章剑华•AI之光|（四）始终保持律师的价值判断和人性温度

早在2017年，国际商业机器公司IBM研发的世界第一个人工智能律师Ross诞生，就职于纽约Baker &Hostetler律师事务所，帮助公司处理破产等事务。

ROSS在其技术优势的支持下，可以为法律行业的发展提供帮助，并在应用扩大的过程中继续提升其性能水平。具体来说，ROSS具有4个方面的功能：提出自然问题，回答客户问题，提出法律预判假设，记录法律体系发展。

在我国，人工智能律师尚未出现，但在DeepSeek等人工智能工具兴起后，律师职业赫然出现在所谓的“可能被替代的行业与职业”名单中。

律师这一古老而庄重的职业，真的会被AI轻易取代吗？

为探寻答案，我来到位于南京市建邺区云龙山路1号的北京德恒（南京）律师事务所采访。

该所是中国规模最大的综合性律师事务所之一——德恒律师事务所在江苏的分支机构，有执业律师及工作人员100余名，在其业务领域具有扎实的理论功底和丰富的执业经验。

该所主任朱德堂是一位从事专职律师工作30余年的资深律师，任第十届全国律协律师行业规则委员会秘书长，曾被评为司法部党员律师标兵和江苏省优秀律师。他与青年律师荣雷一起接受了我的采访。

我开门见山地问：现在DeepSeek非常火，你们已经关注并开始使用了吗？

朱德堂介绍道，我们很早就关注过Al，也尝试着使用过，但并不那么得心应手，所以用得不多。春节期间DeepSeek爆火后，我们有些律师下载使用后，才真正认识到Al的功能，认为DeepSeek必将成为律师们的得力助手。他指着荣雷律师说，他已经在业务工作中与DeepSeek开展了合作，有亲身的体验。

这位年轻的律师随即向我介绍了他使用DS的情况与感受。他说，当DeepSeek在2分钟内输出结构严谨的《大学生实习协议》初稿时，我清晰地感受到技术对传统工作模式的颠覆。其生成的协议不仅完整覆盖实习协议必备条款，阐述了是否适用劳动合同法等问题，更精准预判了学生意外伤害等潜在风险点。相较于人工起草平均1小时/份的耗时，DeepSeek将文书生产效率提升几十甚至上百倍。而且，这份协议超过了行业内绝大多数实习律师起草类似协议的水平，这种“暴力破解”式进步，让单个律师批量处理劳动密集型业务成为可能。

展开全文

这是对你工作的帮助。我说，我更关心的问题是，DS能否直接参与到律师的业务工作之中？

荣雷律师肯定道，可以。我曾用DeepSeek写一份关于建设工程施工合同纠纷上诉状。它能快速理解各方法律关系，也能快速提取判决书关键事实，生成的上诉状基本上可以作为框架使用，并且考虑较为全面，部分内容也可以提示律师将上诉状内容考虑得更加全面。但在细节的把控上也出现了偏差。如其生成的上诉状中，关于一审判决对工程价款采用了双重标准的理解有误，实际上是一审判决书中计算发包方与承包方采用的是合同约定价款，并未考虑增项的价款，而计算承包人与实际施工人结算却采纳了鉴定机构出具的鉴定报告。

我说，你举的例子，实际上说明了DS的“能”与“不能”。所谓“能”，就是DS能够帮助甚至替代律师的部分工作；所谓“不能”，就是DS目前还不能准确无误地完成律师所交给的任务，也就是说不能胜任律师的职位。

是的，是的。朱主任说，我们在进一步考验DS的专业性时发现，它在处理专业性很强或复杂的案件中往往变得束手无策、无能为力。我们将最近接手的一件破产案件中获得的相关文件交由DS分析，帮助理清各方法律关系和权利义务。而DS在处理该类破产案件时，仅能背诵整部《中华人民共和国企业破产法》，却不懂“公司经营”为何物。在分析股东权利义务时，并未将抽逃出资的可能性考虑在内，也未考虑企业破产原因。在处理破产企业债权清偿时，系统机械适用《中华人民共和国企业破产法》第一百一十三条清偿顺位，却对哺乳期女职工、尘肺病工人等特殊群体权益保护只字未提。

