International Open Access Journal Platform

2022年，OpenAI发布ChatGPT3.5，以其为代表的生成式人工智能对社会生产生活产生了广泛而深刻的影响。相较于传统人工智能的简单对话聊天，生成式人工智能具备强大的“类人”意识和人机交互能力，深刻变革了知识工作者的思考方法和工作模式。就法律行业而言，生成式人工智能具有超强数据收集能力和法律信息分析能力，使法律工作者无需进行繁重机械的内容检索与标准化文书生成等重复性工作，对传统的工作方式产生了重大冲击，要求法律人在变革的浪潮中积极找准定位，更新工作方法，抓住发展机遇。[1]诚然，生成式人工智能在法律行业的垂域应用或导致一定的算法偏差、隐私泄露、法律道德等风险，但其法律应用是顺应社会发展的潮流与趋势，亟需抓住这一风口与契机赋能法律行业，为法律行业的深度变革增添新的生机与活力。然而，当前对于法律行业为什么需要生成式人工智能赋能、生成式人工智能如何赋能法律行业，以及怎么推进生成式人工智能赋能法律行业，仍缺乏系统全面的研究。因此，研究旨在探索生成式人工智能赋能法律行业的必要性、可能性及可行性，以期为新时代法律行业变革提供参考。

1 生成式人工智能赋能法律行业何以必要

卡尔·马克思深刻指出“社会劳动生产力，首先是科学的力量”“大工业把巨大的自然力和自然科学并入生产过程，必然大大提高生产率”。在人类的发展史中，科学技术的每一次进步往往都会促进各行各业发生重大变革。尤其以ChatGPT、Deepseek等为代表的生成式人工智能的出现，对法律行业产生了颠覆性冲击。生成式人工智能具备生成文本、图片、视频、音频等多模态内容的涌现能力，极大改变了人类获取知识与信息的方式，其作为一种新质生产力将加速促进法律行业的创新与发展。

1.1 政策引领：政策推动生成式人工智能赋能法律行业

自党的十八大以来，中央及有关部门相继颁布并实施了一系列旨在推进人工智能在法律领域广泛应用的政策举措。这些政策不仅体现出国家层面对法治信息化与智能化的战略部署，也为法律行业的深刻变革与能效提升提供了制度保障，显著推动了法律服务模式的创新与司法体制的现代化转型。2022年12月，最高人民法院发布《关于规范和加强人工智能司法应用的意见》，强调要加强人工智能与司法工作的深度融合，并指出至2025年基本建成较为完备的司法人工智能技术应用体系，到2030年建成具有规则引领和应用示范效应的司法人工智能技术应用和理论体系。这为生成式人工智能赋能司法工作全流程，推动更高层次的智慧法治建设奠定了基础。法律实务方面，上海市徐汇区检察院发布了《服务保障人工智能产业发展行动方案（2025—2027年）》，提出设立“人工智能案件联合工作站”，对于商业秘密泄露、数据跨境侵权等案件建立快速响应机制，强化了生成式人工智能法治保障。此外，今年全国两会期间，生成式人工智能也成为热议话题之一，2025年全国政府工作报告中提及要大力推进现代化体系建设，持续推动“人工智能+”行动，在法律行业强调“加快完善数据资源开发利用”，为生成式人工智能与法律行业融合发展提供基础支撑。部分全国人大代表和全国政协委员也提出“加快形成人工智能法学的教育体系”“持续推进司法公开”等提议，更好助力生成式人工智能赋能法律行业。

ChatGPT方兴未艾，Sora横空出世，这些生成式人工智能的相继出现对社会生产生活的诸多领域产生了颠覆性影响，也引发了如何使生成式人工智能赋能法律行业以及人工智能法治化的深入思考。2023年7月，国家互联网信息办公室联合国家发展改革委员会等七部门发布了《生成式人工智能服务管理暂行办法》，对生成式人工智能的技术发展、规范应用以及法律责任的确定作出了明确规定，为生成式人工智能技术应用提供制度保障。然而，作为法治现代化的重要一环，生成式人工智能法律应用仍然面临准确性、安全性、道德性等方面的问题。[2]为规范生成式人工智能法律应用，促进其健康发展，在立法方面，我国于2025年9月起正式施行《人工智能生成合成内容标识办法》，在肖像权隐私权保护、诈骗行为规制等方面发挥了重要作用；2023年1月，《互联网信息服务深度合成管理规定》实施，规范了深度合成技术的应用，维护了网络生态安全。除此之外，此前发布的部分法律法规对于生成式人工智能的健康发展、保护公民权益以及规范立法方面亦具有积极的探索意义。如《数据安全法》对人工智能在数据收集、存储、使用等关键环节确立了系统化规制框架，旨在强化数据安全管理体系，推动数据处理活动在法治轨道内有序进行；《个人信息保护法》强调在人工智能系统中，若涉及对个人信息的收集、利用，必须遵循保障用户知情权、隐私权的规定。可见，我国在宏观层面对生成式人工智能赋能法律领域作出了诸多顶层设计与政策规定，对于推动生成式人工智能法律应用具有重要意义。

