每天整理对律师有用的 AI 变化：新实践、新方法、新模型、新产品和监管动向。
文章提出律师的传统知识记忆、检索和常规文书起草正被AI和平台逐步接管，律师应把办案直觉与经验做成可执行的“操作手册”：先列清单，再把流程拆成触发条件、执行步骤和输出格式，将稳定法条放入本地知识库，并接入校验工具检查失效条文、假案号和幻觉结论。文章同时强调AI只能辅助核验，不能直接出具正式意见，客户材料需脱敏，判断型结论必须人工审核。
为什么值得看文章给出了律师把个人经验迁移为AI可执行Skill的具体路径：清单化办案直觉、拆解触发条件与输出格式、建设本地法条库、接入失效条文/假案号/幻觉校验，并保留脱敏和人工复核，可直接参照用于构建案件办理、文书起草和知识管理的工作流。
摘要和推荐理由由 AI 生成，编辑抽查
文章梳理国内法院使用AI辅助审判的现状：深圳中院2024年上线审判大模型辅助系统，将案件拆为85个节点，AI用于立案材料识别、阅卷摘要、类案推送和判决书初稿，关键节点须法官审核确认；文章称该系统被最高法全国版“智审系统”在11个省区市23家法院试点。上海“206系统”将刑事证据标准嵌入办案流程。文章同时重申最高法2022年意见的“辅助审判”红线，AI不得代替法官裁判、司法责任由法官承担；并列举美国COMPAS偏见争议、法官因AI虚假引证撤回裁定、哥伦比亚法官使用ChatGPT、英国和欧盟规则及爱沙尼亚“AI法官”误传。文章还分析AI不能裁判的原因，包括责任、说理、偏见和价值判断，并说明对当事人的影响。
为什么值得看可作为律师理解法院端AI实际分工与合规边界的背景材料：AI限于立案识别、阅卷摘要、类案推送和文书初稿，法官保留判断与责任；律师可据此调整诉讼预期、证据准备和自身AI使用边界，尤其注意AI生成案例、证据的风险。
摘要和推荐理由由 AI 生成，编辑抽查
GitHub issue 报告称，在 macOS 上打开 Postman 12.33.4 后，日志记录 auto-existing-upgrade 自动安装了 claude-code 与 codex 插件；~/.codex/config.toml 增加 Postman marketplace/plugin 及 SessionStart hook 信任记录，hook 要求任何非简单 API 工程任务加载 postman:api-engineer；安装器源码调用 approvePostmanHook 尝试自授信；同时启用 mcp.postman.com 的 MCP 连接并出现 Auth required，Claude Code 也被安装 2.0.1 插件及 CLI。作者认为这是严重的同意与信任边界问题，要求停止自动安装、移除安装器自授信并提供回滚路径；报告明确不主张已证实数据外泄。
为什么值得看判收但未入选今日精选：名额或排序靠后。律所引入 AI 编码/办公 Agent 时，安装器可能改写全局配置、植入启动钩子并尝试自授信，需把插件安装、hook 信任和 MCP 连接纳入采购与安全审查；文中日志、配置和源码链接提供了可复核的审计路径及回滚清单。；律师可以：律师团队在部署 Codex、Claude Code 等 Agent 处理案件材料或文书前，可参照该报告检查全局配置、启动 hook、MCP 端点与插件来源，要求插件安装和 hook 信任必须由用户显式确认，并预先建立覆盖 Agent 配置、缓存、MCP 与 CLI 的卸载回滚清单。
摘要和推荐理由由 AI 生成，编辑抽查
文章称美国法律行业出现“法律工程师”新岗位，不要求J.D.，负责设计AI工作流、调试提示词，并在律师与技术人员之间沟通；Legora开出16.6万–22.4万美元年薪，Harvey、微软、英伟达等也在招聘，最高近28万美元；今年上半年美国头部律所有46名律师跳往AI公司，约三分之一转任法律工程师；国内“法务工程师”招聘开始出现。
为什么值得看该岗位反映法律AI落地瓶颈正从“买工具”转向“把律师工作拆解进AI流程”。国内律所或律师可参照设置、对接“法律工程师/法务工程师”桥接角色，由其负责法律任务梳理、提示词与工作流调试、律师与供应商协调；评估AI产品时也应看其能否嵌入真实办案流程，而非只看模型能力。这是可迁移的采用经验。
摘要和推荐理由由 AI 生成，编辑抽查
律师作者以一起买卖合同纠纷庭审为例：对方代理人在辩论总结时说出“我方确实收到过这批货，但那是试用”，作者一方当即请求审判长记入笔录。文章据《最高人民法院关于民事诉讼证据的若干规定》第3、4、5、8、9条与《民事诉讼法》第150条（2023修正）说明自认的效力、代理人自认视为当事人自认、拟制自认、撤销自认的限定情形，以及自认不适用于身份关系等事实、与法院已查明事实不符不予确认两条边界；并拆解庭上三十秒内的三个动作：举手并复述原话、记录时间点与上下文、庭后逐字核对笔录再签字。文末给出两张WorkBuddy指令卡：指令卡一，输入起诉状、答辩状、证据清单，列出对方必须承认的事实清单并设计3—5个层层递进的追问；指令卡二，输入庭审笔录文本与庭前要点清单，逐条比对漏记、错记与不利陈述是否入笔录，输出三张清单供签字前核对。作者另称整理《庭审笔录核对自查清单》，引导读者评论或私信索取。
为什么值得看可复用的是两个具体提示词模板，直接对应律师办案环节：庭前用对方书面材料反推“绕不开的事实”并生成细节型追问；庭后把笔录与要点清单做逐条比对，定位漏记、错记和未入笔录的不利陈述。可迁移到诉讼准备、阅卷与笔录核对等场景；使用时仍需律师本人核对法条与笔录原文，AI清单只作检查线索，不能替代当庭判断和签字前的逐字核读。
摘要和推荐理由由 AI 生成，编辑抽查
王杰文律师把此前制作的“民商事AI诉讼专家团”适配成DeepSeek Harness插件，形成民商事诉讼工作台。文中按步骤记录了操作过程：先在DeepSeek Harness左侧“更多”中选择“创建你的插件”，再选中已完成的专家团文件夹，用简单命令适配，随后进入工作台的专家团队、技能地图、15个高频案由包、8条标准办案流程和首次配置，最后与AI交互提问。作者建议律师用自然语言在此基础上改造出适合自己的工作台，并称为适配DeepSeek Harness“创造模式”升级所做。文末推广其ima知识库订阅（145个法律skills、40个法律专家团，1天1元、称零退款）及合同审查、职场导师等付费服务。
为什么值得看这是国内律师把自有法律skills/专家团迁移为DeepSeek Harness插件的具体上手过程，其路径（创建插件→选文件夹批量适配→案由包/办案流程/技能入口组织→首次配置交互）可供律师搭建或迁移个人诉讼、合同工作台时参照。同时可见DeepSeek Harness创造模式升级后，律师能以较低技术门槛做插件。不过全文以订阅推广为主，未给出任务输出或效果实测，参照时需自行验证。
