放弃垂直法律AI！耶鲁学霸用Claude开双人律所，代码级修改文件，单挑千人大厂

我的时间线被这篇文章刷屏了，500万人围观耶鲁学霸老哥用claude开律所，太牛批了

一家仅有两人的精品律所，正在凭借AI与拥有成百上千名律师的大型律所同台竞技，并且在速度、工作质量和成本结构上实现了全面超越。

律所管理合伙人Zack Shapiro拥有耶鲁法学院背景，曾在顶尖大所达维律师事务所任职。现在，他的核心生产力工具不是市面上大热的各类垂直法律AI，而是通用大模型Claude。

基于一年多的深度实践，他拆解了这家AI原生律所的真实工作流。这并非理论探讨，而是2026年视角的法律行业实战指南。

两小时完成三人团队彻夜工作

几个月前的一个晚上七点，在客户收购案即将交割的前夜，买方律师发来一封措辞强硬的信函，要求重组几个关键交易条款，包括新的托管条件、扩大的赔偿例外情况以及修改过的交割交付物。对方的潜台词很明确：要么接受，要么交易告吹。

Zack将购买协议、披露时间表和这封要求信一并交给了Claude。

几分钟内，Claude将每一个提议的变更与现有的交易条款进行了比对，并发现了买方律师显然没有注意到的漏洞。对方提出的两个例外情况与他们在披露时间表中已经确认的陈述直接矛盾，第三个变更会在核心陈述部分制造内部冲突，反而会削弱买方自己的交割后保护。这场咄咄逼人的最后通牒其实漏洞百出。

随着当晚邮件的来回交锋，Zack将每一次新的沟通内容都喂给Claude。系统实时追踪每一个让步提议如何与协议各个部分的条款发生相互作用，提示在一个部分做出妥协是否会在另一部分暴露风险。

到晚上十一点，他们已经准备好了一套干净的反击方案，每一个立场都有理有据，并精准交叉引用了买方自己起草的语言。第二天早上，交易以客户满意的条款顺利交割。

如果是在一家中型律所，这需要一个由三名初级律师组成的团队熬夜到天明才能完成。而通过AI，核心分析在两个小时内就已就绪。

为什么通用模型完胜法律专业AI

目前市场上充斥着各种专门为法律工作打造的AI产品。它们的推销话术通常很诱人：为律所定制操作手册，用律所的模板训练AI，围绕现有的简报库或条款库构建工作流。

但在Zack看来，对于小型律所的执业律师而言，配置良好的通用AI在能力上具有压倒性优势。

专门的法律产品大多是建立在通用基础模型之上的套壳应用。它们试图解决的问题，是对核心价值的根本性误解。在法律行业，模板库从来不是竞争优势。保密协议、股权购买协议、雇佣邀约信，这些都是大宗商品化的基础物料。

区分优秀律师和平庸律师的，永远不是模板，而是律师对模板的处理方式。如何发现对方埋在某个不起眼条款中的陷阱，如何判断哪些赔偿争议值得坚持、哪些可以放弃，如何组织建议邮件让客户真正理解风险。

这种能力叫做专业判断力。判断力并不存在于律所层面的模板库中，它存在于每个专业人士的个人经验里。

当法律AI公司谈论定制律所手册时，他们解决的是一个无关紧要的问题，却忽略了真正核心的杠杆：向AI下达指令。这些指令告诉AI如何思考工作、寻找什么、标记什么、如何权衡相互竞争的考量因素、以什么格式交付输出、以及对客户使用什么语调。这些指令编码的是个人律师的判断力，而这正是Claude技能系统的强项。

更基础的差异在于对文档的底层操作能力。

Claude是一个经过大量代码编写优化的大模型。这意味着它可以在后台直接编写代码，操作律师日常使用的办公软件。

排版混乱、格式崩溃、交叉引用失效、需要手动调整的蓝皮书引用格式，这些痛点本质上不是法律问题，而是软件问题。当Zack要求Claude对合同应用修订模式时，它不是使用插件或宏指令，而是在XML层面打开文档，编写Microsoft Word所期望的精确标记，保留每一个格式细节，并将修改归因于Zack的名字。要求它标准化简报中的引用格式时，它能在几秒钟内编写代码来解析和重新格式化每一个引用。

垂直应用提供的是一个谈论文档的聊天机器人。而Claude是一个能够深入文档内部并直接修改文档的系统。当通用模型的底层能力以极快速度迭代时，套壳产品的工程团队永远处于追赶状态。