1.2 行业内需：法律行业转型需要生成式人工智能赋能

法律行业数智化发展需要生成式人工智能提供助力。2025年3月，中华全国律师协会组织网络与高新技术法律专业委员会在湖北省武汉市举办了“机遇、挑战和未来——数智时代律师业务发展及相关法律问题研究”业务交流会，湖北省律师协会相关负责人接受采访时指出，通过人工智能检索案件可以迅速将案件相关的法律条文检索出来，提高了律师的工作效率。[3]律师职业特点要求律师应当具有快速检索并筛选有效信息的能力。作为经验主导的职业，律师执业时间越久、对专业领域的钻研时间越长，越有可能快速并准确判断案件的着手点、制定应对思路。这些年长律师在执业经验与业务资源积累方面具有优势，在律所科层结构中通常亦占据主导地位。然而，繁琐的信息检索和材料整理会浪费执业律师的大量时间，不利于其在专业领域的深造与长远发展。生成式人工智能的出现在一定程度上改变了这一局限，其可以代替人类自动完成最新法条的检索归纳、证据的梳理分析、法律文书的审核等技术性工作，也可以根据案件事实，结合相似案例，分析出案件的要点和难点，最大程度地节约律师时间和精力。同时，当生成式人工智能这类新兴技术介入法律服务市场时，年轻的执业律师在新知识、新技术的学习和运用方面具有优势，弥补了在年龄、资历方面的不足，有效平衡律所科层格局，[4]对于破除律师行业的“二八定律”也颇有裨益。[5]此外，为最大程度维护当事人合法权益，律师需要根据案情的可能前景制定相应地应对策略。生成式人工智能不仅可以在预训练模型基础上开展进一步的微调，根据人类的指示生成具有“人格化”的精准对话，还可以结合具体案情和法律规则，基于数据驱动和自动化的方法，对类似案例和有用证据进行分析整理，进而帮助当事人充分理解和预测裁判走向。[6]

法官现实工作情况需要生成式人工智能技术提供辅助。司法是社会公正的最后一道防线，是化解社会矛盾的重要手段。然而，作为司法制度改革的重要环节，法官制度改革也应当持续优化。贝卡利亚曾在其《论犯罪与刑罚》一书中指出“法官懒懒散散，而犯人却凄苦不堪”，[7]用以强调司法效率的重要性。从2024年最高人民法院工作报告中可知，2024年全国法院结案超4500万件，收案数和结案率均较去年有所增长，出现的突出问题是，与案件数量的增长幅度相比，审判人员数量的增长未能完全匹配，尤其是在一些经济发达、人口密集地区的基层法院呈现出了一种“案多人少”的局面，审判人员工作压力大、强度高。尽管我国已推行包括构建多元纠纷解决机制、实施案件繁简分流改革以及优化审判管理在内的一系列举措，但若仅局限于对现有制度潜力的深度挖掘，而未从根本上变革传统的裁判生成机制，则难以实现司法产出的质效飞跃。[8]生成式人工智能凭借其强大的算法支持与计算能力，以及高度标准化、可流程化处理及重复性操作的特征，能够在证据审查、卷宗材料生成、要素式裁判文书的初步撰写等环节实现高效自动化处理，从而为司法效率的实质性提升提供技术动力，大大减轻司法人员的时间与精力负担。生成式人工智能可以提供高水平智能辅助支持，将法官从事务性工作中解放出来，为法官办案提供全方位、全流程的支持和服务。[9]通过变革生产工具有助于提升司法效率，缓解案多人少的难题。司法的公平公正对于法治国家建设至关重要。英国哲学家弗兰西斯·培根曾比喻：“一次犯罪可以说是污染了水源，而一次不公正的司法裁判则是污染了泉源。”我国自司法制度改革以来，司法公信力不断提升。2017年，最高人民法院将司法责任改革作为首要任务，确保审判人员能够独立公正审判，司法审判实现提质增效。然而，法官在行使自由裁量权时或多或少会受到个人主观因素的影响，违背了司法中立性原则。中立性是指在当事人之间能够保持不偏不倚的立场，公正对待各方当事人，而不受个人偏见和个人利益的影响。[10]程序的透明性则是判断是否存在个人偏见和个人利益的重要因素。人们虽倾向于认为人类的决策是透明的，而算法是不透明的，但已有的研究也表明了在法律歧视问题上，情况刚好相反[11]。生成式人工智能中算法的存在，可以追踪决策时的动机与立场，也更优于人类决策。[12]生成式人工智能技术的司法应用，开启了从“接近主义”迈向“可视主义”的 历史进程。[13]同时，生成式人工智能也可以促进案件客观公正，减少人类主观因素的影响，维护当事人的公正感需求，对于法治社会建设具有重要意义。