摘要和推荐理由由 AI 生成，编辑抽查
本次 v0.76.1 修复 Windows 工作台切换时的运行时兼容问题，并恢复从文件入口打开文档；从文件夹打开已转写录音后，可直接生成纪要、转为待办、安排日历、导出 Word，团队待办沿用项目成员与负责人信息。版本还修复自动补全无建议时的误报，并同步更新搜索、录音、脱敏、诉讼可视化、日历、收藏夹、剪贴板和文档洞察插件；说明称其承接 0.76.0 功能，移动端和小程序按各自商店状态发布。
为什么值得看这是律师自研、国内可用的开源 AI 原生工作台更新。此次把已转写录音接入纪要、待办、日历和 Word 交付，直接对应律师会议记录、阅卷后整理和案件管理中的跨工具衔接；Windows 修复与插件同步也改善实际可用性。属补丁级发布，参照价值主要在具体工作流落地，项目本身宜另进雷达候选。
摘要和推荐理由由 AI 生成，编辑抽查
LAWTalk 法言法语作者称，经“木子”同学指点后编写了一个法律分析Skill，名为“人工智能（AI）、数据合规与个人信息保护法律分析Plus”，可在WorkBuddy、千问办公或其他Agent平台安装，调用后分析与AI、数据合规、个人信息保护相关的问题。文章给出SkillHub下载地址和安装提示词，并建议先连接“华宇元典法律数据”连接器以提升效果；作者称其Skill主页共有37个Skill、总下载量6.4万+。文末还推荐了书籍并留下交流微信。
为什么值得看这是国内法律AI Skill的具体发布，直接覆盖AI、数据合规和个人信息保护法律分析场景。律师可安装后在Agent工作流中调用，用于相关问题的初步分析和检索辅助；文章给出了安装方式与连接器搭配建议，但未展示实际问答样例或效果验证，价值以产品可用性和可复用工作流为主。
摘要和推荐理由由 AI 生成，编辑抽查
Kimi开放平台面向完成企业认证的企业提供Admin API组织管理接口，目前为Beta版且接口免费、调用不产生额外计费项。管理员可在控制台创建Admin Key并配置到企业系统，用于成员与邀请管理、项目及日/月预算配置、模型推理API Key查询/改名/吊销、日账单和产品账单对账、逐笔token用量与聚合用量分析、账户余额和组织限速查询，以及查看控制台管理操作、登录事件和Admin API操作审计日志；使用审计日志前需先在控制台开启。
为什么值得看对多团队使用Kimi API的律所或律师团队，这是官方开放的组织管理能力，可把入离职权限调整、密钥吊销、项目成本分摊、余额/限速排查和审计日志接入内部系统，减少控制台重复操作；但当前为Beta版，需企业认证后使用，且不涉及法律专用功能。
摘要和推荐理由由 AI 生成，编辑抽查
作者在WorkBuddy专家库中检索，发现法大大睿契提供的14个法律Agent，按业务分工：诉讼类6个（民商事诉讼、民事执行、婚姻家事、商事仲裁、建设工程纠纷、法律咨询顾问）；企业法律服务4个（企业法务/常法、商事合同、政府法律顾问、商标管理）；专项非诉3个（境内股权并购、尽调法务、法务AI规划和落地顾问）；另有律师案源维护专员1个。文中逐项说明各Agent适合处理的任务（如建设工程案先做工程时间线、核对合同与签证结算；尽调要求输出保留文件名称和原文位置；合同审查需说明代表哪一方、交易目的、重点问题和输出格式），并给出'任务—优先Agent'对照表与查找路径（专家·技能·连接器→专家→搜索名称）。最后一节指出选对Agent只解决'交给谁'，还需写清任务、代理立场、已上传材料、期望成果、输出结构、来源保留、无法确认事项的标记方式，并给出一条民间借贷纠纷的完整指令示例（读取起诉状、答辩状、借条、转账凭证、聊天记录，整理主张、时间线、争议焦点及证据对应关系，不得虚构，待核内容标'待律师核验'并注明文件与原文位置）。文末以'阅读原文'/后台回复关键词领取《律师使用WorkBuddy的100个实务指令》作为引流。
为什么值得看对正在选型或刚上手国内法律Agent的律师有具体参照：一是把'一个通用助手'拆成按诉讼、执行、常法、并购、尽调分工的入口，并给出按当前任务选Agent的对照表，可直接用于个人挑2—3个先用、团队按部门建Agent清单；二是提示词骨架（任务、代理立场、已上传材料、交付成果、输出结构、保留来源、待核标记）可直接迁移到阅卷梳理、合同审查底稿、尽调材料清单等法律任务，尤其'待核事项标记+注明文件与原文位置'是律师复核可用的操作要求。需注意本文属产品功能介绍+引流，未展示任何Agent实际输出或效果验证，也无价格与横向比较，参照时应视为上手/选择指引而非实测结论。
摘要和推荐理由由 AI 生成，编辑抽查
Harvey官方博客以一份假设合同演示其合同审查产品Contract Intelligence的使用流程：某AI客服平台合同年费18万美元、按年预付，卖方文本由MSA、订单表和以URL引入的在线条款三部分组成，需在周五下午到周一下午之间完成签署。Harvey先按团队playbook对三份文件做首轮筛查，标出三项偏离（用客户数据训练模型、以更新网页方式新增次级处理者、36个月自动续约）和一条无规则覆盖的变更条款（MSA第2.3条允许对方以张贴方式更新在线条款，第14.2条约定在线条款冲突时优先），共四个flag加一条人工复核项。律师随后用五个问题排序：条款触及何种数据、对方签约后能否单方修改、撤销难度、出问题时的救济上限、还需哪些人签核；由此形成五条优先级清单，其中12个月费用上限虽符合标准但本交易涉及客户个人数据、且此前两笔AI工具协议另设数据泄露上限，故排第三；续约条款按7%逐年递增测算第二至四年费用约19.26万、20.61万、22.05万美元，合计额外约61.9万美元。文章还分析2.3与14.2条组合可在签约后重写数据条款，提出MSA优先、把谈定的数据条款移入MSA、涉数据/安全/次级处理者的更新需书面同意三项修改要求；周一执行副本全文比对时发现Customer Data定义排除Usage Data（含prompts、outputs、交互日志），该定义牵连四项修复，最终要求将Usage Data限于聚合去标识服务指标，并保存URL在线条款的当日快照再比对一次。文中引Repsol案例称单条合同条款审查由30–60分钟降至几分钟，降幅超90%；文末为产品demo引导，并说明示例中所有条款与立场均为假设。
为什么值得看虽为Harvey厂商内容、案例为假设场景，但给出了可直接迁移到国内律师合同审查的具体方法：五问排序法（数据敏感度、对方能否单方变更、可逆性、救济上限、签核触发条件）可用于任何单份合同的条款取舍；用交易事实而非模板决定赔偿上限是否够用（项目工具与承载客户个人数据平台的对比）；识别“变更条款+在线条款优先”组合对已谈定条款的架空风险，并要求把关键条款移入主协议、更新需书面同意；签署前执行副本全文比对并固定URL条款版本，以捕捉如Customer Data排除Usage Data这类牵连多项修复的定义改动；以及用自动续约通知期限倒排管理义务。这些方法不依赖Harvey产品，国内律师用人工或国产工具同样可执行；需注意文中数据与结论均为假设或厂商客户陈述，未提供独立验证。
