生成式AI发展下律师专业化路径的变革与挑战

2026年第01期    作者:文│盛琬刚    阅读 5 次

当前，生成式人工智能（Generative AI）正以“颠覆性技术”的姿态闯入法律服务领域。从合同生成、案例检索到模拟法庭，其功能已覆盖律师服务的核心环节，既让法律实务的效率实现量级提升，也对律师行业沿用数十年的专业化路径产生冲击。华东地区是我国经济最活跃、法律服务需求最旺盛的区域之一，其中的律师群体更早、更深入地接触到生成式AI的应用场景——有的律所已通过AI将合同审查时间大幅缩短，有的青年律师借助AI快速补足跨领域知识短板，但在利用AI辅助思考、替代基础性工作并最终实现快速交付的过程中也面临“AI生成内容出错谁担责”“初级法律服务被替代”等现实困惑。

本文以“生成式AI与律师专业化”为核心，结合国内外最新实践，剖析技术带来的专业化路径变革，梳理行业与律师个人面临的隐忧挑战，并提出针对性建议，以期为律师群体把握AI时代技术机遇、实现专业升级提供参考。

一、生成式AI的定义及发展情况

要理解生成式AI对律师专业化的影响，首先需明确其核心特征与发展脉络——它并非简单的信息检索工具，而是具备内容创造能力的智能系统，这一本质差异决定了其对法律服务的改造深度。

（一）生成式AI的核心概念

根据斯坦福大学人工智能研究所（HAI）于2023年发布的《生成式AI白皮书》，生成式AI是“基于深度学习模型，从海量数据中学习模式，进而自主生成文本、图像、代码等结构化或非结构化内容的人工智能技术”。与传统AI（如检索式法律数据库）相比，其核心优势体现在两个方面：

（1）创造性输出：无需人工预设模板，可根据自然语言指令（Prompt）生成定制化内容，例如根据客户需求生成专属合同条款、针对复杂案情撰写法律意见书框架。

（2）上下文理解：能持续接收反馈并调整输出，例如律师提出“将合同违约责任条款修改为补偿性而非惩罚性”的指令后，生成式AI可精准调整表述，律师无需重新输入全部指令。

在法律领域，生成式AI的应用需满足“准确性”与“合规性”的双重要求，因此多基于通用大模型（如GPT-5、文心一言）进行“法律微调”，即通过学习海量法律条文、案例、文书数据，使其输出符合法律规范与实务习惯。

（二）生成式AI的发展脉络及在法律领域的应用现状

生成式AI的爆发式发展始于2022年，其在法律领域的应用已形成清晰的演进路径，可分为三个阶段（详见表1）。

从市场应用来看，目前，法律生成式AI已形成两大阵营：

（1）通用工具：面向个体律师，如ChatGPT的法律插件、国内的“Alpha法律智能操作系统”，可满足日常的文书生成、案例查询需求，价格低廉（月费通常低于300元）。

（2）垂直解决方案：面向律所或企业法务部，如国际律所Allen & Overy与AI公司Harvey合作开发的专用系统，可整合律所内部案例库、客户数据，提供定制化风险分析，单套系统的年服务费可达数十万元。

从应用程度来看，根据彭博法律（Bloomberg Law）于2025年8月发布的《人工智能：对法律行业的影响》报告，大多数律师已在工作中使用生成式AI，律所和法律部门也纷纷投资AI工具。

彭博法律在2025年初进行的调查显示，63%的律师已在工作中使用生成式AI。生成式AI的应用场景（详见图1）主要包括：（1）法律研究（使用率为64%），这是最为普遍的应用场景，能显著减少耗时，且对律师而言风险较低；（2）起草/模板化内外部信函（使用率为39%）；（3）总结案例概要，如判例法（使用率为37%）；（4）审阅各类法律文件（使用率为30%）。

不同职业阶段的律师使用生成式AI（详见图2）的特点：（1）初年级律师（执业0～4年）的使用率为64%，如今会花费更多时间审核和完善AI在法律检索和内部备忘录起草方面的输出成果；（2）中年级律师（执业5～9年）的使用率近80%，是最活跃的用户群体，最常使用AI起草信函模板、总结判例法等法律叙述，AI成为他们平衡效率与输出质量的重要工具；（3）高年级律师（执业15年以上）主要负责审核他人的工作成果，他们能凭借经验快速评估AI的输出质量，将AI作为节省时间的工具，自己则专注于更高价值的工作。

