办案实务与选型指南
监管动态 / 选型指南 / 办案实务 / 数据安全与本地化实践。
写给真正在用 AI 的律师——不讲概念，讲怎么用、哪里会出事。
律所要买 AI 工具，采购前该逼供应商回答的六个问题
采购 AI 工具时，演示做得最漂亮的那家，往往是对你的问题答得最含糊的那家。这篇给六个必须问出口的问题，以及每一问背后真正在防什么。
律师怎么判断一件活该不该交给 AI？我用三个问题筛
"能不能交给 AI"是个错误的问题，因为大部分活都能。真正的问题是"这次交给它，值不值"——三个问题过一遍，大部分答案会自己浮出来。
AI 写的文书里最容易出事的，不是数据对错，是那几句"绝对化"的句子
数据错了你一眼能看出来，但"应当承担全部责任""在任何情况下均不予免责"这种句子，读起来特别顺，也特别难发现。问题在于它们往往是对的——按 AI 的默认理解写的。
法庭上被问"这份材料是 AI 写的吗"，最不该做的是否认
已经有法院在核查材料时直接点出 AI 生成的问题了。所以"会不会被问"已经不是一个假设。真正的问题不是怎么否认，而是被问到的时候，你手上有没有一份能说清楚的东西。
对方律师一眼看穿的合同审查意见，问题不在内容，在语气
用 AI 出合同审查意见，最尴尬的时刻不是它写错——错了我会发现，而是它写得太"对"了。对到对方律师看完就知道这是机器写的，然后在谈判桌上据此压价。这篇讲怎么让 AI 的产出重新有律师的体温，同时不把内容交给它编。
客户问"你们是不是用 AI 写我的案子"，该怎么答
这个问题迟早会被问到，含糊其辞比承认更糟，坦白又怕客户降低付费意愿。这篇给一个我认为站得住的说法结构：先讲你保证了什么，再讲你没做什么，最后把话交回给客户。
几十页笔录喂给 AI 之后，我做了一件它做不了的事
AI 能把四十页笔录压缩成三段摘要，但它压缩掉的东西恰恰是律师最该看的。这篇讲怎么用 AI 读案卷，同时保住那份"它不敢替你做"的工作——以及一个具体到可以今天就用上的做法：让 AI 交出它不敢确定的部分。
一个人用 AI 和五个人用 AI，差距到底在哪一层？
工具用得一样多，团队里两个人的产出质量可以差一倍。差距不在会不会用，而在三个层次：谁知道怎么用、用完的东西能不能复用、出错的时候谁负责。单人使用只需要第一层，团队必须同时具备三层。
涉外合同里用 AI 翻译，最大的风险是它把差异也翻译没了
双语合同最危险的地方不是译错一个词，是译完之后两份看起来一模一样，而原始法律差异被抹平了。这篇讲 AI 翻译在涉外合同里能用在哪、绝对不能碰哪一段，以及一个我强制自己做的检查动作。
AI 编造的案例进了法庭，国内第一波当庭训诫已经来了
宜昌西陵法院一位律师把 AI 整理的案例材料交上法庭，法官当庭核查发现大部分是假的，当场训诫。通州、北京二中院也有同类问题。这篇把已经发生的几起摊开讲，再给一套 90 秒一条的三层核验动作——重点不在"要用 AI"，而在"哪一步绝不能省"。
AI 让初级律师少干了哪些活？这是个值得认真回答的问题
AI 确实替掉了一部分初级律师干的活，有人说是替代，有人说是解放。我更倾向于第三个答案——它同时替掉了一部分，也暴露了一部分。而暴露出来的那部分，才是真正该被训练的能力。
有三类案子，AI 基本帮不上忙
AI 擅长的和律师最值钱的判断，在三类案子上恰好是错位的。我在实践里划出三条线：当事人之间有信任关系的、需要在现场捕捉信息的、以及后果不可逆的。这三类案子里 AI 越帮越忙，因为它的强项恰好是这三类案子最不需要的。
独立律师要搭本地 AI 工作台，先想清楚这四个问题
搭一套本地跑的法律 AI，不是买个软件的事。决定它值不值钱的，是四个问题的答案：哪些材料必须留在这儿、错了谁担责、结论能不能复现、钱是买断还是按量烧。这篇把这四个问题拆开，再给一个从零开始的搭建顺序。
会见笔录不敢传云端？那就别传原文，只传问题
会见笔录是律师手上最不能外传的材料之一，所以很多人干脆不用 AI 处理它。这个选择本身没错，但代价是浪费了它能干的活。这篇讲一个折中办法：让 AI 看到问题，但看不到答案。
律师一周的时间，真正被浪费的不是写文书