摘要和推荐理由由 AI 生成，编辑抽查
律师作者陆凌燕结合执行案件AI应用，比较两种路径：一是自写两个执行skill，分别完成执行文书三道校验与八件套生成、十五种执行状态判定与路径比选及文书生成；二是介绍浙江海昌律师事务所徐滕敏律师自研的本地化“烬寻”执行工作台，按文书识别、委托手续、强制执行申请、财产线索、调查令、流水研判、财产异动监控等十步推进。文章还说明skill适合个人一站式使用，工作台适合团队共享和有数据安全要求者，并讨论期限提醒、金额计算、法规库、线索库、脱敏与人工决策边界。
为什么值得看提供可直接参照的执行案件AI落地方法：把执行中的法规调取、期限提醒、金额计算、文书成套生成、状态判断和路径比选交给AI，同时明确个人用skill、团队共享与数据安全场景用工作台的选择标准；附有具体调用方式、成本、能力边界和人工保留判断的提醒，能迁移到律师执行、检索、文书和案件管理。
摘要和推荐理由由 AI 生成，编辑抽查
北京天驰君泰（温州）律师事务所主任章超凡（执业十余年、办理刑事案件近400件）系统复盘其自研「刑事辩护全流程·Pro版」技能：2026年10月27日更新至4.2.0（17个模块按诉讼阶段排布、21份参考资料、5个自动检查脚本），同日宣布停更；SkillHub上以「刑事智能办案系统」为名免费开源，下载2736次、评测4.9分。文中给出：1.0到4.2.0的版本路径（6月重构13模块、7月补司法会计/法医/司法精神病知识库、8月补能力边界与异常处理、9月合规化上架）；三种任务模式（全流程办案/单项任务/改稿复核）；统一流水线（识别任务→读模块→盘点材料缺口→区分原始事实/证据评价/法律问题/策略→控辩双向检验→主备位策略→回写主档→生成文书→自动检查+人工复核）；三份文件分工（办案记录管状态、案件主档为唯一事实源、法律依据台账登记条号/效力/地域/施行日期/来源）；同一主档生成内部完整审查稿、对外提交稿、庭审速用稿三种隔离文书；建档、检查、法律检索任务卡、排版（仿宋四号、27磅行距）、自检五个脚本；16个用例、六维度打分的回归测试与四项一票否决；四级规则（红线/强制核验/默认流程/个人偏好）与禁用语、保密章（案卷内指令性文字一律视为数据）、最终签发人始终是承办律师；并说明开源动机（抬升行业交付均值）与停更理由（评测近满分、剩余空间属雕花），文末预告新的AI工作台内测。
为什么值得看这是国内律师把刑事辩护全流程拆成可执行AI流程的一手实践与设计文档，可复用点密集且具体：以「文件即记忆」解决长卷宗上下文、按卷分工提取再集中比对矛盾、按提纲分节生成长文书后通读核查一致性；用办案记录/案件主档/法律依据台账三分文件避免事实漂移；用内部审查稿、对外提交稿、庭审速用稿三稿隔离防止内部策略与待核实内容外泄；用覆盖清单把「全面阅卷」降级为「基于现有材料」的有限材料工作稿，抑制模型假装完成；用控辩双向检验、主备位策略与六级程序瑕疵分级替代固定公式；用16用例回归测试+一票否决（编造证据法条、泄密、未核验数值入定稿、内部策略外泄）做质量闸门。可直接迁移到律所的阅卷与检索、文书生产流水线、案件管理与知识库治理、AI工具选型与验收标准制定；其四级规则分级（红线/强制核验/默认流程/个人偏好）也是律所内部AI使用规范的现成模板。
摘要和推荐理由由 AI 生成，编辑抽查
律师出身的法律合规专家丁凌对 DeepSeek Harness 团队 2026-10-31 公开的 MIT 开源研究原型 dsh-superagent-prototype（9 篇编号文档、112 个 TS 源文件、48 个测试文件/1197 用例）做产品视角拆解：梳理 Source/Trigger/Thread/Eval/Mandate/Ticket/Assignment/Subscription 八个概念及四项设计决定（Trigger 不可变且同键只入库一次、Mandate 不可变、Subscription 直通归并后续材料、工单状态自持不随执行器），列举其主动拒绝的概念（跨来源身份映射、用关联做路由、Eval 自排延时任务），详述两层闸门（先代码准入后模型研判）、四档强度判定与准入表、off/observe/auto 三档接单模式（默认 observe 写死），双层架构（编排主会话只开单/挂接/转人/排队，执行器会话上下文隔离）与 Report 六态（progress/waiting/ready/blocked/failed/dropped）；并逐条给出法律场景可用性对照。关于边界，文中引用原文承认执行器以操作员 OS 用户跑命令、封装非安全边界；作者查存储层九张表无 tenant 字段（无多租户）、管理接口写死只认 127.0.0.1、对外仅 stdio JSON-RPC(ACP)，结论是单操作员可信环境、非多租户沙箱，机构级隔离需容器/虚拟机另做。
为什么值得看这是一篇律师作者基于源码与文档逐条核对、并给出独立判断（存储层无租户字段、回环地址限制、权限边界）的原创拆解，不是转述；其方法可直接迁移到律所与法律AI产品的检索、合规监测、事项管理、文书流程：①事件驱动准入链（来源→触发→程序准入→模型研判→工单）同构于监管动态监测，且“无原文链接直接丢弃”“机器人不得产生明确请求”已代码化；②工单与授权分离（Mandate 不可变，范围扩大须新开工单）对应委托、立项与内部审批；③Report 六态把“模型在跑”和“需要人看”分开，可直接用于复核清单与升级矩阵；④默认 observe 的先观察后放权，是律所引入自动化的成熟度做法；⑤提示词改不了闸门、隔离不是安全边界这两条，是律所AI选型与风险条款应写入的边界。作者同时明确哪些不可直接搬（多租户、对外接口、权限隔离须另做），未编造实测成效。；律师可以：律师可把“来源→触发→程序准入→模型研判→工单”的准入链借到监管动态监测与内部事项受理：先维护短名单与准入表，机器人只能产生推断候选；用不可变的授权对象记录“为什么可以做、能做多远”，范围变化就重新开单；用 Report 六态区分“待复核”“缺材料待裁决”“需重试”“无需处理”，避免把进行中混成一个状态；上线初期采用 observe 模式只看拟办、不自动推送。边界：该原型为单操作员可信环境，无多租户与数据分级原语，执行器命令不需审批，客户数据隔离、留存与权限分级必须在容器/虚拟机与外部网关上另行实现，不能靠提示词约束。
摘要和推荐理由由 AI 生成，编辑抽查