朱主任指出，在破产案件中需要考虑的法律问题较为复杂且系统，需要承办律师同时具备民法、公司法、企业破产法、税法等方面的法律知识，并能融会贯通。而且还需充分了解该企业所属行业的运营规则，甚至需要充分了解企业家为了获得非法利益而惯用的复杂手段。所以，由于DS对法律行为实质穿透力的缺失，暂不足以支撑其处理相关复杂的法律问题。

接着，朱主任和荣律师依据他们已有经验，对DS应用于律师行业进行了全面而深入的分析。

随着人工智能技术日臻成熟，以DeepSeek为代表的法律AI工具，已然成为律师执业的得力助手。它为律师工作带来了诸多变革与便利，重构了传统法律服务模式。

DS凭借自然语言处理技术，能在短短30秒内完成过去需耗费数小时的法规检索工作。其数据库实时更新，涵盖全球200多个司法辖区的法律条文、司法解释以及典型案例，还支持多维度交叉检索。例如在处理跨境并购案件时，律师借助该工具，一键就能调取目标国的公司法、反垄断法及相关判例，并自动生成法律风险矩阵图，极大地提升了尽职调查的效率。

基于机器学习算法，DS的案件预测准确率高达80%以上。在合同纠纷诉讼中，只要输入案件关键要素，系统便会自动生成5种诉讼策略的胜诉概率分析，同时标注类似案件法官的自由裁量倾向。使用这一功能后，庭前准备时间大幅缩短40%，策略调整响应速度提升了3倍。

DS能够熟练和迅捷地起草法律文本，如股权转让协议初稿完成度达92%，资深律师仅需20分钟修正即可定稿。在批量处理劳动争议案件时，自动生成的仲裁申请书与律师人工撰写相似度达89%，效率提升十分显著。

通过实现人机协同的工作模式，初级律师可以利用DS完成80%的基础工作，如法规检索、文书初稿起草等，而合伙人则专注于20%的核心价值判断，如交易结构设计、重要谈判等创造性领域。在并购交易中，AI担负繁琐的事务性工作，律师则聚焦于关键决策，充分发挥双方优势。律师还应通过对AI输出的错误案例进行标注，参与训练数据优化，从而提升AI在特定领域的识别准确率。

尽管DS为律师工作带来诸多便利，但在使用过程中，DS有可能潜藏暗礁，暴露出一些不容忽视的问题，如数据主权问题、决策透明度难题、伦理责任缺失等。

面对AI的挑战，有经验的律师依然具备不可替代的优势：价值判断和人性温度。

在实际案件中，数据只能呈现部分事实，而律师能够透过数据洞察背后的复杂关系，做出符合法律精神与社会公序良俗的价值判断。比如在一个商事案件中，AI预测胜诉率仅35%，但律师凭借专业经验和对案件细节的深入挖掘，找到了关键证据，最终赢得了案件。这种基于专业素养和实践经验的价值判断，是AI难以企及的。

法律不仅关乎条文，更关乎人。在处理案件时，律师能够站在当事人的角度，给予他们情感上的支持与理解，这是冰冷的机器无法做到的。在劳动纠纷案件中，当DS建议当事人接受企业赔偿方案时，当事人却表示更希望听到企业当面道歉。此时，律师能够理解当事人的诉求，放下手中的AI分析结果，积极帮助当事人与企业进行调解，维护当事人的尊严。

所以，律师要在Al技术浪潮中坚守初心，时刻铭记法律是为了维护人的权益，在每个案件中关注当事人的情感诉求，倾听“机器听不到的哭声”，始终保持律师的价值判断和人性温度，让法律充满人文关怀。

“正义从来不是简单的选择题，而是充满人性考量的论述题，而这其中的人性温度，唯有律师能够感知、读懂并赋予。” 朱德堂主任最后如是说，并向我推荐了[英]理查德·萨斯次德的《法律人的明天会怎样？》一书。该书的结尾有这样一段话：