大家默认 AI 能省的是起草文书的时间。我做过一次统计，发现文书只占我时间的百分之十几，真正被吃掉的另外几块，AI 一样能省——只是大家从来没往那儿想。这篇说说我把时间重新分配之后发生了什么。
对方拿一段 AI 写的东西来质证你，事先得准备这三层
对方提交的证据越来越可能带着 AI 的味道。这不是个假设——已经有法院在核查时点出这类问题。这篇讲的不是怎么鉴定它是不是 AI 写的，而是在对方把它摆到法庭上时，你怎么在三层上把它的分量卸掉。
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。
律师的 AI 使用到底要不要留痕？留什么、不留什么
监管指引里那句"关键执业环节强制记录人工审核操作"，落到日常该怎么做？这篇给一个能长期坚持的最小记录格式——四行，一次不超过两分钟，记的不是过程而是结论。
"本地跑"不等于安全——律师用智能体时真正的风险不在上传
今年 3 月国家互联网应急中心等三部门连发四道预警，指向的都是同一类工具——能直接操作你电脑的 AI 智能体。律师的本能反应是"那我装本地的，数据不出电脑不就行了"。这句话只对了一半。真正的风险不是它把文件传出去，是它本来就站在你所有文件面前。
律师用 AI 的合规线，2026 年 7 月画出来了
上海在 2026 年 7 月一次发了两份跟律师直接相关的文件，一份管平台怎么选，一份管律师怎么用。但很多人读完的第一反应是错的——脱敏不是准入闸门，是准入之后的事。这篇把两份文件的边界讲清楚，再给一个能直接落地的动作顺序。
团队里第一个人开始用 AI，三个月后会发生什么
团队里第一个人用起来，会同时带来两股力量：一股是"这东西真有用"的示范效应，另一股是"凭什么只有他用"的抵触。这篇讲第二股力量从哪来，以及第一个月该做什么才不把事情搞砸。
四十份合同要扫一遍，AI 能替你干多少、不能替你干哪一步
尽调时手上突然多了四十份合同，最省事的做法是全丢给 AI。我做过，也见过这么做的项目出问题。这篇讲清楚 AI 在批量合同扫描里真正能顶替的活是哪一段，以及省下来的时间应该花在哪。
团队里每个人都在重新发明提示词，这件事本身就该被解决
一个所里五个人用 AI，产出的质量差异大得离谱——不是因为谁更聪明，是因为只有一个人知道自己上次是怎么问的。这篇讲怎么把散在个人脑子里的那点经验，变成团队能接手的资产。
零基础学提示词，最短路径不是学技巧，是先想明白一件事
提示词技巧网上很多，但大多数人学完还是用不好。真正卡住新手的不是不会写提示词，是不知道该把什么交给 AI。这篇给一个三步的最短路径，以及一条最容易被跳过的原则。
AI 写完起诉状之后，律师必须自己过的 7 道关
AI 三十秒能给你一份格式完美的起诉状，但里面有七处是它替你编的。这篇把这七处逐个拆开，每一处都给出可执行的核对动作——不是"注意核实"这种废话，而是具体查什么、怎么查、查到不一致该怎么办。
最高法新规落地：律师用 AI 办案，有三条线不能碰
最高人民法院《关于依法审理涉人工智能纠纷案件的意见》已于近期落地，第十九条对律师使用 AI 办案划出明确边界。这篇文章拆解三条不可逾越的红线，以及在合规前提下安全使用 AI 的实操路径。
云端AI和本地AI到底差在哪：律师选型必看的三个问题
市面上 90% 的法律 AI 是云端 SaaS，另有 10% 声称本地。这篇文章不站队，只给你三个能立刻验证的判定问题，让你在三分钟内判断一个工具到底安不安全。
接了 34 本卷宗之后，我列了一份律师该自建的敏感字段清单
处理完 34 本卷宗后整理的一份实操清单：18 类必须在 AI 处理前脱敏的字段，以及为什么「身份证号」远不是最危险的那一类。
同事传错一份卷宗之后，我重做了所内的 AI 使用规范
一份卷宗被传错群之后，我们花了两周重写内部规范。这篇是那份规范的核心部分，以及为什么"提醒大家注意"这种做法在任何律所都会失效。
我删掉了用三年的案卷整理软件，换成了本地跑的一套流程
三年前我信誓旦旦买的那套在线整理工具，今年被我删了。理由不是它不好用，而是它有一个我无法接受的前提：卷宗要上传。这篇讲清楚我换掉了什么、换成了什么、以及这个取舍值不值。