二、国内外生成式AI与律师行业专业化发展的最新实践

技术的价值需通过实践体现。国内外律师行业已在知识积累、服务效率、专业边界拓展三个维度上探索出生成式AI的应用模式，这些实践既展示了专业化路径的变革方向，也为后续挑战埋下伏笔。

（一）国外实践：以“效率提升”为核心，重塑专业划分

国外法律行业与科技公司的合作更早，且聚焦于“将法律从业者从重复性工作中解放，专注高价值专业服务”，典型案例包括：

1. Harvey平台的迅速走红：Harvey成立于2022年，是OpenAI首批投资的项目之一，其核心是基于GPT-4的由大型语言模型（LLM）驱动的AI平台。Harvey定位为律师的智能助手，提供“软件即服务”（SaaS）的多功能工具，旨在辅助律师完成日常工作。据报道，截至2023年5月，全球仅有两家公司拿到Harvey的使用许可：一是四大会计师事务所之一的普华永道（PwC）获得了Harvey的独家使用授权；二是国际顶级律所——安理国际律师事务所（Allen & Overy）作为首家律所客户，将Harvey部署给旗下的约3500名律师使用。Harvey帮助这些律师解答简单的法律问题、起草法律文件，相当于律师把繁琐的小任务“外包”给AI处理，从而专注于更复杂的工作。技术基础上，Harvey充分利用了GPT-4强大的语言生成能力，并针对法律场景作了优化，被誉为法律行业中生成式AI落地的标杆案例。

2. 美国专利商标局自动化检索试点项目：2025年10月8日，美国专利商标局（USPTO）宣布启动人工智能（AI）自动化检索试点项目（简称“ASAP!”），这是USPTO为持续提升专利审查质量、响应速度及工作效率所采取的最新举措。该项目将在实质审查启动前，通过AI工具与申请人的初次交互，向申请人推送“十大潜在现有技术”清单，并随附由生成式AI辅助撰写的检索结果通知书（ASRN），帮助申请人依据现有技术预先评估权利要求。

3. DoNotPay的“平民化法律服务”：AI公司DoNotPay虽非传统律所，但其实践极具参考意义。其开发的AI工具可帮助普通人生成小额诉讼起诉状、应对交通罚单，甚至通过模拟对话指导用户处理租房纠纷。据报道，该软件早在2023年就已帮助用户处理超200万起交通罚单申诉、小额索赔等简单纠纷。它可以自动跟踪案件的诉讼进度，及时提醒当事人相关的法律程序和期限，同时记录与当事人的沟通内容，确保信息的完整性和准确性。

（二）国内实践：以“专业化补位”为核心，适配本土法律环境

国内生成式AI的应用更注重“解决律师专业化痛点”，尤其是帮助中小律所的律师弥补专业领域窄、跨领域知识不足的短板，并已逐步超越单纯工具价值，典型实践包括：

1. 幂律智能的“吾律”AI律师智能体：国内AI公司幂律智能推出首款具备真实交付法律任务能力的AI律师智能体“吾律”，其以直接交付任务为核心定位，聚焦于欠款追缴、劳动用工、合同文书、法律咨询、深度研究等多个高频法律场景。该智能体凭借深度思考与任务规划能力，并通过与各类业务系统无缝对接，实现法律任务的端到端闭环处理，从而解决真实的业务痛点。

2. 华东地区律师事务所推出一系列AI产品：锦天城律师事务所通过“锦天城IMS系统”搭建AI基础数字平台，AI数字人“锦天”“锦丽”为其法律服务与品牌传播注入鲜活的科技动能；功承瀛泰律师事务所发布自研的AI系统和律所形象大使“泰儿”，核心功能包括文书撰写、学术探索以及案情分析等，可以智能生成不同长度与风格的合同文本，以及要素式起诉状、答辩状；植德律师事务所举办第一届法律AI极客大赛，诞生了“沪小植”“知产AI助理”和“Obot出海宝”等应用，能在律所运营管理、律师智能助手等方面发挥作用。

这些实践共同指向一个趋势：生成式AI已不再是单纯的辅助工具，而是开始深度介入律师专业化的“知识积累—能力提升—服务交付”全流程。

三、生成式AI为律师专业化路径带来的显著变化

律师的专业化路径，本质是“知识获取→能力构建→服务输出”的循环升级过程。生成式AI通过重构这三个环节的逻辑，使传统专业化路径发生三个方面的显著变革。

（一）知识获取：从“积累式”到“检索—整合式”，打破专业知识壁垒

传统律师的专业化依赖长期积累——青年律师需通过阅读法条、案例、专业书籍，逐步构建某一领域的知识体系（如知识产权律师需熟记《专利法》及相关司法解释、最高院指导案例），这一过程往往需要3～5年。而生成式AI让知识获取方式转变为“即时检索+快速整合”：