三种工作模式与技能定制

在实际操作中，理清Claude桌面端的三种模式是提升效率的关键。

第一种是对话模式。这是交互式界面，主要用于分析法律问题、头脑风暴谈判策略、获取对合同条款的第一印象或从零开始起草文件。律师在这个过程中掌控每一步。

第二种是协同工作模式，这是一种自主运作模式。只需将系统指向电脑上的一个文件夹并布置任务，它就会自动读取文件、创建新文件、编辑现有文档，并自行决定如何完成任务。无论是需要全面生成红线修订版本的四十页协议，还是需要从条款清单生成一叠交割文件，都可以交由这种模式自动处理。

第三种是代码开发模式。Zack利用这种终端访问权限构建了一个命令行工具，因为他自身在阅读长文档时有困难。该工具能自动处理整个数据流，解析Word和PDF，将特定法律格式转化为自然语言，分块文本，调用语音API，最终合成音频文件，让他可以在通勤时通过听觉审核合同。

为了让系统完全贴合自己的工作习惯，Zack没有手动编写通用指令，而是把Anthropic发布的技能构建指南喂给模型，让系统分析他们过去几个月在合同起草、客户邮件、法律研究等方面的海量交互记录，找出重复率最高、摩擦最大的任务环节。

最终他们打磨出六个生产级技能，打包成一个桌面端插件。这些技能涵盖合同审查、修订编辑、合同起草、客户沟通、法律研究和政策撰写，每一个都编码了他多年积累的专业判断。

这种插件具备极强的可迁移性。如果律所有五十名初级律师，只需在每台机器上安装该插件，所有人立刻就能使用合伙人的分析框架审查合同、用同样标准的语调起草沟通邮件。

三大高频实战场景

这种工作流在日常业务中体现为几个具体的应用场景。

第一是无需打开Word的修订操作。当对手发回一份包含四十页修改的协议时，Zack会要求系统从己方客户的视角评估这些变更。定制的合同审查技能会自动按严重程度对每个修改进行分类，标记对方转移风险的位置，识别被修改条款之间的冲突，检查缺失的标准条款，并为每个问题生成具体的应对语言。在Zack运用自己的商业判断选定应对方案后，系统直接在XML层面生成带有标准Word修订痕迹的干净文档。起草一封语气合适的回复邮件，整个过程不到一小时。

第二是消除幻觉的法律研究。面对跨多个机构和重叠法定框架的复杂监管问题，定制的研究技能会指示系统同时在所有相关角度展开并行研究，交叉引用来源，并优先考虑法规、判例等主要权威来源。核心在于，技能强制要求系统在交付结果前进行自我审查，验证每一个引用的权威性是否属实，标记置信度低的内容，并检查章节间的内部矛盾，从根本上防止因AI虚构判例而导致的执业事故。

第三是实时的合同解释与抗压测试。当客户因商业服务协议收到违约索赔并面临限时回复压力时，系统能迅速将索赔信中的事实指控与合同条款对应，并立刻发现对方指控的基础义务早已在之前的补充协议中被修改。在起草反击回复时，Zack会将每一段草稿输入系统进行抗压测试，以确保针对某一项指标的辩护不会在协议的其他章节产生意想不到的让步。

律所管理与商业模式的重塑

在合规和保密特权方面，现行的行业指南和职业道德规范将AI工具视为受到代理人例外条款保护的第三方技术提供商。律师的义务是采取合理措施保护客户数据。实际操作中，这意味着使用零数据保留的API选项、签订业务数据处理协议、关闭模型训练功能。这与过去审核云盘和在线研究数据库的标准一致。此外，在聘用协议中明确引入AI使用条款，将AI定位为效率和质量提升工具，并确保律师监督，通常都能获得客户的顺畅认可。

技术的引入直接改变了律所的形态。

在人员配置上，以前需要初级律师完成的初审、研究备忘录、初始草稿和例行信件，现在都在合伙人的监督下由AI完成。初级律师的门槛变高了，他们的核心价值转向了商业判断、客户关系维护以及对AI输出结果的监督，而不是消耗两千小时进行机械性的文档生产。

在计费模式上，因为单位时间产生的价值呈指数级增长，Zack的律所开始在传统按时计费之外提供订阅制定价。客户每月支付固定费用，获得持续的咨询、合同审查和合规监控。没有滚动的计费表，律所获得了可预测的收入，客户也更愿意随时进行沟通。

所有的技术杠杆最终都指向一个结论：AI并没有取代法律执业，真正执业的依然是律师本人。那些拥有十几年专业领域判断力积累的资深律师，不仅没有被削弱，反而正坐在AI能够使其价值最大化的资产金矿之上。因为决定要在哪些条款上据理力争、在哪些地方体面让步的，依然是人。

--end--

最后记得⭐️我，每天都在更新：如果觉得文章还不错的话可以点赞转发推荐评论

/...@作者：花不玩