1.3 普法诉求：普法宣传创新呼唤生成式人工智能赋能

《中央宣传部、司法部关于开展法治宣传教育的第八个五年规划（2021-2025年）》明确指出：要充分运用新技术新媒体开展精准普法，注重运用新技术分析各类人群不同的法治需求，以互联网思维和全媒体视角深耕智慧普法，提高普法产品供给的精准性和有效性。[14]生成式人工智能等新型技术赋能法制宣传教育，可在充分利用传统普法方式的基础上，推动单向式传播向互动式、服务式、场景式传播转变，这是普法宣传适应数智时代的必然要求和发展趋势。传统普法主要采用的是单一的“自上而下”的普法模式，表现为政府主导，公众被动接受。然而，随着工业化、信息化社会建设，社会关系的变更，公众对于普法宣传的需求呈现出个性化、多元化的态势，传统的普法模式已经不足以满足公众的需要。[15]法治宣传教育存在普法供给与需求的结构性矛盾。[16]一方面，政府、学校、官媒主导的普法传播是一种公众缺失的传播方式。[17]公众无法根据自身实际情况主动选择适合自己的法律信息内容，灌输式的普法方式对公众缺乏吸引力，甚至对普法宣传产生抵触心理，此种普法方式的效果可能并不如人意。另一方面，生动性是普法宣传需要进一步改良之处，增强普法宣传的趣味性，使法律宣传内容真正入脑、入心。

生成式人工智能可以通过收集大数据，利用算法技术，针对不同公众的法律信息需求生成定制化的普法内容，实现精准定位，优化普法宣传的“供给侧”信息，为公众提供更加适合自己的高质量普法内容。为实现趣味性，生成式人工智能可以生成模拟场景，运用故事化叙事手法，使公众沉浸于大语言模型打造的虚拟普法场景中，在潜移默化之中逐渐接受普法宣传内容。在内容生成方面，生成式人工智能不仅可以为使用者提供个性化的普法内容，还可以将晦涩难懂的法条内容以轻松简明的方式展现出来。法律行业的固有特点决定了法律条文的术语专业性强，表达严谨抽象，逻辑结构复杂，或使一般公众难以完全理解其中含义。通过输入法条内容，生成式人工智能可以生成“动态图解”，将具体法条转化为法律关系流程图，同时提示权利义务的各时间节点、时效标注等，实现了法律条文的可视化转换，对于新出台的法律规范，运用生成式人工智能可为公众快速理解法条内容提供捷径，推动普法宣传向好、向快发展。可见，基层普法宣传亟需生成式人工智能进行普法场域搭建，生成个性化普法内容，推动普法宣传的多模态可视化呈现，这对于提升公民法治素养，推动全社会尊法学法守法用法，实现全面依法治国具有重要意义。

2 生成式人工智能赋能法律行业何以可能

近年来，国内外围绕生成式人工智能技术与法律行业的深度融合展开了广泛的理论探讨与实践探索。在此进程中，开发面向法律领域需求的专用大模型已成为关键方向。2024年11月，最高人民法院在新闻发布会上正式公布了“法信法律基座大模型”的研发成果。该模型作为国家级法律人工智能基础设施，定位为支撑法律行业智能化发展的基座模型。其通过基于海量、权威与高质量法律文本的大规模预训练与增强训练，显著提升了在法律语义理解、文本信息抽取、逻辑推理以及提示引导下的文本生成等方面的能力。“法信法律基座大模型”预计将在公共法律服务、司法审判全流程辅助及行政执法等多个专业场景中发挥重要作用，推动法律职业生态的智能化转型。具体到律师、法官以及基层普法方面，法律行业的专用大模型可以帮助处理繁琐重复的工作，创新法律职业工作方式，为法律人才以及行业的长远发展提供支持。

