为什么有的律师用 AI 反而更慢了
引入 AI 之后，前两三周产出变慢是大多数人的真实经历，原因不是工具不好用，而是旧流程没拆掉、新摩擦又叠上来。这篇讲摩擦具体出在哪几步，以及什么信号说明该改流程而不是换工具。
引入 AI 之后，多数律师在头两到三周会变慢，而不是变快。
这不是错觉，是几乎所有认真试过的人的共同经历。原因不是工具不好用，而是旧流程没有拆掉，新的摩擦又叠了上来。真正开始省时间，通常要等到第四到第六周。
关键不在于"选哪个工具"，而在于你能不能撑过摩擦期，以及知不知道摩擦具体出在哪一步。
一、摩擦具体出在哪几步？
我统计过自己和身边十几个人磨合期的耗时，摩擦高度集中在四个地方，而且不是我以为的那几个。
摩擦一：想不起来怎么问。
这是最大的一块。旧流程里你拿到材料直接读、直接想，不需要"设计一个提问"。用 AI 之后你得先决定"我要问它什么、怎么组织这个问法"。
这个思考时间是纯新增的，而且发生在每一次使用上，不是一次性投入。
很多人在这里得出"AI 不好用"的结论，然后放弃。但实际上这个摩擦会衰减——因为你会慢慢形成固定的几套问法，不再每次重新设计。
摩擦二：核验比起草还费时间。
第二块大 friction 在核验。
一个三百字的分析，它十五秒出。你逐句核一遍，可能要二十分钟。净收益是负的。
这块摩擦的本质是：你把一个"生成"任务错当成了"交付"任务。 它的产出不是成品，是一份需要你逐条确认的草稿。
摩擦三：改稿比写稿难。
第三个隐蔽但很致命。
AI 给的初稿结构完整、措辞规范。正因为它什么都有，你改起来比从零写还难受。
因为它的每一句都在。你要删一段，得先说服自己"这段没用"；你要改一个说法，得跟它原来的说法较劲。而从零写的时候，你脑子里直接跳出来的就是最终版本。
这一条我吃过亏。后来我的做法是看完提纲就关掉，自己重写，多花十分钟但改稿成本降到零。
摩擦四：处理"它不敢确定"的部分。
最后一个摩擦是新增的判断工作量。
AI 会把它拿不准的地方标出来——这本来是好事，但你必须逐条看。你会发现有一些它标红的地方其实无关紧要，另一些它没标红的地方才是真问题。
这份"它不确定"的清单，本身就是一份需要判断力的工作。
二、为什么是"先慢后快"，而不是"直接变快"？
因为你的旧流程里有大量为没有工具而设计的历史冗余。
最典型的是"起草前的完整通读"。
在没有 AI 的年代，你必须通读全部材料才能开始写，因为你没有别的方式获取信息。这个全量通读是被信息获取方式逼出来的，不是法律工作本身要求的。
有了 AI 之后，你不再需要全量通读——可以先拿到结构化的东西，再回头精读关键部分。
但你的手还是按旧习惯走。你还是会先通读，然后再打开工具。
这一段冗余，就是前几周变慢的全部原因。
工具没有增加你的工作量，是旧流程里为信息稀缺而存在的冗余终于暴露出来了。
换句话说：AI 的真实收益，是把你一直白做的那些事去掉。 而去掉的过程必然先痛。
三、怎么判断是流程问题还是工具问题？
这个问题我被问过很多次。有一个我自己在用的判别方法，三步就能分清。
第一步：看你变慢的是哪一步。
- 卡在"不知道怎么问" → 提示词问题，写法可以调整
- 卡在"要改的地方太多" → 分工问题，应该让它出提纲而不是出全文
- 卡在"核验比写还久" → 任务选错了，这个任务本来就不该交出去
第二步：数一下你改稿改了多少。
如果一份稿子你改了三分之一以上，说明分工错了——你在把它的活抢过来干。
健康的比例大概是它出结构，你填判断。它的产出里，你的修改超过一半，就说明它做多了。
第三步：看同一个任务做第二次有没有变快。
这是最关键的判别信号。
- 第一次慢、第二次快 → 你在磨合，正常，继续
- 每次都慢，而且慢的地方一样 → 流程问题，回去改分工
- 每次都慢，但慢的地方在变 → 工具问题，可能是它能力不够或者不匹配
第三条最有用。 因为它区分了"学习曲线"和"结构性问题"——学习曲线的表现是逐步改善，结构性问题的表现是原地打转。
四、四个能立刻减少摩擦的动作
基于上面的分析，有四个动作是我认为最有效的，实践成本都不高。
- 让它出提纲，不要出全文。 提纲短、改起来快，摩擦直接砍掉一半以上
- 固定三到五套问法，存起来。 不要每次重新设计提问，这是最大的一块摩擦
- 看完提纲关掉，自己重写。 牺牲十分钟，换掉几乎全部改稿成本
- 第一次用某个任务时，记下你花了多久。 第二次再看，才能知道有没有在变快
这四条里，第二条和第三条最重要，因为它们直接对应最大的两块摩擦。
我自己的具体情况是这样：磨合期从第一次用到现在大约四个多月，摩擦基本消失。现在一个合同审查我大概省四成时间，笔录整理省六成，而起草文书只省两成——因为起草本来就不是我的瓶颈。
五、什么时候该停？
有三种情况我认为应该停下来重新想，而不是继续硬撑。
第一种：三个月的净收益仍然是负的。
具体算法很简单：统计你用它的总时间，和它替你省下的时间。前者大于后者，就是在纯亏。
第二种：它给你的东西，你核完之后大部分都扔了。
这说明任务选错了。你应该去找那些"核验成本低于生成价值"的任务，而不是硬用在这个任务上。
第三种：你发现自己开始为了迁就它而改工作方式。
这一条最隐蔽，也最危险。
如果你的工作流变成"因为它只能读这种格式，所以我把材料整理成这种格式"，那你就不是在使用工具，是被工具使用了。
我的判断标准是：用了 AI 之后，我的工作方式应该变得更自由，不是更受限。 如果变受限了，方向就错了。
最后
用 AI 变慢不丢人，这是正常的磨合成本。
真正要警惕的是两件事：
第一，把它当成"不慢才算成功"。 磨合期的变慢是必然的，拿这个否定整个尝试，是最常见的中途放弃。
第二，在摩擦最大的那一步上做判断。 多数人放弃，恰恰是因为摩擦最大的"想不起来怎么问"和"改稿费劲"这两步，而这两步恰恰是最快能改善的。
我的建议就一句：给自己四周，前三周不比效率，只看流程。
把该问的问明白，把不该它干的活收回自己手上。第四周你再看一次同样的任务，那时候再决定这条路走不走得通。
四周之后依然没有改善，那答案已经有了。