組織理解機會與風險、注意資料與技術風險，並把責任安排清楚。
路線 B：把某些法律服務包成產品，試著不按時數收費。
這條路更容易碰到制度摩擦，例如未經授權執業（UPL）與責任歸屬。National Conference of State Legislatures（NCSL）在談 UPL 規範現代化時，會把「AI 驅動法律服務工具」與「司法可近性」放在同一個框架裡，主張在保護公眾與支持創新之間找到新的治理方式。保守一點的讀法是：制度端可能會調整規範來容納新工具，但前提仍是公眾保護與責任界線。
05｜那你要怎麼判斷一個工具「值不值得放進流程」
把判斷拉回到可執行的層面，你可以先抓兩個檢查點。
第一，採購條款有沒有把「可追溯」寫進去。
供應商能不能說清楚：稽核紀錄怎麼留、核可點怎麼設、輸出如何回查來源。
第二，產品介面能不能讓你一眼看懂「發生了什麼」。
你打開系統時，看不看得到來源、改動差異、這一步是誰批准、哪一版被採用。
如果這兩點做不到，再強的模型也很難進到法律這種高責任流程。
06｜對企業來說，接下來三個更務實的問題
第一，你們的法務工作裡，哪些是「可以被第二人覆核」的文字流程？先列出來，再談導入。
第二，你們要把 AI 放在哪些核可點之前？哪些步驟必須人工批准、哪些輸出一定要附來源？
第三，你們打算怎麼復盤錯誤？如果發現輸出有問題，能不能回到同一份文件、同一個版本差異、同一個核可紀錄，把它重新處理並留下紀錄？
總結｜法律領域的「代理化」不是一夜之間的奇蹟，而是流程被重新設計
Mercor 的 APEX-Agents Leaderboard 顯示，Opus 4.6 在法律與企業分析等專業任務的表現出現躍升，one-shot 接近 30%，多次嘗試平均約 45%。這不代表你可以把法律意見交給 AI，但代表「把某些準備工作交給 AI」開始變得更合理。
另一方面，路透社給了另一個角度：專業工具商把代理能力、內容資產與合約價值的成長綁在一起，並把「可追溯、可稽核」做成產品競爭點。當你在產品裡看見核可點、稽核紀錄與引用回查，你才會真的敢把 AI 放進流程。
更值得追問的是：你要把 AI 用在「準備簽字前」的哪一段？你能不能用採購條款與介面設計去驗證供應商是否把責任鏈做完整？這兩個問題一旦答得出來，「AI 律師」就不再是一句口號，而會變成一個可被管理、可被稽核的流程改造。
FAQ
Q1：這是不是代表「AI 已經能當律師」？
不是。這篇討論談的其實是「基準測試出現什麼訊號」。在某些法律相關任務上，模型表現確實有進步，特別是在允許多次嘗試的情境下，但這和「可以獨立執業」或「直接出具法律意見」之間，還隔著很長一段距離。比較合理、也比較安全的用法，是先把它放在整理、比對、摘要與初稿這些準備工作，最後的判斷與簽字，仍然由人來負責。
Q2：分數只有 30% 或 45%，為什麼還值得關注？
因為很多法務流程，本來就不是一次作答就交付。現實中的法律工作，更像是不斷補資料、修版本、再交由人審核。外媒用 one-shot 和「多給幾次嘗試」做對照，其實是在暗示代理型系統在多輪整理情境下的差異。對企業來說，這代表的不是「把責任外包給 AI」，而是有機會減少大量前置整理時間。
Q3：企業要怎麼比較安全地導入這類工具？
重點應該放在「責任鏈怎麼設」。在挑工具之前，先把內部規則講清楚：哪些步驟一定要人工批准？輸出要不要附來源？版本差異與操作紀錄要不要保留？The Law Society 的相關指引語境，其實也是在提醒這件事：導入不是只看效率，而是要理解資料與技術風險，並把責任安排清楚。
Q4：這會怎麼改變法律服務的收費方式？
一個可能的方向是，可重複、可流程化的工作更容易被商品化，市場可能會從單純按時數計費，往「工具＋人工審核」的混合模式移動。路透社提到 Thomson Reuters 把代理能力擴張，和合約基礎價值占比成長放在同一段敘事裡，其實就是在傳遞一個訊號：「專業級 AI」正在被當成正式產品線來經營，而不只是附加功能。
Q5：制度面最可能卡在哪裡？
主要會卡在三個地方：未經授權執業（UPL）、責任歸屬，還有一般人對 AI 輸出的過度信任。NCSC 把 UPL 規範現代化，和 AI 法律工具、司法可近性放在同一個框架裡討論，代表制度端可能會嘗試調整規範來容納新工具，但前提仍然是公眾保護與責任界線不能模糊。
參考資料：
Maybe AI agents can be lawyers after all
Thomson Reuters reports fourth-quarter revenue rise, shares slip
CCBE guide on the use of generative AI by lawyers (PDF)
Generative AI: the essentials (The Law Society)
Modernizing unauthorized practice of law regulations to embrace technology, improve access to justice (NCSC)
相關閱讀推薦：
文/ InfoAI 編輯部
版權聲明與授權須知
本內容由 InfoAI 擁有著作權。如有引用、轉載或任何商業用途的需求，請來信聯絡： contentpower688@gmail.com。
用內容建立信任
用洞察塑造品牌
在 AI 時代，真正有力量的行銷不是廣告聲量，而是持續輸出的深度思考。InfoAI 把全球 AI 趨勢與報告，轉譯成清楚、精準、有觀點的內容，讓企業不只是跟上變化，而是成為洞察的提供者，讓品牌變成被信任的決策夥伴。如果你不想只是「談 AI」，而是想「透過 AI 影響市場與客戶」，那就從內容開始。歡迎來信： contentpower688@gmail.com
如果你覺得這篇解讀對你有幫助，歡迎訂閱 InfoAI 電子報，我們將持續為你精選 全球 AI 新聞與趨勢洞察，幫助你看懂新聞背後的真正意義。也別忘了加入透過［QRCode］／［按鈕］加入 Line 社群 ，隨時掌握值得關注的 AI 發展與專業觀點。
AI 協作聲明：
本篇文章由 InfoAI 團隊策劃，並透過人工智慧工具協助資料整理與內容撰寫，最終內容由編輯進行人工審閱與優化。
InfoAI 讀懂 AI 如何改變世界
全球AI新聞精選與解讀
Content Power 重構並流動知識
重新提煉知識轉化價值