2.1 “模拟律师”：“苏格拉底式对话”支持诉讼预测与策略分析

“苏格拉底式对话”即“产婆术”，其核心是通过提问和辩论引导对话者自主思考、反思自身观点，最终发现真理与逻辑矛盾。苏格拉底产婆术主要适用于教育领域，通过一系列问题帮助学生进行深层次的逻辑建构。在法律领域，通过一问一答的方式也可以帮助法律职业者审视自身已有观点，并在逻辑推理中不断揭示其中的内在联系和矛盾，从而完善自己的观点，构建更为严密的逻辑结构。在律师行业，律师在办理案件中，需要预测案件走向以制定诉讼策略，利用律师行业的专用大模型可模拟对方委托律师角色，通过苏格拉底式对话的方式，不断向律师自己提出疑问，模拟现实庭审中与对方律师就案件争议焦点进行辩论，针对“对方委托律师”生成的观点进行反驳，这可促使己方律师就争议问题得到更加深刻且全面的理解，同时拓展自己的辩论视角。例如，在一个民间借贷案件中，律师需要从三个方面进行辩论，首先真实性角度，作为原告的己方律师提出的诉讼请求系要求被告返还借款及利息，由专用大模型扮演的“对方委托律师”可能提出“已有证据不能证明借条真实存在，因为该落款非当事人实际所签/从借条形成的时间来看，当事人并未相识，不可能提出借贷关系，该借条系伪造，缺乏真实性”。其次是从合法性角度，提出的问题可能是“证据存在合法性问题，属于偷录的录音，法院应当不予采纳”。若已有证据能够证明借条系真实、合法，那么最后从关联性角度，可能提出的疑问便是，“我方虽然认可该借条的真实性、合法性，但原告主张的借条不是现在起诉的这笔，而是在先前签订的，现在已经还清了那笔，因此我方主张该借条与案件事实不存在关联性。”己方律师可以根据律师专用大模型不断提出的疑问，预测对方当事人可能提出的观点，弥补己方的证据漏洞，完善证据链条，进而梳理出案件的关键点和潜在风险，为制定合适的辩论策略奠定了基础。

2.2 “智能助手”：“人机协同模式”助力裁判决策与文书生成

人机对抗与人机协同是生成式人工智能介入司法审判发展的两条主线，前者聚焦于算法能否代替人类法官的问题，后者则强调人类法官与智能体在司法审判中的交互协作。[18]大语言模型已经能够让普通公众借助情景对话方式快速解决日常问题，在内容设计、教学科研等领域均得到广泛应用。以“法官为主、机器为辅”的人机协同审判模式在我国司法实践中也逐渐确立，之后的研究开始转向法官与机器的协同问题。对于法官而言，即便是最智慧、最敬业、最高尚的法官，也只能做出分散性、个体性的裁量，难以克服个体裁量的有限。[13]因此，若法官能够在既往生效的裁判中，汲取经时间和实践检验而变得可靠且有效的审判经验，便能大大提高审判效率。机器更具理性且善于分析，还拥有百科全书般的信息储备和强大的运算能力。［19］

作为法官的“未来助手”，司法专用大模型可以进行类案检索，对大量类案裁判规则进行梳理、分类与统计，提取出主流裁判规则，为法官后续的裁判决策提供参考，大大节省了案件审理周期，提升了司法效率。如此，案件办理不再单纯是法官个体的智慧和思考，而是一整套大数据智能分析系统的支持。[20]同时，作为审理案件最后也是最耗时间的一个重要环节，裁判文书的质量通常与当事人对裁判结果的接受程度呈现正相关。[21]法律文书中的“本院认为”部分是最为复杂的法律推理部分，通常涉及法律的解释、价值的考量等，关键在于文书的裁判说理。“未来助手”着重于形式上的逻辑性，该形式逻辑体现为大小前提的演绎推理，在大前提的规范方面，可以进行“法条推荐”，在生成式大模型的加持下，除一般的法条，还包括与法条相关的其他信息，如与该法条有关的法律法规、司法解释；历史裁判中法官对该法条的有关看法；与该法条有关的学理解释等，在小前提的事实层面，实现精简案件事实，保留对裁判文书写作有价值的事实信息；判断案件的每个构成要件是否具有相应的事实基础；检查每个属于构成要件的事实是否都有证据支撑。[22]“未来助手”可在裁判说理部分提供支持，辅助加强个体法官的说理能力。通过对生成式人工智能进行预训练、检索增强生成、监督微调与对齐，能够完成从裁判简单案件到价值判断的渐进式跃迁，当然亦需遵循“人在回路上”的治理理念，由法官校验人工智能生成的裁判文书，运用法律续造技术并凭借顿悟思维和隐性知识的优势填补算法司法之后出现的法律漏洞。[23]作为“未来助手”的司法专用大模型可以通过类案检索，从以往生效的判决中提取出有效信息，为法官的理性裁判决策提供参考，并在文书说理部分从大小前提方面做出技术支持，让法官的说理能力在“助手”的帮助下得到提升，真正实现人机协同，甚至通过学习相关法律判案知识，对部分简单案件独立作出判决。

2.3 “掌上普法官”：垂域大模型推动普法宣传从“纸上”到“指上”