跨领域知识获取更便捷：非婚姻家庭专业的律师遇到客户提出“离婚财产分割中的股权分割”问题时，无需耗时查阅相关法条，可通过AI快速获取《民法典》婚姻家庭编的相关规定、上海法院的类案裁判规则，并生成“股权分割的核心要点”，实现“非专业领域的专业应对”。

知识更新更及时：法律条文与裁判规则的更新（如司法解释出台、指导性案例发布）往往具有滞后性，传统律师需通过行业培训、专业文章获取信息，而AI可实时整合最新法律数据。例如2025年《最高人民法院关于审理劳动争议案件适用法律问题的解释（二）》颁布后，AI工具可在短时间内将修订内容整理汇总，并为律师提供重点调整解析。

知识整合更高效：传统律师撰写“企业合规报告”时需整合公司法、劳动法、知识产权法等多领域知识，耗时且易遗漏。AI可根据客户行业（如互联网）自动筛选相关法律要求，生成报告框架并填充核心内容，律师只需进行细节调整，报告撰写时间大幅缩短。

这种变革的核心价值在于：律师的专业化不再受知识积累时间的限制，而是更依赖知识检索与整合能力，专业边界得以快速拓展。

（二）能力结构：从“单一法律能力”到“法律+AI”复合能力，重构专业核心

传统律师的核心能力是“法律分析+文书撰写+庭审辩论”，而生成式AI的应用使AI应用能力成为律师专业化的必备要素，形成“法律专业能力+AI工具使用能力+AI输出校验能力”的复合结构：

AI工具使用能力：不同的场景需匹配不同的AI工具，例如合同审查需用“法律大模型+合同数据库”的组合工具、模拟法庭需用“多模态AI”（可生成模拟法官提问、对方律师质证内容），掌握指令设计技巧（如如何精准描述需求，让AI生成符合预期的内容）已成为律师专业化的基础要求。

AI输出校验能力：AI生成内容存在“幻觉”（即虚构法条或案例）风险，例如涉及律师使用生成式AI撰写法律文书的不当行为的案件——马塔诉阿维安卡公司案（Mata v. Avianca, Inc.）。因此，律师须具备校验AI输出内容准确性的能力，包括核对法条编号、检索AI引用的案例是否真实存在，这是避免专业失误的关键。

（三）专业领域：从“宽泛覆盖”到“细分深耕”，催生新专业方向

传统律师的专业化多集中于民事、刑事、行政等大类或公司、知识产权等中类，而生成式AI的应用使专业领域进一步细分，甚至催生出新的专业方向：

传统领域的细分深耕：例如“公司法律师”细分为AI合规律师（专注于企业AI应用的法律风险，如数据安全、算法透明度）、跨境AI交易律师（处理涉及生成式AI的跨境并购、技术许可）；“知识产权律师”细分为AI生成内容确权律师（解决AI生成作品的著作权归属问题）、AI专利律师（处理AI技术相关的专利申请、侵权纠纷）。

新专业方向的出现：生成式AI带来新的法律需求，催生“AI法律实务”这一新兴专业领域，包括AI生成内容的法律责任认定、AI工具的合规使用指导、AI侵权案件的代理等。

区域特色专业的强化：华东地区是互联网、制造业重镇，生成式AI的应用使“产业+法律+AI”的融合专业更突出，例如杭州出现“电商AI合规律师”（专注于直播电商中AI虚拟人的法律风险）、苏州出现“制造业AI专利律师”（处理工业AI技术的专利布局）。

这种细分趋势的核心是：律师的专业化不再是“大而全”，而是“小而精”，通过聚焦某一细分领域，形成AI难以替代的专业优势。

四、生成式AI对律师专业化发展造成的隐忧与挑战

生成式AI带来的变革并非全是机遇，其在准确性、责任认定、职业价值、行业公平四个方面给律师专业化发展带来了严峻挑战，这些问题在实践中已逐步显现。

（一）AI生成内容的准确性风险：冲击专业信任基础

律师专业化的核心是“专业信任”——客户依赖律师的专业判断规避风险。但生成式AI存在幻觉输出、过时信息、片面分析三大问题，可能导致律师判断失误。

幻觉输出：AI会虚构不存在的法条、案例或裁判观点，且表述极具“专业性”，让律师难以识别。

过时信息：AI的数据更新存在滞后性，若未及时整合最新法律修订内容，可能输出错误建议。

片面分析：AI倾向于基于多数案例的判决给出建议，而忽略案件中的特殊情形与地方司法实践的差异。

（二）法律责任的归属模糊：挑战专业责任边界

生成式AI的辅助性与创造性交织，导致法律责任的归属难以界定——因AI生成内容出错导致的法律责任是归属于律师、AI开发者还是律所？目前尚无明确的法律规定，实践中存在三大争议：