文章从美国纽约律师因ChatGPT编造6个判例被罚、北京通州法院股权代持案中律师提交AI生成虚假参考案例等事件切入，分析AI查法律的三个主要风险：幻觉编造、知识时效过期、中国法与美国法地域混淆。文章按答案来源把工具分为通用AI聊天（不联网）、联网AI搜索、法律垂直工具三类，列举DeepSeek、豆包、Kimi、通义千问、腾讯元宝、ChatGPT、秘塔AI搜索、北大法宝、威科先行、得理法搜、元典问达、通义法睿、智合AI、MetaLaw等，并对比法条准确度、案例真实性、时效性、能否核对原文、通俗程度、价格和适用场景。作者与合作律师设计5道测试题：民法典第1165条原文、不存在的第1300条陷阱题、新公司法五年缴足期限、AI文生图著作权案检索、杭州租房押金纠纷实操题，给出0/1/2分评分规则。文章还分别给普通人、律师法务、企业采购提出使用建议，并总结三条铁律：没有出处一律不信、核对内容不只核对编号、确认法条案例现行有效。
为什么值得看文章直接面向法律检索这一律师高频任务，提供可复用的三类法律AI分工框架、5道可复制的测试题和评分方法，以及“先检索、再点开原文核对、确认时效”的操作流程；对律所和律师选型、企业采购法律AI也有具体问题清单，能用于评估法律检索工具和建立内部复核规范。
摘要和推荐理由由 AI 生成，编辑抽查
律师作者的法律AI周报：11月2日香港金管局推出代理式金融SAGE项目，聚焦应用场景、代理身份、互通性标准及法律监管框架（含管治、法律责任、消费者保障），并成立22人专家小组；财政司司长陈茂波同日表示AI代理可执行任务，但责任仍在机构。另补记上海高院10月9日案例（原告高频定向搜索诱导AI错误语义关联，被认定滥用诉权、罚款10万元）、美国第三巡回法院9月29日ROSS案（用Westlaw头注训练AI检索工具不构成合理使用）、第五巡回法院10月22日撤销含AI虚构内容的初步禁令并改派法官。
为什么值得看对律师的直接参照在于：AI代理的机构责任与金融场景监管框架如何落地；AI证据与诉讼诚信边界；法律AI训练数据的版权风险；AI幻觉进入司法文书后的程序后果。文章由律师作者按原始信源核读并注明日期，具备法律AI周报的整理价值。
摘要和推荐理由由 AI 生成，编辑抽查
文章介绍通义千问团队对 Agent 首次 Skill/子 Agent 路由的优化实践：用本地首路由回放缩短反馈周期，以“归因假设与优化方向—description 改写—小批与整体回归—经验沉淀”迭代；案例围绕“会话内数据查询交付”与“向外部渠道发送通知”两类相邻能力的混淆，强调按交付目的划清入口边界，并冻结题目、模型参数、工具目录等条件做可比回放。最终候选在 34 条开发请求上命中 31 条，准确率 91.18%，每题回放 3 次按多数计分；作者明确这是开发集选优结果，尚无独立留出集，且同时修改两份简介，不能分离单侧贡献。
为什么值得看律师可将该方法用于自建法律 Agent 的技能路由与提示词维护：以真实法律请求建立开发集和保护集，先归因“法律检索、合同审查、文书起草、客户通知”等相邻入口的职责边界，再改写 Skill description 并做回归验证，避免为单个错例不断堆叠例外。原文未进行法律任务实测，迁移到律师工作流需另行验证。；律师可以：律师在搭建或维护法律 Agent 时，可把“首路由”用于区分法律检索、材料分析、文书起草、案件管理、客户通知等技能入口：先收集真实法律请求和原本正确的保护例，明确每个入口的交付目的与必要输入，再针对混淆边界改写 Skill description，最后用小批与整体回归检查误吸、漏接和关键退化。该方法可改进法律 Agent 的 Skill 与提示词工作流，但不能直接视为法律场景已实测有效。
摘要和推荐理由由 AI 生成，编辑抽查
本文是西蒙长期治理研究所2026年10月26日对剑桥大学法律与人工智能助理教授克里斯托夫·温特的访谈中文译文。温特曾为欧盟《通用目的人工智能行为准则》主席及欧洲人工智能办公室担任法律顾问。访谈梳理欧盟《人工智能法》从分散执法转向欧盟集中执法的背景，说明通用目的人工智能模型第53至55条义务、10²⁵ FLOP系统性风险推定、开源模型有限豁免、非欧盟提供者指定授权代表、行为准则虽属自愿文件但实际成为合规基准，以及2026年8月2日执法权力生效后欧盟委员会已向30多家提供者发出信息索取函并要求提交严重事件报告。访谈还讨论内部部署模型是否适用、欧盟人工智能办公室的人力和技术能力限制、可能的罚款或要求模型退出欧盟市场，以及ENISA获取Anthropic Mythos 5访问权限等国际执法与前沿风险问题。
为什么值得看该访谈由参与欧盟《通用目的人工智能行为准则》起草的法律顾问具体解释欧盟《人工智能法》第53至55条、算力门槛、开源豁免、授权代表和严重事件报告义务，并提供2026年执法启动后的最新进展。对中国律师评估AI模型出海欧盟、为客户设计跨境AI合规文档与风险管理方案、判断行为准则和执法风险具有直接参照意义。
摘要和推荐理由由 AI 生成，编辑抽查
王杰文解读LegalZoom于2026年10月29日发布的LegalZoom AI Assistant：对现有及未来企业主免费，无订阅价与用量上限披露；基于客户自有企业档案作答，覆盖formation、amendments、DBA、operating agreement、EIN、营业执照、注册代理、年报、Virtual Mail，并接入银行、信贷、会计、税务、薪酬、保险等合作方；官方示例为德州LLC存续状态查询与5月15日Public Information Report到期提示；官方称需专业判断时转接持牌律师或商务专家（产品高级副总裁Matthew Kumin表述）；同日已在客户账号及ChatGPT、Claude、Copilot、Gemini、Perplexity五个AI入口上线。公司自述8月以来使用数十万次、使用客户回访频率约为对照两倍（未经独立核验）。作者指出LegalZoom早在2026年3月已上线ChatGPT内应用、4月进入GoDaddy生态代理注册，此次非首创；并批评官方未说明客户数据是否用于模型训练。
为什么值得看海外法律科技的结构性采用案例：LegalZoom把免费AI助手作为获客入口、把定性判断留给持牌律师，并把服务装进五个主流AI对话框，构成“信息层/判断层分离”的可参照合规与渠道模式。文章给出国内可操作启示——产品目标设为结构化问题与列选项、定性输出在产品侧拦截并触发转接；把服务能力封装为MCP/API与结构化知识资产以便被AI助手调用；对企业主则提示先用AI做问题分流、并要求书面律师意见，同时先核查免责条款与数据训练政策。对国内在线法律服务平台与律所的产品设计和获客渠道选择有直接参照价值。
摘要和推荐理由由 AI 生成，编辑抽查