“教之而不受，虽强告之无益。譬是以水投石，必不纳。”在普法宣传中，由政府主导的“自上而下”的“灌溉式”传播具有效率快、普及度高等特点，虽取得了一定普法成效，但依然无法满足广大受众的个性化普法需求。生成式人工智能在法律行业的垂直应用为个性化普法提供可能。首先，法律行业的特殊性决定了许多高质量数据都是公开的，普法专用大模型利用这些公开的法律数据，包括法律法规、司法解释、裁判文书等进行专业训练，同时凭借强大的语义理解与内容输出能力，实现在线智能化即时互动与咨询解答。通过海量的法律知识数据能够为算法提供丰富的学习资源，实现民众法律需求数据搜集分析、法律知识推送、在线法律服务供给、法律需求智能匹配等基础功能多维合一。[24]传统的人工智能虽也能在使用者输入指令后快速生成答案，但是由于法律行业的专业化，一般的人工智能可能存在无法准确提供问题答案或提供答案不全面以及法律依据不足等问题。普法领域的法律专用大模型以大量公开的法律数据为基础，可以更精准地解答公众疑问，同时提供翔实的答案依据。其次，普法宣传由群众被动接受转为主动学习已经逐渐成为法制宣传教育的主流，普法大模型可以根据个人的历史搜索、浏览记录等形成立体画像，从而精准投放普法信息实现个性推送。公民个人也可以积极参与，在人机互动中生成自己的普法需求，从而获得更加个性化的普法内容。通过细分受众，分析他们的上网习惯，可以使普法知识有效触达，真正实现“有来有回”的双向互动，做到传播方有形象、有观点、可感知；受众方也有权利、有选择、可互动。[25]
此外，在趣味普法方面，各地也在努力探索，例如，上海市静安区法宣办联合区法院创作了“AIGC绎法漫画”，法官选取审结的真实案例，利用生成式人工智能技术，将复杂难懂的法律故事转化为图文并茂的漫画短剧，通过融媒体平台广泛传播，拉近了法律与群众之间的距离，提升了普法宣传效能。普法专用大模型改变了原有的法治宣传方式，实现了线下与线上联动普法，变“纸上”普法为“指上”普法，精准回应了人民群众的核心关切，使普法效果得到巨大飞跃。

3 生成式人工智能赋能法律行业何以推进

法律行业的专用大模型显著体现出“生成性”与“交互性”两大核心特征，能够依据用户输入的问题，生成高度拟人化、逻辑连贯且内容相关的应答结果，提供专业的法律解释，并以“苏格拉底式”对话辅助职业律师预测案件走向，完善己方观点。同时，生成式人工智能可帮助法官完成文书撰写和裁判决策，在普法宣传时为公众提供更加精准化、个性化的法律服务，满足不同用户的法律需求。因而，为发挥生成式人工智能赋能法律行业的实践效能，研究从政策制定、行业标准、技术开发和人才培养四个维度提出了推进生成式人工智能赋能法律行业的策略与建议，或可为法律行业的数智化转型提供参考。

3.1 政策维度：统筹生成式人工智能法律应用的顶层设计

统筹生成式人工智能赋能法律行业的顶层设计，夯实我国生成式人工智能法律应用方面的微观制度基础，是推动生成式人工智能赋能法律行业的根本保障和行动指南。宏观层面，生成式人工智能赋能法律行业要主动探索，积极响应关于“培育未来产业，加快形成新质生产力，增强发展新动能”的国家号召，努力构建与新质生产力相适应的新型生产关系。生成式人工智能与新质生产力实际呈现出协同耦合、互嵌共生的结构特征。[26]政策制定要充分考虑法律行业的发展现状以及行业特殊性，厘清生成式人工智能与法律行业之间的关系。在技术迭代、新兴产业崛起的数智时代，数智化在各领域的应用与发展已成为新趋势，法律行业的未来亟需生成式人工智能赋能，进而赋予法律业务“新能力”与“智体验”。同时，生成式人工智能的发展也需要法治保障，加强生成式人工智能领域立法，有效防范生成式人工智能法律应用中的知识产权与个人信息保护问题，在促进发展的同时保障安全与可靠。

微观方面，生成式人工智能赋能法律行业应始终坚持“发展与安全并重”“创新和依法治理相结合”的原则。首先，应加强法律行业专用大模型研发规范，针对行业内不同领域、不同角色的生成式人工智能法律产品的具体应用研发、产品开发等制定准入标准。根据生成式人工智能呈现出的新型功能业态，构建“基础模型—专业模型—服务应用”的分层治理体系，在不同层次适配不同规制思路。[27]研发法律行业专用大模型，不仅需要利用大模型帮助法律工作者完成繁琐重复工作、拓展工作思维，还需要使法律专用大模型在人机对话中不断学习，实现迭代升级，让模型更加智能化，最终促成法律行业的发展新范式。其次，要推动法律行业应用生成式人工智能的风险管控，明确各方责任人和相应可能产生的法律责任，根据行业内特点，制定相应的分级分类监管规则。最后，进一步细化生成式人工智能运用于法律行业的应用规范和使用指南，各方法律工作者要明确使用生成式人工智能的边界尺度，严格遵守相关的法律法规。监管方面应当采取集中治理模式，秉持积极主动的前瞻治理模式，以应对生成式人工智能不断迭代升级所带来的可能风险。[28]此外，可以定期评估生成式人工智能在法律行业的应用效果，收集使用者反馈，不断优化和调整顶层设计，深入了解技术对法律实务届产生的影响，为政策调整提供证据支持。

