法律 AI（Legal AI）

法律 AI 的发展可分为三个阶段。第一阶段是规则专家系统（1980s-2010s）：基于 if-then 规则处理合规表单和法律文书。

典型代表是 1999 年的 INTELLIFiling Manager（INTELLIFM），它使用 Prolog 规则作为核心推理引擎，自动化生成、发布和填充结构化表单。这一阶段的局限是规则维护成本高、无法处理模糊或例外情况。

第二阶段是机器学习辅助（2010s-2020s）：用 NLP 技术做合同审查（Kira Systems、Luminance）、法律研究（ROSS Intelligence）、诉讼预测（Lex Machina）。这一阶段的突破是能处理非结构化文本，但需要大量标注数据和领域专家参与。

第三阶段是 LLM 驱动（2023-至今）：大语言模型可以完成全流程法律工作——从诉前通信到庭审准备。Garfield AI 是这一阶段的标志性产品，它证明 AI 不仅能辅助律师，还能独立赢得官司。

2026 年 5 月 14 日，伦敦旺兹沃思郡法院，一场 3 小时的审判改变了法律行业的叙事。原告 Tamires Camal Taquidir 追讨 7000 英镑未付 HR 咨询费，她的法律团队是 Garfield AI 系统和初级大律师 Dominic Li。

被告是一家餐饮企业，法律团队是一整个律师所加大律师。结果：法院判原告胜诉，追回 7000 英镑，驳回被告反诉。成本对比：原告约 400 英镑 AI 费用，被告费用未披露（律师+大律师通常远超这个数）。

Garfield AI 的技术架构是典型的 Agent 系统：AI 完成诉前通信（自动起草律师函、跟踪回复期限）、诉讼文件（自动生成 Claim Form、Particulars of Claim）、证人陈述（引导证人回答问题、整理成法律格式）、证据整理（分类、标记、生成证据清单）。

人类大律师仅负责 3 小时庭审辩论——这是 SRA 监管要求，AI 不能完全替代人类出庭。

Garfield AI 胜诉的深远影响在于三个层面。第一，监管突破——SRA（英国律师监管局）首次批准 AI 律所独立执业，这意味着法律 AI 从「辅助工具」升级为「受监管的服务提供者」。

第二，成本革命——400 英镑 vs 传统律所数千甚至数万英镑，成本降低 10-50 倍，这将极大提高司法可及性（全球约 50 亿人缺乏基本司法服务）。

第三，Agent 系统的标杆案例——Garfield AI 证明 Agent 系统可以在高风险、高合规要求的领域独立工作，这对医疗 AI、金融 AI 等其他受监管行业有重要参考意义。

当然，法律 AI 仍面临挑战：复杂案件的策略判断、跨法域的合规差异、AI 幻觉导致的法律风险，这些都需要人类律师的监督。但趋势已经明确：法律 AI 不再是「是否能用」的问题，而是「多快普及」的问题。