唐律君办理一起复杂上诉案，先手写上诉状至第三版，与合作律师讨论出新思路后，分别与两个国产大模型交流，又借某平台额度更新用其最贵模型继续推演，获得新路径和法理论述，上诉状从6页扩到9页、再增至11页。定稿前合作律师指出其忽略法官的阅读需求；作者最终删回4页，认为上诉状应引起法官注意，深入素材可留待庭审和代理词。
为什么值得看提供律师使用大模型辅助上诉状起草的具体边界：模型可用于拓展诉讼思路、检验法理和加深案情理解，但最终文书须按法官的阅读场景和篇幅约束重写；分析素材与提交文书应分开，避免把多轮对话内容全部塞进上诉状。对文书写作和人机分工有可复用参考。
摘要和推荐理由由 AI 生成，编辑抽查
2026年10月28日，Weil, Gotshal & Manges（1931年成立、约1200名律师、年收入超20亿美元）管理层建议合伙人投票解散；此前明星并购律师Michael Aiello团队跳槽至Cravath，接班人选Ramona Nee拒绝接任，与Willkie Farr的合并谈判破裂。10月29日，2024年9月创立于纽约的AI原生律所Crosby（50多名执业律师，8个AI智能体，已完成约1.3万份合同审查，营收自去年10月以来增长约400%，2025年完成6000万美元B轮、估值4亿美元）递交资产收购意向书，拟收购Weil的商标、品牌与内部数据（并购协议模板、谈判阶段合同范本等非客户专属结构化文件），并另行尝试招募部分律师，不接管Weil的运营、客户与合伙制架构。文章引TechCrunch与华尔街见闻，说明Crosby以5万条律师标注条款及数千份匿名审查案例训练、按合同份数计费（每份250–1000美元），并指出意向书不等于交割、数据价值未量化披露、受客户保密义务限制。
为什么值得看这是海外法律行业结构性变化的具体案例，而不只是律所商业轶事：文章给出了可供国内律所参照的分析路径——律所知识资产（并购协议模板、条款库、谈判范本）在可被结构化并用于微调垂直模型后，首次获得独立于律师个人的价值；通用模型90%到99%的准确率提升依赖垂直专有数据；Crosby选择做成持牌律所而非软件公司，正是为了持续获取通用模型看不到的专有训练数据。国内律所可据此评估自身模板/条款库的结构化程度、保密与可剥离边界（何为可外用的“公共知识层”），以及在人员流动、解散、合并时如何处理知识资产，而非只看品牌与客户关系。文章同时标注意向书未成交、数据价值未量化，参照时应按未完成事件对待。
摘要和推荐理由由 AI 生成，编辑抽查
英国电力公司 SSE 的法务总监 Emily Bull 采用 AI 分流法：先从会议纪要这类低价值、重复性工作切入，由 AI 生成初稿、人工补充；再把法务工作分为四类——直接不做、交给业务部门、由系统自动处理、必须由律师判断。她主张用可见成果推动基层采用，同时提醒 AI 可能导致验证技能退化，初级律师不能把判断外包，问责仍由人承担。
为什么值得看提供了可参照的海外公司法务 AI 采用路径：从低风险、重复性任务试点，按任务性质做分流，用早期可见成果降低抵触，并保留人工核验与最终问责。国内律师和律所可据此设计文档初稿、会议纪要、材料初筛等场景的试用与复核机制。
摘要和推荐理由由 AI 生成，编辑抽查
刑事小潘律师（B2）转述执业第三年民事律师周颖的做法：把接案访谈、事实与争议焦点、证据清单与缺口、阶段交付物清单、客户版三步说明编成 WorkBuddy 内「法大大睿契」的固定顺序链，前四步自用、第五步给客户。客户版一页 A4 分三步——你现在在哪、接下来会发生什么、每一步我给你什么；只给时间区间不给胜诉概率。文中称睿契含合同全周期、法务专项、案件诉讼、运营服务四个场景，专家团带长期记忆，检索有来源定位、可达性验证、原文锚定三级核验，并可通过连接器直发法大大电子签。作者亦记录踩坑：曾把未修改的风险清单直接转发客户，被追问第三条依据时答不利索，此后定规矩——工具输出每条须自己能讲出依据，否则删出客户版。创收数据为去年 62 万对师傅 55 万，作者明确归因于案源结构（小额商事、劳动争议周转快，师傅接大标的），称一半是运气，不能全算工具。
为什么值得看给出可迁移到律师谈案与案件管理的具体动作：把个人办案流程固化为固定顺序链（访谈→争议焦点→证据清单与缺口→交付物清单→客户版说明），并把对客户的交付物压缩成一页三步结构，用于预期管理与签单转化；同时提供核验纪律（工具每一条须律师本人能讲出依据才可进客户版），对使用国内法律AI的律师有直接参照价值。
摘要和推荐理由由 AI 生成，编辑抽查
文章讨论律师因客户难以区分专业差异而陷入“信任通胀”，提出律师应通过讲客户认得的细节、说明判断依据、围绕同类客户问题持续输出内容来建立信任。文中给出AI辅助内容生产的具体流程：咨询后先去除客户身份、秘密等不宜输入工具的信息，再向AI口述客户问题、律师为何不直接回答、先确认了什么、最终建议及理由，让AI整理主线并转成文章或口播稿，律师最后核对前提、措辞和本意。结尾推广作者的自媒体入门课。
为什么值得看文章把AI用于律师获客内容生产，给出了可复用流程：从真实咨询中提炼选题、脱敏后向AI口述思考、由AI整理成稿、律师终审判断。该方法可迁移到律所运营和律师获客，且明确了客户信息脱敏与律师把关边界，不是单纯工具宣传。
摘要和推荐理由由 AI 生成，编辑抽查
律师作者李律Sven斯温整理四条涉AI规范动态：①《连云港市知识产权保护和促进条例》8月28日市人大常委会通过、9月30日省人大常委会批准，11月1日施行，第二十四条第一款要求本市AIGC服务市场主体规范模型训练与数据处理、使用合法来源数据和基础模型、防范训练数据侵害他人知识产权，并向用户提供生成内容时按规定标识；②国标GB/T 47863-2026《生成式人工智能技术应用社会影响 服务提供者合规管理指南》7月2日发布、11月1日实施，归口全国智能技术社会应用与评估基础标准化工作组，28家起草单位含中国标准化研究院、百度网讯、智谱华章、中国移动、人民法院信息技术服务中心；③《湖南省律师行业网络推广行为管理规定（试行）》8月30日省律协理事会审议通过、11月1日试行两年，第十二条要求律所、律师使用AI等新技术宣传推广须确保内容真实、严格人工审核并在显著位置标注“AI生成”或“含人工智能合成内容”，第二条将AI语音电话推销、AI生成内容列入网络推广渠道形式；④印度电信监管局（TRAI）10月30日发布《电信网络和电信服务中负责任使用人工智能指南（草案）》，意见截至11月27日，要求相关实体制定经董事会批准的内部AI政策并报备、按三级风险与四级事件分类、critical/high两级报告TRAI、采购内嵌AI设备须供应商披露并在协议中加入审计检查权与风险分配条款。
