法治面｜“机器人律师”离我们还有多远？|界面新闻 · 中国

界面新闻记者 | 蔡星卓

界面新闻编辑 | 刘海川

2025年3月
，一个出现在美国纽约法庭上的虚拟“替身
”引起了法官的愤怒
。70多岁的企业家Jerome Dewald此前从未接受过专业的法律培训。由于想要对自己案件的裁决提出异议，他在法庭上播放了一则陈述视频 ，视频中是一位由AI生成的年轻男性
，声称要进行“自我辩护” 。在被法官Sallie Manzanet-Daniels打断后，Jerome解释 ，这是他生成的一个虚拟人物
。

“我不喜欢被误导。 ”法官随即要求关闭视频 。这一时刻被法庭摄像机记录了下来并流传于网络
，同时引发了人们对人工智能（以下简称“AI
”）在法律领域日益增长的影响力和其滥用问题的关注
。

当AI踏足法律领域

为何要创造一个虚拟人物来做自己的“代言人”？Jerome在事后接受媒体采访时称，在法庭上为自己辩护很困难——他的声音在压力下常常发颤。他称 ，其意图并不是欺骗
，而是以最有效的方式表达其论点 。

近些年，AI的足迹已慢慢踏入法律领域
。2025年3月的报道称 ，美国亚利桑那州最高法院创造了一对AI生成的虚拟替身
，来传递法官每一项裁决，“他 ”们也拥有自己的拟人名字——Daniel和Victoria。这被认为是美国州法院系统利用AI来建立更多类似人类的角色来与公众产生联系的首个例子 。不过 ，也有专业律师因使用AI不当而面临麻烦
。2023年6月，有媒体报道称
，因提交的法律简报中包含由ChatGPT生成的6个虚构案例，美国纽约2名律师被实施制裁 ，他们的律所最终支付了5000美元罚款。2025年5月的最新报道称
，美国犹他州一名律师在准备辩护状时使用了AI，由于缺乏核查 ，其引用了虚假案例 。

当我们将视线转回国内
，也能发现不少AI在法律领域的实践痕迹，涉及法律研究与文件审查、司法系统应用 、在线纠纷解决等等。同时 ，机器人律师还可提供法律咨询与问答
。例如
，在司法裁判辅助方面，自2024年1月起 ，一款司法人工智能辅助办案系统已在苏州两级法院中开始应用
，其中包括信用卡
、金融借款合同、危险驾驶 、买卖合同
、房屋租赁合同纠纷等案件类别。在公共法律服务智能化方面，2025年初 ，吉林省大安市司法局引入DeepSeek人工智能技术，提供24小时在线咨询服务 。

某互联网公司大模型算法工程师王志斌告诉界面新闻
，Jerome所使用的数字人和AI法律助手是两个不同的概念，后者在目前的实践领域更常见
。具体而言 ，针对AI在法律领域可以扮演的角色
，王志斌介绍，对于普通人来说 ，AI在法律领域应用的场景集中于较为常规的法律咨询和引导、规范的法律文件的书写
，以及法律意见的提供。

北京市中闻律师事务所律师杜华程认为
，AI能够代替大部分常见法律纠纷的问答工作
。“比如说遇到一般的工伤 、交通事故等案件，AI能够给出准确的解决路径和法律适用。在专业的大语言模型里 ，像案例检索和总结
、合同的初步审核都可以交给大语言模型 。”不过
，杜华程提到，这些实践仅限于初步工作 ，法律工作者需同时做好检查和校对工作
。

“机器人律师 ”还有多远？

毋庸置疑，AI可以在法律领域发挥很多优势。王志斌介绍
，以虚拟法律助手为例，其最大的优势之一是效率的提高 。另外 ，从专业性来说
，相比真实法律服务中较大的差异性，虚拟法律助手的服务质量相对更加稳定、可控
。“人们普遍考虑的‘AI幻觉’等问题 ，对于真人来说也不是不存在
，意味着两者都要面临工作中产生的纰漏。
”

杜华程也认为，在海量的数据下 ，人很难与AI抗衡 。“而且AI的行为往往带有免责条款
，不需要对错误的结论负责。”

不过，法律实践中 ，真人是否有不可替代的一面？在杜华程看来
，大语言模型可以节省工作时间，但不能代替人在工作中的作用
。“大语言模型或许掌握了海量的数据 ，但是它只能在这些现有的知识中总结和模仿。 ”

杜华程认为，针对法律事务
，处理的过程中不可避免产生人与人的接触，这其中必然会涉及人情世故 。“比如有关律师会见的规定 ，如果询问AI
，其回答大概率是依据法律规定，即普通案件24小时内安排律师会见
。但在实际操作中 ，我常常能碰到同行被各种理由限制律师会见。遇到这种情况
，AI也无力给出解决方法，有时需靠律师在网络公开发声才能获得解决 。”

“代替真人律师在法庭场景下做临场辩护 ，也不太可能立即实现
。
”从技术层面来说
，王志斌补充，AI大模型的记忆能力是有限的。“AI输出法律文书是没问题的 ，但在实际的对话场景
，比如法庭上的辩护，其上下文窗口需在百万token或更高的量级（一种AI服务的统计单位） 。对比而言 ，目前大模型实用上下文窗口还有明显不足，需要一定的时间才能有更大突破
，并降低推理成本
。”王志斌说，在实际的对话场景中 ，AI需考虑不同角色的意图识别
，还要区分不同角色的关系，并针对不同角色有记忆能力。“现在大模型擅长的还是解决具体的问题 。而面对临场应变式的场景 ，并非单纯依据法条就可以应对
，可能还涉及标准之外的因素，这些不是机器擅长的
。 ”

王志斌认为 ，机器无法完成跟不同的人打交道
，并不是机器本身的问题，是社交环境的问题。“除了常识外 ，现在的大模型还没有个性化的记忆
，随着技术进步，理想状况下 ，如果大模型拥有无限的记忆能力，实际上可以实现根据场景的不同给出适当的回应 。
”

“近些年
，我们总能看到关于机器人法律助手 、医疗助手的讨论，短期来看 ，人们可能过于乐观了。实际上
，AI在这些领域的开发，还远未达到可以立即投入使用的程度 ，不过长期来看这确实是一个趋势
。”王志斌补充。