律师的审核义务边界：律师使用AI生成文书后，需尽到何种程度的审核义务？是全面核对每一项条款、每一个案例，还是重点审核核心风险点？若律师仅进行形式审核，未发现AI的实质性错误，是否构成执业过失？

AI开发者的责任豁免：多数AI开发者在用户协议中约定“AI输出内容仅供参考，不构成法律意见，开发者不承担法律责任”，将责任完全转移给律师。但如果AI本身存在设计缺陷（如未整合某一领域的核心法律数据），导致输出错误，开发者是否应承担责任？目前国内尚无相关判例。

律所的管理责任：若律所未制定AI使用规范、未对律师进行AI输出内容审核培训，导致律师因使用AI出错，律所是否应承担管理责任？

责任归属的模糊性使律师在使用AI时面临不敢用、用错担责的困境，制约了专业化发展。

（三）职业价值的认同危机：冲击专业能力定位

传统律师的职业价值体现在知识积累的稀缺性和专业判断的不可替代性，而生成式AI的普及正在削弱这两项价值，导致律师（尤其是初级律师）面临职业认同危机。

初级法律服务被替代：合同初稿生成、基础案例检索、简单法律咨询等初级工作已可通过AI完成，且成本更低（如AI生成起诉状的成本不足10元，而初级律师需收费500～1000元）。

专业判断的价值弱化：客户可能认为“AI已能给出法律建议，无需聘请律师”“律师的工作只是修改AI生成的内容，价值不高”。例如某企业客户在处理劳动纠纷时，先使用AI生成和解协议，仅在签约前找律师“简单看一眼”，并要求降低律师费，认为“律师没做多少工作”。

资深律师的能力迭代压力：部分资深律师习惯依赖经验积累提供专业服务，对AI工具的接受度较低，导致其在效率和跨领域服务上落后于年轻律师。例如某资深知识产权律师仍采用人工检索案例的方式，耗时3天才完成类案分析，而年轻律师使用AI仅需2小时，客户最终选择了年轻律师。

这种职业认同危机若不化解，可能导致律师行业出现两极分化——少数具备“AI+专业”复合能力的律师占据高价值市场，多数律师陷入低价竞争。

（四）行业资源的分配不均：加剧专业发展差距

应用生成式AI需要投入资金（如购买专业系统、培训成本），而不同律所和律师的资源差异较大，导致专业化发展差距进一步扩大。

规模化律所与中小律所的差距：规模化律所（如上海的锦天城、杭州的天册）可投入数百万元开发专属AI系统，整合内部案例库、客户数据，为律师提供定制化专业支持；而中小律所多依赖免费或低价的通用AI工具，功能有限且无法整合本地实践数据，导致其在专业服务质量上难以与规模化律所竞争。

区域内律所的城际差距：上海、杭州、南京等核心城市中的律所更早接触AI技术，且能与本地科技公司（如杭州的阿里巴巴、上海的华为研究院）合作开发法律AI工具；而非核心城市中的律所较少使用AI，律师的专业化仍依赖传统模式，难以满足客户对高效专业服务的需求。

个体律师的资源差距：资深律师或高收入律师可自行购买高价AI工具（如Harvey的个人版年费为数万美元），提升工作效率；而青年律师或低收入律师多使用免费AI工具，面临AI输出准确率低、功能有限等问题，专业化成长速度受到制约。

资源分配不均可能导致华东地区律师行业中的专业化鸿沟进一步扩大，不利于行业整体发展。

五、对律师专业化发展的指导与建议

面对生成式AI带来的变革与挑战，律师群体需从个人能力升级、律所管理优化、行业协同推进三个层面发力，主动适应技术趋势，实现专业化的高质量发展。华东地区作为法律服务高地，应率先探索可复制的路径。