为什么值得看湖南省律协规定直接约束律所与律师用AI做网络推广的真实性、人工审核与“AI生成”标识义务，属律师行业AI合规的首次明确规则；国标GB/T 47863-2026实施与连云港条例AIGC条款为律师服务AIGC客户、审查训练数据来源合法性提供可核对的原文条款。文章为律师作者自行整理并逐条摘录条文（核读），符合N3律师作者法律AI周报例外，可作为监管规则首次进展收录，对律师AI营销合规与AIGC业务审查有直接参照价值。
摘要和推荐理由由 AI 生成，编辑抽查
律师作者认为，市面上通用法律AI能做的事（自动生成文书、核对、整理材料）只是“水面之上”，能用但谈不上极致体验。文章描述“水面之下”的实际做法：诉前就完成财产调查（如被告在原告买保单或申请保全后立即转移财产）；微信禁止bot入普通群聊，但有人逆向软件、注册真人小号调用现成接口收发消息，形成一个个充满律师Bot的微信群，客户消息先由Bot初审、律师终审，端到端交付；材料提交、立案也通过API流动向工作人员交付；用户为满足需求自行安装REA、探索签名结构直至完成逆向。作者据此提出，法律AI厂商应主动开放插件模式或MCP接口允许其他Agent调用，做好风险提示，否则会被用户抛弃。
为什么值得看作者以从业者视角给出国内法律AI的真实竞争面：胜负不在官方工具的功能清单，而在客户群Bot初审+律师终审的端到端工作流、API化材料交付和诉前调查等。律师可据此判断自己律所的流程自动化空间，以及在选型时把“是否开放插件/MCP、能否接入自有Agent”作为评估条件；文中涉及的逆向、财产转移等做法也提示了合规边界，而非可直接照做的方案。
摘要和推荐理由由 AI 生成，编辑抽查
Claude 宣布将 Max 5x 套餐更名为 Max（仍为每月 100 美元），将 Max 20x 更名为 Ultra（仍为每月 200 美元）；现有订阅者无需操作。即日起，对大多数现有已验证 Ultra 账户取消 5 小时限制；较新账户在完成验证前保留临时限制，周限额不变。
为什么值得看对使用 Claude 处理长文档、合同审阅或 Agent 工作流的律师和律所而言，Ultra 取消 5 小时限制会影响高强度连续使用和订阅档位选择；但周限额未变，新账户验证前仍有临时限制，需按实际用量评估。中国大陆非 Claude 官方服务地区，订阅前需核实访问与合规限制。
摘要和推荐理由由 AI 生成，编辑抽查
Harvey博客介绍迈阿密全资深律师模式的精品律所Acevedo Belt：客户要求在48小时内完成一宗九位数交易的初步投资者尽职调查，需审阅并总结数百份交割文件。该所使用Harvey梳理文件包，为律师审查和判断提供更快起点；其律师将Harvey用于尽职调查、起草、文件分析和结论综合，并把playbooks与agents嵌入核心工作流，同时通过短视频、点播教程和每周“Tech Tuesdays”推动使用。文章称资深律师会像复核初级律师工作一样核验Harvey产出，并借助脚注追溯原始文件；该所律师报告每周节省10%–50%时间，用于客户工作、深度研究和改进工作成果，还称有客户因该所使用AI法律技术而选择其承接重要业务。
为什么值得看这是Harvey重要法律科技产品在海外精品律所的结构性采用案例，给出了可供国内小所参照的具体路径：以AI处理文件密集的尽职调查和综合分析，保留资深律师对结论与客户建议的判断，配套playbooks、agents及每周培训机制。其节省时间和获客效果来自厂商客户案例，国内律所可参考流程设计与复核方法，但不宜直接视为独立验证的成效数据。
摘要和推荐理由由 AI 生成，编辑抽查
作者胡劲科律师借央视新闻2026年10月19日报道的西安雁塔区法院一案（游戏公司多退33627.6元起诉返还，被告提交一段自称与对方代理律师通话、对方同意免还的录音；法官童晶晶当庭让被告拨打录音中律师号码无人接听、要求律师本人到庭、结合多方印证与声音比对，认定录音系被告用AI合成；判返还本金及利息，对伪造者批评教育并严厉口头训诫，未罚款拘留，援引民诉法第114、118条及法发〔2026〕10号第十九条），展开律师端操作：当事人交来录音时先用本地语音转文字工具转写并打时间戳（交法院仍为原始录音），再问原始载体、通话时间与通话记录是否对得上、对方是否到庭、有无剪辑；对方提交录音时的质证路径为索要原始载体、按证据规定第90条第（五）项与第93条七项因素逐项发问、必要时申请鉴定或勘验、能叫本人到庭就叫本人到庭；并引检察日报10月14日郑飞教授关于"动辄称AI伪造"倾向的提醒，指出伪造人像深度伪造检验国家标准只管视频图像、录音鉴定标准作者未查到；末尾引2025年北京通州法院原告律师提交AI编造参考案例受批评教育一事，及法发〔2026〕10号第十九条要求律师提交AI生成材料前核实并对使用AI辅助情况作出说明。
为什么值得看律师作者基于真实判例给出的可复用证据工作流：用本地语音转文字辅助阅卷并保留原始载体、以通话记录/号码/本人到庭等录音之外的材料交叉印证、按证据规定第90、93条具体列出质证疑点而非空喊"AI合成"；同时明确律师自身用AI生成文书、案例检索报告时的核实与披露义务，可直接迁移到律师的录音证据审查、质证意见撰写与AI输出核验环节。
摘要和推荐理由由 AI 生成，编辑抽查
作者以合同审查 Skill“Contract Copilot”为例，说明如何把 AI Skill 当作小项目维护：将执行文件与开发记录分开，用 SKILL.md、references/、templates/、样本和验证记录承载方法，用 AGENTS.md、TASKS.md、DECISIONS.md、CHANGELOG.md 记录协作规则、任务、取舍和版本变化。文中给出 DEC-047 的真实案例：把 Word 批注时间线改为同一审查意见内顺延 1-2 分钟、不同意见间间隔 5-10 分钟，并以 42 项测试和真实 DOCX v9 样张验收，后续 v1.5.3 又修复时间消耗导致错峰失效的问题。
为什么值得看这是律师作者面向法律工作的原创 AI 实践方法，且案例直接落在合同审查 Skill 的维护与验收上。律师可迁移到合同审查、法律文书生成、阅卷等自建 Skill：把需求、决策、任务、版本和测试样张串成可回溯链路，避免修改只散落在聊天记录里，并能在输出退步时比较版本、恢复可用做法。
摘要和推荐理由由 AI 生成，编辑抽查
