当事人用AI打官司的5种结局：第3种最让法官头疼

2023年6月22日，纽约南区法院法官Kevin Castel对两名律师各开出5000美元罚单。理由不是伪造证据，而是他们在起诉航空公司的案子里，引用了六个ChatGPT编造出来的判例——判例号有，法官姓名有，引述段落也有，唯一的问题是这些案子从来不存在。

这是全球第一起因为AI“幻觉”被司法惩戒的公开案例。两年多过去，同样的事情已经不新鲜了。

变化更大的是另一头：现在走进法院大门的，越来越多是自己拿着AI生成材料来打官司的普通人。没有律师，没有法务，就一部手机和一段对话记录。

先说一句立场：AI进入诉讼这件事，不可逆。 讨论“该不该”已经没意义，值得讨论的是它到底带来了什么。下面五种结局，都是真实场景，好的坏的都有。

结局一：AI给出的答案恰好命中要害

这种情况被低估了。

标准化案件——买卖合同违约、劳动争议、机动车交通事故责任纠纷——法律关系清晰、裁判规则高度稳定，判决书数量以百万计。这恰好是大模型最擅长的地形。

我见过没请律师的当事人，在庭上准确说出了争议焦点应该怎么切分，还引用了本地中级法院近三年同类案件的裁判倾向。对面的执业律师明显没做这个功课，只带了一份格式化的代理意见。

为什么会这样？因为很多低标的额案件，律师收费和投入是不成比例的。三千块的代理费，你很难要求对方花八个小时检索判例。而AI做这件事，成本是零。

这里有个关键细节：在这类案件里，AI真正替代的不是律师的判断力，而是律师最不愿意干的体力活。

结局二：AI编造判例，当庭下不来台

前面那个美国案子不是孤例。

2023年12月，英国税务法庭审理Harber诉英国税务海关总署一案，上诉人提交了九个判例支持自己的主张，法庭核查后发现全部虚构。同月，美国前总统私人律师Michael Cohen承认，他提供给辩护律师的判例来自Google Bard，其中三个是假的。

国内目前还没有官方通报的同类惩戒案例公开可查——但一线法官在各种交流场合反复提到这个问题，已经不是秘密。

大模型为什么会编？因为它的底层逻辑是预测下一个最合理的词，而不是核实一件事是否发生过。一个格式正确、编号规范、看起来像判例的东西，对它来说就是“合理”的输出。

这是AI在法律场景里最危险的特性：它不会说“我不知道”，它会给你一个漂亮的答案。

对当事人来说，后果是双重的：主张没站住，法官对你整份材料的可信度也打了折。

结局三：几万字材料，观点自相矛盾

这一种，才是真正让审判一线头疼的。

因为它不违法，也不构成虚假陈述，你没法处罚，也没法不看。

场景是这样的：一个案子的争议其实就一个点——合同解除通知有没有到达。当事人提交的补充意见三万多字，涉及缔约过失、违约金调整、表见代理、格式条款解释，每一段单独看都像那么回事，串起来却互相拆台。前面说合同已经解除，后面又主张继续履行。

法官不能默认它是废话，必须逐段读、逐段判断哪部分是有效主张、哪部分与本案无关。原本半小时能梳理完的争点，现在要花半天。

顺着这个逻辑想下去，问题就严重了。基层法院的案件量本身就在高位运行，法官人均办案数常年是压力最大的指标之一。AI把“写材料”的成本从高降到近乎零，但“读材料”的成本没有任何变化，反而因为文本膨胀而上升。

输入端无限提速，输出端还是人在读——这个结构性错配，是AI给司法系统带来的第一个真实压力。

写材料从来不是免费的，正是因为不免费，才有了天然的筛选。这道筛子现在没了。

结局四：让打不起官司的人知道自己有什么权利

前面三种都在讲问题，但这一种不能不提，而且分量不轻。

我国法律援助有明确的经济困难标准和案件范围门槛，不是所有人都能进去。而现实中大量的纠纷——工资被拖欠三个月、押金不退、工伤没做认定——当事人败诉或者干脆放弃，往往不是因为法律不支持他，而是因为他根本不知道法律支持他。

AI在这件事上的作用是实打实的。它能告诉一个外卖骑手，先要确认的是劳动关系还是劳务关系；能告诉一个租户，押金争议应该找谁、时效多久、需要保存什么证据。这些信息公开可查，但对没有检索训练的人来说，等于不存在。

说句直接的：把信息差从“不知道自己有权利”降到“知道但不会用”，这一步的社会价值，比很多人想象的大。

至于用得好不好，那是下一层的问题。至少他站到了起跑线上。

结局五：双方都用AI，法庭上出现两份雷同意见

这一种现在还是少数，但趋势很清楚。

同一款模型、相似的提示词、公开的同类判例库，产出的法律意见在结构和用词上会高度接近。原告说“综合考虑合同目的与交易习惯”，被告也说“综合考虑合同目的与交易习惯”，双方唯一的区别是结论方向。

这时候庭审就变味了。原本对抗制的价值在于双方从不同角度挖掘事实、暴露对方论证的漏洞。当两边的论证都来自同一个概率分布，对抗就退化成了立场标签的交换。

AI能替你写出符合规范的意见，但没法替你发现对方证据链的断点在哪。而后者才是官司的胜负所在。

规则会从哪里开始建

到这里脉络很清楚了：AI在诉讼里的作用高度分化，取决于用的人有没有基本判断力，也取决于案件类型。一刀切地禁或者放，都不成立。

规则的方向其实已经露头了。

2022年12月，最高人民法院发布《关于规范和加强人工智能司法应用的意见》，其中一条写得很硬：无论技术发展到何种水平，人工智能都不得代替法官裁判。 白纸黑字，这是给司法系统内部划的红线。

但这份文件管的是法院怎么用AI，管不到当事人怎么用。

境外这块动得更早。2023年5月，美国德克萨斯北区联邦法院法官Brantley Starr发布强制令，要求所有出庭律师提交证明：文书中任何由生成式AI起草的内容，都必须经过人工核验。此后美国多个联邦法院跟进了类似要求。

接下来大概率会走的路，是“披露+核验”，而不是禁止。 逻辑很简单：你无法查证一份材料是不是AI写的，但你可以要求提交人对材料内容的真实性签字负责。判例引错了，责任在提交人，不在模型。

这条路技术门槛低、执行成本低，也符合诉讼法上诚信诉讼原则的既有框架。至于第三种结局那个头疼的问题——材料无限膨胀——恐怕最终要靠对补充意见的篇幅和提交次数作出程序性约束来解决，这个动起来会慢一些，也会有争议。

话就说到这里。技术跑得比规则快，这不是第一次了。剩下的留给时间验证。