律师或者法律行业怎么运用ai解决问题

Ethan 在访谈里举了法律 AI 的例子：AI 可以帮律师完成大量检索、总结和初稿工作，但最后必须由法律专家来判断、修正、负责。他判断 AI 现在能做很多 80% 到 90% 的工作，最后 5% 到 10% 仍需要人来 close loop，也就是判断结果好坏、给反馈、把事情收口。没有 domain knowledge 的人很难收口，因为不知道两个答案哪个更好、错在哪里。所以法律行业用 AI 的收益，取决于律师自己能不能判断 AI 的产出，而不是取决于会不会调工具⁠1。

立正在讲数据筛查时给了一个可迁移的分工：能用明确规则判断的，先写脚本处理，把绝大多数明显没问题、明显有问题的筛掉；规则不够用、需要看上下文和多字段关系的地方，才交给 AI。AI 不能只随便问一句“帮我找异常”，而要把人的判断标准写成可迭代的 skill，用成功和失败案例持续校准，并量化测试它抓对了多少、误报了多少。AI 也不该假装自己能做最终裁判，它的任务是减少人要看的东西，把最值得人看的部分排在前面，最终判断和反馈仍留给人⁠2。

要让 AI 的产出能直接进入工作流，得先把验收标准、常用案例、风格偏好写成 AI 可读的文档，下指令时定义的是结果标准（做到什么算对），而不是逐步遥控过程。如果发现结果和预期不一样，通常是 Context（背景）、Component（要素）、Criteria（标准）这三样没给清楚，可以按这个模板往下拆。对法律工作来说，这意味着把“什么算一份合格的检索摘要或初稿”显式写出来，AI 才可能稳定复用，而不是每次从空白对话开始⁠3,4。