北京天驰君泰（杭州）律师事务所执行主任谢凯（商事争议解决，从业20年）讲述其将民商事诉讼办案方法整理为 AlphaClaw「民商事诉讼大师 Skill」的具体做法：一是先建立法律要件分析框架，借鉴邹碧华「要件审判九步法」，先拆解请求权基础与构成要件、逐项匹配证据并标注缺口，再进入文书起草；二是管理案件信息，坚持资料完整（从接案起让 AI 参与立项建档、事实梳理、证据分析与法律研究，一个案件一个任务空间并沉淀工作底稿）、文件分类（正式卷宗与定稿、工作草稿、原始及待确认材料三类，禁止引用作废草稿与把单方陈述写成确定事实）、核查两条硬规则（法条案例必须检索原文、无法核实标「待核实」；关键事实必须回到原始证据并标注文件名页码）；三是把写作规则写进 Skill，含8个核心模块、10个案件类型要件库、220多条案由请求权基础总览，并以「要件攻防总表」作为各文书共用底稿；起诉状动笔前先过主体适格、管辖、请求权基础、诉请完整可执行、权利行使条件、诉讼时效六项审查；答辩状按积极否认、狭义抗辩、备位防御三层组织且须划清假设性论证与自认的界限；证据目录按请求权/抗辩权构成要件分组并写明证明目的与待证事实关系。文末提及其11月3日直播拆解办案全流程。
为什么值得看国内执业律师基于真实办案流程的原创 AI 实践，给出了可直接复用的「律师方法→Skill 规则」转化路径：要件分析先行、案件资料分层与核查硬规则、要件攻防总表驱动多文书一致性、三类文书的检查清单与结构模板。对律师把 AI 用于检索核验、阅卷与材料整理、文书起草与庭审准备有明确迁移价值，且暴露了作废材料误用、单方陈述被当作事实、法条编造等真实风险及对应控制手段；开头直播预告不影响正文为原创实务方法。
摘要和推荐理由由 AI 生成，编辑抽查
律师作者以一名诉讼朋友收到当事人照起诉状改的上诉状为例，指出上诉状与起诉状是两回事：起诉状对手是对方当事人，上诉状对手是一审判决书；二审依民诉法第175条只审查上诉请求有关的事实和适用法律，第177条只有维持、改判、发回重审（事实不清或程序严重违法）四类出路。作者列出四个坑：上诉请求只写“依法改判”不具体到项、理由部分重讲案情、理由不对准177条四类出路、把判决书和法官写成反派（引公开报道律师因侮辱诽谤法官被罚10万、停止执业9个月）。随后作者用WorkBuddy完成两步：第一张指令卡把判决书逐段拆成“可攻击点清单”（标注原文位置、对照177条错误类型、可用证据或法条，并注明找不出就说找不出）；第二张指令卡按上诉请求逐项列明、每条理由四段式（判决书原文→错误定性→正确认定→证据法条）起草框架，并要求不出现评价一审法官个人的表述。作者强调两条人盯边界：上诉与否、主攻哪条由律师算账决定；机器引用的判决书页码和原文须逐条翻回核对。
为什么值得看A层律师作者的原创AI法律工作实践：给出可直接复用的两张指令卡，把判决书拆解与上诉状结构化起草交给AI，同时明确人机分工（取舍判断归律师、机器只做拆解对照归类）和核对边界（页码原文须回查）。方法可迁移到律师的上诉状起草、判决书分析、文书结构化写作等具体任务，属S2。
摘要和推荐理由由 AI 生成，编辑抽查
宿迁检察院发布 AI 指令词指南：将提问拆为六个要素，要求“依据锚定”精确到具体法条条款；建立包含165条指令的词库；针对证据矛盾设置模板，要求区分实质性、枝节性、表象性并给出处理原则；同时划出涉密不上网、AI产出法条案号必须人工核验、AI仅出初稿且法律文书由检察官署名负责等红线。
为什么值得看该材料提供了国内检察机关把个人AI使用经验转化为组织标准的可复用做法：统一提问要素、建设任务指令词库、强制法条锚定、对证据矛盾分类处理并设置人工核验责任。律师和律所可参照其方法，将检索、阅卷、文书初稿和质量管理中的提示词经验标准化，但同时保留人工复核与署名责任。
摘要和推荐理由由 AI 生成，编辑抽查
北京德恒（无锡）律师陆凌燕讲述：她为外地律协和两级法院讲座后，需在主办方通稿基础上写律所通稿，把主办方通稿链接交给 WorkBuddy，由其生成通稿并自动从十张现场图中挑出含本人的第 5 张。她复盘发现，WorkBuddy 实际靠桌牌、工牌、大屏课件标题、横幅等画面中现成文字定位，人脸本身不是判断依据，因此“没字就没辙”。她又试 DeepSeek V4.1 flash 直接问“哪张是我”，出现把短发、细框眼镜、笑容相近的同行误认为本人的错判；复盘结论是多模态大模型擅长“形容长相”，而形容词不具排他性。调研后改用嵌入向量+余弦相似度做身份判定，并在 skill 中设计四级降级链：①先读画面文字定案；②无字则用 OpenCV SFace（37MB、Apache-2.0、全本地、免费）；③结果存疑再切 InsightFace ArcFace（182MB、精度更高但权重仅限个人非商用）；④本地做不了才调腾讯云 CompareFace（按次计费、需实名与密钥、50 分对应万分之一误识率）。另设“许可降级”（交付客户或商用必须退回 SFace）和“结论降级”（分数不够就写“无法判断”，不猜）。实测：本人跨场合 SFace 0.665 / ArcFace 0.634，与长相相近同行仅 0.147 / 0.117，相差约 4.5 倍；正脸场景 ArcFace 仅略优，故只作备用。文末给出 WorkBuddy 下载邀请链接与 skill 安装地址。
为什么值得看律师作者产出的原创 AI 实践，不是生活娱乐用法：起点是律所宣传通稿与配图整理（律所运营/品牌工作），并且给出了可复用的方法结构——先用规则与画面文字做最硬的一层、再上专业小模型、存疑才升级更重的模型、本地不行才走云端付费 API；同时把“许可边界”（ArcFace 非商用则交付时必须降级）和“置信度边界”（分数不足不下结论）写成硬约束。这套“按证据强度分级+按许可分级+按置信度拒答”的思路可直接迁移到律师的证据照片筛查（监控截图、合影、现场照片中的人物一致性核对）、案件素材与宣传素材的批量归档，以及对多模态模型“看起来会”与“真的会”的边界判断，避免用形容词式描述替代可量化比对。
摘要和推荐理由由 AI 生成，编辑抽查
元典律智助手发布脱敏2.0，新增脱敏空间，将同一案件全部材料的处理记录、代称表和还原字典统一管理，解决同一交易对手在不同文件中被替换为不同代称的问题；另新增可复用的脱敏方案、中英混合识别，并正式上线Word加载项。
为什么值得看面向律师尽调、并购等项目材料处理，说明跨文件脱敏代称不一致的具体痛点及产品化解决方式，可帮助律所评估法律文档脱敏工具的案卷级管理能力。
摘要和推荐理由由 AI 生成，编辑抽查
文章以一份30多页、结论为九级伤残的鉴定意见书为例，提出律师审查顺序与外行相反：第一步核鉴定机构是否在名册、鉴定人执业证是否有效、签名盖章是否齐全（引《民事诉讼证据规定》第36条）；第二步逐项核对鉴定材料清单，看是否经双方质证（第34条，注明核对过2019修正版条文号）；第三步查鉴定依据的标准全称与版本年份，错用、过期标准对应第40条重新鉴定情形；第四步才核对结论是否答非所问、超范围鉴定。随后给出四条救济路径：法院指定期间内书面异议（第37条）、申请鉴定人出庭并预交费用，否则视为放弃异议（第38条）、申请重新鉴定（第40条四种情形）、反驳对方单方委托鉴定（第41条），并列出各自的期限与费用门槛。作者称与诉讼律师朋友在 WorkBuddy 中运行该流程，给出两张指令卡全文（四步拆解输出表格、异议路径匹配），要求报告未载明处写'报告未载明'不许推测；并强调是否重新鉴定属战略判断、出庭发问须律师自行设计。文末以评论区留言赠送《鉴定意见审查清单》作引流。