3.2 行业维度：制定生成式人工智能法律应用的行业标准

生成式人工智能赋能法律行业，应着重将生成式人工智能有效运用于法律领域，破除潜在应用阻力，制定生成式人工智能使用的行业标准，规范其赋能法律行业的运行模式，同时推动并完善跨行业融合发展。首先，生成式人工智能赋能法律行业需确立明确的行业标准。数据隐私与安全是生成式人工智能运用于法律行业应当重点关注的问题，生成式人工智能强大的数据收集和分析能力，能够生成不同法律实务场景所需要的法律文书及相关材料，但其所收集的数据可能为个人敏感信息或隐私信息，同时由于算法的“黑箱效应”与“不可解释性”，亟需相关监管机关制定明确的指导方针和标准，提高透明度层级。其次，破除生成式人工智能应用于法律领域可能存在的现实阻力。从法律数据库到在线法律服务再到法律机器人，法律服务不断实现数字化、智能化，生成式人工智能正在不断推进法律服务深刻变革。然而，生成式人工智能在法律行业的广泛运用仍面临诸如中小律所应用生成式人工智能成本高、大模型生成与事实情况不符的“幻觉”等问题。对此，律师协会可以牵头团购人工智能云服务，降低律所使用生成式人工智能的成本。需要注意的是，法律人在使用时应保持理性，正视生成式人工智能办公可能存在的局限性，合理分工，在证据和细节得到恰当证实的前提下充分利用生成式人工智能的辅助，[29]才能有效应对“幻觉”，提高生成式人工智能运用的工作实效。最后，制定应用生成式人工智能推动法律行业跨行业发展的标准。出台生成式人工智能与传统产业深度融合的政策，助力国内经济可持续发展。[30]例如，法律行业与医疗行业的合作，可以利用生成式人工智能分析医疗数据，为解决医疗纠纷提供专业依据；与金融机构合作，利用生成式人工智能对金融机构的合规情况进行联合监管，并提供分析报告。生成式人工智能赋能法律行业不仅需要算力、算法和数据，更需要行业规范体系协同完善，破除行业数智化发展阻力，开拓创新，实现在生成式人工智能赋能法律行业与其他行业的融合发展，拓宽法律服务的应用范围。

3.3 技术维度：开发自主可控的法律行业专用大语言模型

习近平总书记指出，“推进中国式现代化，必须坚持独立自主、自立自强，坚持把国家和民族发展放在自己力量的基点上，坚持把我国发展进步的命运牢牢掌握在自己手中。”面对日益复杂的国际局势、单边主义和贸易保护主义，生成式人工智能赋能法律行业必须要走自力更生的创新道路。“中国要发展，最终要靠自己”，生成式人工智能赋能法律行业要实现技术的独立自主，必须构建极具中国特色的自主可控的法律大模型。法律大模型是面向法律服务领域专门开发的一类生成式人工智能系统，其通常以ChatGPT等通用大语言模型为架构基础，通过引入海量法律文本数据、采用深度神经网络架构，并经过高度专业化的领域训练，以达成支持法律行业应用的核心目标。[31]大模型与生成式人工智能技术因其聚焦语言运用和内容生成，从而与法律行业需求具有内在的契合性。[32]目前，国内在生成式人工智能赋能法律领域的探索不断深化，基本形成了国家主导、地方试点、企业创新的立体格局。如最高人民法院建设的贯通全国四级法院的法律咨询平台，为全国法院干警提供即时咨询服务，对法律适用、办案适用等问题实时生成解答；北京高级人民法院推出的智能研判系统“睿法官”可以自动梳理案情、生成审理提纲和裁判文书，大大缩短了法官的工作时长；科大讯飞研发的智慧庭审系统采用多语种多方言语音识别技术，实现语音撰写和庭审摘要自动生成，大幅减轻书记员的工作强度和压力。自主可控的法律行业专业大模型体现了大国智慧与加快发展新质生产的迫切愿景。

此外，构建符合中国国情的法律大模型需要立足本国实际，以本国的案例数据进行“投喂”训练。2024年2月，最高人民法院为推动解决案例指导不规范、不及时、不系统、不一致和难检索等问题，建立了人民法院案例库，并正式上线向社会公众开放，案例库的建立一方面可以辅助司法审判、防止“类案不同判”，另一方面也便于社会公众通过案例学习法律规范、明确行为规则。人民法院案例库未来可以在生成式人工智能的加持下在智能化案例加工、自动生成司法知识图谱、反向案例发现等方面进行进一步的功能完善，也可以将收集的指导性案例和参考案例作为数据来源对生成式人工智能进行不断训练。为节省时间成本与效率成本，案例库系统亦可以不断由案例搜索向案例推送转型，将先进算法与法律行业的特性结合起来，[33]构建符合中国国情和社会主义价值观的法律基座大模型，推进法治中国建设。