（一）律师个人：以AI为工具、专业为核心，构建不可替代的能力体系

律师的核心竞争力永远是“专业判断”，AI只是提升效率的工具。律师个人层面需重点提升三大能力：

对AI输出内容的精准校验能力：将AI视为专业助手而非替代者，使用AI生成内容后，必须进行三重校验——核对法条编号与最新修订内容、检索引用案例的真实性（可通过中国裁判文书网、北大法宝进行验证）、结合本地实践（如地区的法院会议纪要、指导案例）调整建议。建议律师建立“AI输出内容校验清单”，避免因疏忽导致专业错误。

“法律+AI”的融合应用能力：主动学习AI工具的使用技巧，例如针对不同专业场景设计精准指令（如“为互联网企业生成数据合规自查清单，需引用《个人信息保护法》及上海市委网信办的最新监管要求”）；同时，根据自身的专业方向选择适配工具，避免盲目使用通用AI工具。

高价值专业能力的深耕：聚焦提升AI难以替代的能力——复杂案件的战略设计（如多方法律关系交织的案件）、客户沟通与谈判（如商事纠纷的调解）、跨领域资源整合（如投融资案件中的法律与财务协同）。例如，华东地区的律师可结合本地产业特点，深耕地区性优势细分领域，形成专业壁垒。

（二）律所层面：以制度为保障、协同为目标，搭建AI赋能的专业化支持体系

律所需通过制度设计降低AI应用风险、提升整体专业化水平，尤其是中小律所，可通过联盟合作的形式弥补资源不足的短板。

建立AI使用规范与审核机制：制定《律所AI使用管理办法》，明确不同专业场景的AI工具选择标准、AI输出内容审核流程（如合同审查需“AI初审+律师二审+合伙人终审”）、责任划分（如因未按规范审核导致错误，律师需承担主要责任）。建议规模化律所设立“AI合规审查岗”，专门负责AI输出内容的准确性校验。

搭建“中小律所AI联盟”：一定区域内的中小律所可以联合起来，共同出资购买专业AI系统，整合区域内的案例数据（如江苏省的劳动争议案例、浙江省的知识产权案例），形成区域化AI工具，降低单个律所的成本。例如，苏州、无锡的中小律所可联合开发“长三角制造业法律AI系统”，适配本地产业需求。

优化律师培训体系：将“AI应用能力”纳入律师培训目标，针对不同层级的律师分别设计课程——初级律师侧重培训“AI工具的基础使用与校验”，资深律师侧重培训“AI与专业的融合应用”，合伙人侧重培训“AI对专业领域的影响与战略调整”。

（三）行业层面：以标准为引领、协同为纽带，营造AI赋能的专业化生态

各地律师协会应发挥引领作用，推动行业协同发展。

制定法律AI应用标准：共同制定《华东地区律师生成式AI应用指引》，明确AI输出内容审核标准、责任划分原则、数据安全要求。例如，明确“AI生成的法律意见书必须标注‘经律师审核’，并附审核清单”，保障专业服务质量。

建立区域AI法律数据共享平台：整合华东地区的法院案例、监管政策、律所实践经验，搭建“长三角AI法律数据平台”，向区域内律所开放（中小律所可低价或免费使用），解决中小律所的数据资源不足问题。

举办“AI+法律”专业竞赛与交流活动：定期举办“华东律师AI专业应用大赛”，设置“合同审查AI应用”“复杂案件AI分析”等赛道，促进律师之间的经验交流；同时，组织“AI法律实务论坛”，邀请国内外资深律师、AI专家分享实践经验，帮助律师把握专业发展方向。

结语

生成式AI并非律师专业化的颠覆者，而是重塑者——它淘汰的是重复性、低价值的专业工作，强化的是创造性、高价值的专业能力。华东地区的律师群体身处技术与经济发展的前沿，更应主动拥抱变革：以AI为工具，提升专业效率；以专业为核心，构建不可替代的竞争力；以协同为纽带，缩小行业差距。

未来，律师的专业化不再是单一法律能力的积累，而是“法律+AI+行业”的复合式发展；律师的价值也不再只是信息的拥有者，而是信息的整合者、判断的决策者和风险的规避者。相信通过个人、律所、行业的共同努力，律师群体将在生成式AI时代走出一条“专业升级、价值提升”的新路径，为法律行业提供示范。

盛琬刚

上海美谷律师事务所合伙人，上海律协奉贤律师工作委员会副主任、中小型律师事务所工作委员会副主任、应对与协调委员会委员、青年律师工作委员会委员，上海市青年联合会委员

业务方向：企业合规、商事争议解决