为什么值得看面向诉讼律师的法律文书AI审查实操，给出可直接复用的两步提示词与四步审查顺序、四条异议路径的期限费用对照，法条版本已核，且明确划出'机器只拆格、判断归律师'的人机边界，对鉴定意见质证与阅卷类法律任务有具体迁移价值。
摘要和推荐理由由 AI 生成，编辑抽查
作者（王杰文律师）介绍腾讯WorkBuddy开放平台开始内测“收入变现”功能：Skill和专家（含专家团）均可独立定价，支持一次性买断或按月订阅，后台定价区间1–9999元，付费方式发布上架后不可更改；官方页面显示内测期间平台服务费1%，后续可能调整。开通需三步：完成开发者认证（个人实名）、在发布管理提交Skill或专家并过审、在收入变现页开通收款账户并签约；条件为完成认证、账号无违规记录、至少1个已过审技能或专家，个人开发者需首个付费产品过审后才能提交后续付费产品。作者还讨论MIT/Apache 2.0许可下他人可合法商业使用但须保留版权与许可声明、删名改头换面属超出许可范围，并给出定价（建议5–50元起步先验证）、按使用频次选买断或订阅、免费版与付费版分层等建议。文末为作者自有付费订阅产品（145个法律skills、40个法律专家团）推广。
为什么值得看提供了国内法律AI平台付费机制的一手规则口径（定价区间、买断/订阅不可更改、1%内测服务费、开通条件与流程、首个付费产品限制），律师可据此判断是否将自研合同审查、检索、立案材料整理等Skill与专家Agent上架变现，并结合许可协议（MIT/Apache 2.0保留署名要求）评估被搬运风险；定价起步与免费/付费分层的建议可直接迁移到律师个人AI产品运营。注意其为内测功能、费率可能调整，且文末含作者自有产品推广，采用时应区分官方规则与作者建议。
摘要和推荐理由由 AI 生成，编辑抽查
律科AI解法面向法律读者写的一篇工作方法文：先引三项研究——Gloria Mark 2008 年实地研究（被打断后完全回到原任务状态平均约 23 分钟）、Sophie Leroy 2009 年注意力残留（约 4–8 分钟）、Zeigarnik 效应（1927）与 Gollwitzer 执行意图（1999），把打断的代价归因于“任务没封口”。据此给出三个动作：①离开任务前在任务卡写一行“我停在哪、下一步是什么”作为可重入点（举质证意见核对录音时间戳、章程修订对照新公司法确认出资期限）；②在待办/进行中/已完成之外增加“待核验”状态（法条现行有效、案例真实、引用准确），核验不过夜；③收工前用 AI 做三段式复盘（原文给出完整提示词：归纳事实、指出模式、提三个明天要回答的问题，明确“AI 给方案，人做判断”）。随后按作者自己的“第二桌面”工具走一遍：打开 index.html 进入五层纵深视图，L2 进行层四列拖动任务卡、写“下一步”、拖入“待核验”、点右下角 ✦ 呼出 AI 助手贴入复盘提示词，结果落到 L5 沉淀层带时间戳并可与历史快照对比。文中主动交代 L3 素材层到 L4 产出层目前是“提炼动作”而非同一 id 跨层流转，属复制模式、跨层流转在路线图上。
为什么值得看面向律师的原创 AI 工作法：把“任务接缝”作为可操作对象，任务卡“下一步”可重入点、独立的“待核验”状态、收工前三段式 AI 复盘提示词都可直接迁移到质证意见撰写、章程/合同条款核验、检索结果复核、案件进度回复等日常环节；“AI 摊事实与模式、人做判断”的边界表述对律所内部推 AI 有参照价值。需注意文中大段是作者自家“第二桌面”工具的操作演示，含推广成分，采用时应把方法与具体产品分开看；L3→L4 流转缺口作者已自行披露，不宜当作成熟能力宣传。
摘要和推荐理由由 AI 生成，编辑抽查
刑事小潘律师记述一位民商事诉讼律师的实践：他在 WorkBuddy 应用平台选用法大大睿契（该平台法律行业生态合作伙伴），进入「案件诉讼」场景，输入建案材料后由工具完成建案与关联、把案件档案拆为当事人/程序节点/证据/文书，并随时间轴做动态维护、到期预警；先用已归档旧案还原时间轴逐条核对卷内日期，第二个月才用于新案。他据此在委托书后加一页附件，把立案、举证期限、一审周期、鉴定与公告等环节拆成常见区间并注明归法院管辖部分，只承诺有依据的部分；关键阶段由工具出案件沟通通报，本人过目后转发客户。睿契原则是不用模型记忆补全检索不到的内容，法规判例走三级核验（定位来源、确认可打开、锚回原文），交付文件标注法规原文/一般评论/待验证；结案时生成 HTML 结案报告，含时间线、关键证据、双方主张采纳情况、法条判例及可点回核对的原文链接，某争议焦点未检索到直接类案即如实写明并附相近案例与区别分析。文末推广 199 元 1 折课程并赠睿契月会员，另引导领取质证模板。
为什么值得看面向国内律师的具体 AI 办案流程实践，可复用的做法明确：一是把诉讼流程节点与常见时间区间整理成委托书附件以管理当事人预期，二是用工具按程序节点生成阶段性沟通通报并由律师人工复核后发送，三是结案报告逐条附可回溯的法规判例原文链接并明示未检索到之处。其三级核验与来源分级标注机制，可直接迁移到律师意见书、检索报告与结案材料的引用核查；对律所选型法律 AI 工具时的可信度评估（宁可报未找到、不靠模型记忆补全）也有参照意义。
摘要和推荐理由由 AI 生成，编辑抽查
GitHub 项目 VictorTran1023/law-paper-writing-skill 发布 v1.5，面向中文法学期刊论文的选题、研究材料组织、提纲、起草、修订、引注审核和目标期刊适配。本版新增 A13—A24、H21—H24 共16个公开场景，调整 H5 并澄清 H6 分支；作者称使用同一模型 gpt-6.1-sol-900k 的6个新会话，累计58个合成场景、71份答复，首轮57案中52通过、5部分通过，定向重测后各案均有通过记录，但明确不是最终快照全量重跑、不是逐案独立抽样，也不是多模型稳定性验证。技能支持 Hermes、Codex 等本地安装，更新需手动处理 Git 历史与安装目录；适用范围限中文法学期刊论文，不适用于专著、教材、学位论文、法律意见书、合同、诉状或具体客户咨询，并强调不得编造引注、页码、案号、法条或期刊要求。
为什么值得看这是国内可用的法律写作 AI 产品实质版本发布，提供了从研究问题、论点—证据—引注链、审稿反馈落实到投稿前引注核验的可执行流程，并包含来源真实性、法律有效性和待核标记等防幻觉约束。对律师撰写法律文章、案例分析或学术型稿件时的资料登记、引注核查和论证检查有直接参照价值；但其定位是法学论文写作，不覆盖个案法律意见和诉讼实务。
摘要和推荐理由由 AI 生成，编辑抽查