3.4 人才维度：培养具备生成式人工智能素养的法律人才

“掌握先进精神生产力创造新思想新理论新知识的人，是一切生产力中最强大的生产力，是推动社会前进的一切力量中最重要的力量”。[34]在生成式人工智能快速发展的时代背景下，法律行业作为高度依赖知识生产、逻辑推理与语言表达的专业领域，正经历深刻变革。生成式人工智能不仅能够处理海量法律文本、支持类案检索、辅助合同起草和诉讼文书生成，还可能影响法律服务的公平性、可及性与效率。因此，法律人才是否具备生成式人工智能素养，不仅关乎个人发展前途，更成为影响法律行业未来走向的关键因素。其一，生成式人工智能素养是法律人才应对法律知识生产方式变革的必然要求。法律职业的核心在于解释、应用和创造规则。传统模式下，法律人主要依赖手工检索和个人经验完成案例分析与文书撰写。但生成式人工智能的引入，使得法律知识的获取与生成方式发生了根本性变化，如类案推理可通过大规模语料学习迅速完成，复杂文书可以在短时间内自动生成。若法律人才缺乏生成式人工智能素养，或会出现“工具无法正确使用”或“完全依赖技术导致专业性流失”的风险。其二，生成式人工智能素养是法律人才把握法律服务公平性与伦理性的前提。法律职业不仅强调效率，更注重公平与正义。生成式人工智能在法律场景中的应用可能带来算法偏见、数据隐私泄露和不当使用等风险。如果法律人才缺乏相应素养，将难以识别生成式人工智能在司法判决辅助、合规审查或合同条款推荐中的潜在风险，无法对技术的合法性与伦理性进行审视把关。具备生成式人工智能素养的法律人才，能够在理解其技术机制的基础上，提出符合法治精神的治理方案，避免“技术逻辑”取代“法治逻辑”的危害。其三，生成式人工智能素养是法律人才适应未来法律服务模式重构的核心能力。在法律服务市场中，生成式人工智能正推动“智慧司法”“智能仲裁”和“在线法律咨询”等新模式的形成。这意味着未来法律人才不仅需要法律知识，还需要跨界理解技术与数据的逻辑，具备与人工智能协作的能力。法律人才的角色也将从“单一的知识提供者”转变为“人机协同的判断者”和“智能系统的监管者”。这种角色转变要求他们能够主动利用生成式人工智能进行辅助决策，同时保持独立的法律判断力，确保法律服务的专业性与人文关怀。此外，随着法律行业的数字化和全球化发展，国际法律市场对复合型人才的需求日益突出。美国、欧洲等地的法律教育已开始将人工智能纳入法学课程体系，培养能够理解技术与法律互动关系的新型法律人才。法律专业人士应当积极主动地发展必要的技能和能力，参与关于生成式人工智能技术及其在法律行业应用的继续教育与培训，以便在生成式人工智能驱动的法律环境中提升竞争力。[35]如果缺乏生成式人工智能素养，本土法律人才不仅会在法律服务的智能化竞争中落后，也会在跨国法律事务中丧失话语权。概言之，法律行业需要培养具备生成式人工智能素养的法律人才，原因既在于应对法律知识生产与服务模式的深刻变革，也在于维护法律职业的伦理底线与社会公信力，更在于塑造法律人才的未来竞争力。换言之，生成式人工智能素养已不再是法律人才的“附加技能”，而是法律行业在智能时代保持专业性、合法性与公平性的基本条件。

4 结语

生成式人工智能与法律行业的内在逻辑具有高度契合性，随着技术不断迭代升级以及法律场景应用持续优化，生成式人工智能将在法律领域展现出巨大变革潜力。[32]推动生成式人工智能有效赋能法律行业，需要从律师、法官与基层普法等不同视角分析生成式人工智能的工作实践应用路径，努力实现法律行业的“个性化”发展愿景。同时，应恪守唯物辩证主义，防范生成式人工智能在赋能法律行业的进程中可能存在的不透明、不准确以及公平性问题，正确处理法律行业数智化发展的“人机关系”，秉持正确的价值理念、行为准则与行动路径，促进以高质量法治服务新质生产力建设。

参考文献

[1] 季若望．法律的再生：人工智能时代的凤凰涅槃［J］．上海对外经贸大学学报，2020，27（4）：111-124．

[2] 王燕玲．人工智能法律应用的发展瓶颈及方法论应对［J］．政法论丛，2025，（2）：141-155．

[3] 杜洋．当律师遇上AI会擦出怎样的火花［N］．法治日报，2025-04-10．

[4] 杨立民．律师职业人工智能化的限度及其影响［J］．深圳大学学报（人文社会科学版），2018，35（2）：82-90．

[5] 张智．“互联网+法律”改变了什么［J］．人民论坛，2019，（3）：92-93．

[6] 杨立民．基于生成式人工智能法律服务的数智化发展逻辑与建构路径［J］．深圳大学学报（人文社会科学版），2023，40（6）：111-120．

[7] 贝卡里亚．论犯罪与刑罚［M］．黄风，译．北京：中国法制出版社，2005：69．

[8] 陈锐，王文玉．司法人工智能与人类法官的角色定位辨析［N］．重庆大学学报（社会科学版），2025-04-22．

[9] 王玉薇，高鹏．人工智能算法司法应用的发展隐忧及完善路径［J］．学术交流，2023，（11）：69-83．

[10] 唐丰鹤．司法人工智能与人类法官的互补之道——以当事人公正感为中心的思考［J］．求是学刊，2023，50（4）：122-134．

[11] 王淑瑶，张钦昱．算法歧视的理论反思与算法决策的规范重构［J］．电子政务，2024，（10）：100-111．

[12] Jon Kleinberg，Jens Ludwig，Sendhil Mullainathan，et al．Discrimination in The Age of Algorithms［J］．Journal of Legal Analysis，2018，（10）：113-174．

[13] 马长山．司法人工智能的重塑效应及其限度［J］．法学研究，2020，42（4）：23-40．

[14] 中央宣传部、司法部关于在公民中开展法治宣传教育的第八个五年规划（2020—2025年）［N］．人民日报，2021-06-15．

[15] 林凌．新媒体普法传播模式创新研究［J］．当代传播，2018，（5）：85-87．

[16] 易招娣，章志铖．人工智能赋能法治宣传教育：变革、风险与应对——基于场域理论视角的考察［J］．成都理工大学学报（社会科学版），2026，1-11．

[17] 付镇铖．人工智能普法传播模式创新研究［J］．编辑学刊，2019，（2）：44-48．

[18] 衣俊霖．论人机协同审判的信任构建［J］．中国法学，2025，（2）：148-167．

[19] 邱昭继．人工智能、法律解析与未来法律实践［J］．政法论丛，2022，（4）：83-93．

[20] 刘庄．从“世界模型”看人工智能在法律场景的实际应用［J］．中国应用法学，2024，（2）：99-107．

[21] 曹磊，刘晓燕．类案检索应用的困境与破解——以助力法官裁决及文书撰写为视角［J］．中国应用法学，2021，（5）：162-172．

[22] 周翔．司法人工智能对裁判说理的辅助价值和实现路径［J］．法学杂志，2024，45（1）：111-127．

[23] 苏晓宏，刘霈羲．人工智能生成裁判文书的模型构建［J］．学习与探索，2025，（7）：89-97．

[24] 雷磊．中国特色社会主义智慧法治建设论纲［J］．中共中央党校（国家行政学院）学报，2020，24（1）：99-110．

[25] 张晗．依法治国背景下基层普法宣传的治理效能和融媒实践［J］．中国广播电视学刊，2022，（10）：121-123．

[26] 王珏．人工智能视域下的新质生产力生成路径［J］．新疆师范大学学报（哲学社会科学版），2025（1）：98-107．

[27] 张凌寒．生成式人工智能的法律定位与分层治理［J］．现代法学，2023，45（4）：126-141．

[28] 高志宏．回应与超越：生成式人工智能法律规制——以《生成式人工智能服务管理暂行办法》为视角［J］．社会科学辑刊，2024，（5）：121-130．

[29] 李丹．人工智能技术能否应用于律师行业？——基于情感、效率和执业监督维度的分析视角［J］．东南大学学报（哲学社会科学版），2019，21（S1）：58-62．

[30] 胡奕，李旭光，王子琰，等．以善治促善智——2024世界人工智能大会人工智能治理专题综述［J］．图书馆论坛，2025，45（4）：104-118．

[31] 魏斌．法律科技的变革：从计算机化到数字化与智能化［J］．法学家，2024，（3）：16-29，190-191．

[32] 王禄生．从进化到革命：ChatGPT类技术影响下的法律行业［J］．东方法学，2023，（4）：56-67．

[33] 左卫民．如何通过人工智能实现类案类判［J］．中国法律评论，2018，（2）：26-32．

[34] 段若非．马克思主义及其在当今中国的运用和发展［M］．北京：人民出版社，2017：245．

[35] 丹尼尔·D．李，管斌，宋博文．法律与人工智能：用ChatGPT塑造法律实践的未来［J］．财经法学，2023，（4）：181-192．