这两年，AI 产品变化越来越快。
去年年初，使用法律 AI 工具只需要打开一个对话框，或者直接点击类案检索 AI、合同审查 AI、法律文书 AI 板块即可。
现在，智能体逐渐成为主流，好像必须先学习一整套技术语言，才能真正用好 AI。
智能体当然代表着更先进的使用方式。它不再只是等待用户提出问题、生成一次答案，而是能够理解目标、拆解任务、调用工具，并在长期工作中保留上下文，越来越接近律师的「AI 数字员工」。
但随之而来的还有焦虑：
还在使用普通 AI 工具，是不是已经落后了？
不研究 Skill、不搭建工作流、不培养自己的智能体，是不是就不算真正会用 AI？
事实上，AI 是用来降低工作成本的，不是用来增加新的学习负担。
如果你对 AI 技术本身没有强烈的探索兴趣，只希望它能更快地回答法律问题、审查合同、检索案例、起草文书，让工作效率高一些、Dirty Work 少一些，那么没有必要先把自己变成智能体专家。
对很多律师来说，先用好一款简单、专业的法律 AI 工具，就是现阶段更务实的起点。
当然，不必成为 AI 专家，并不意味着可以对 AI 的发展完全不闻不问。律师至少需要了解不同产品能够解决什么问题、输出可能存在哪些局限，以及知识库、Skill、智能体等新能力大致意味着什么。
保持基本的求知欲，是在 AI 时代选择和使用工具的前提；只是没有必要把追赶每一个技术概念，变成新的职业负担。
PS：今天推送的副刊有「法律人 AI 课堂」直播活动，帮助律师了解、学习、追踪最新的 AI 技术。
对大多数律师来说，先用好法律 AI 工具更重要
使用豆包、DeepSeek 等通用 AI 工具时，想要获得专业结果，律师往往需要自己研究模型、提示词和工作流。
面对一个空白对话框，用户不仅要知道自己想要什么，还要思考如何描述任务：需要提供哪些背景，怎样限定目标，输出采用什么结构，又该如何要求 AI 检索、分析和验证。
到这一步，对 AI 技术本身的研究还不算复杂。直到智能体出现后，律师开始接触模型接入、MCP、Skill、知识库等更多更复杂的概念，搭建好智能体后还要主动拆分步骤，一份法律意见，可能要先梳理案情，再提炼争议焦点、检索法规与案例，最后形成分析结论。
每一步如何衔接，也需要用户自行设计，这实际上把相当一部分产品工作转移给了律师。
但对大多数律师来说，比研究底层调用什么模型、提示词如何编排、Skill 怎么写、工作流怎么排更重要的，是手上的合同能否快速找出风险，客户的问题能否尽快形成判断，大量案件材料能否高效梳理。
不是所有律师都有热情和时间深入研究上述技术问题。对他们而言，专业产品应当尽可能降低使用门槛，让律师像使用 Word、PPT 一样使用法律 AI，同时在实际使用中逐渐理解它的能力与边界。
所以，至少在现阶段，大多数律师没有必要把主要精力投入 AI 技术研究。先用好一款专业的法律 AI 工具，并在使用过程中逐步理解 AI 的能力与边界，是更务实的选择。
功能清晰的法律 AI 工具，一键定位合同审查、类案检索、文书起草……
这是 iCourt 开发的专业法律 AI 工具 AlphaGPT 即将上线的新版页面。
它和常见的对话式 AI 不同。除了对话框外，AlphaGPT 按照律师的实务场景，将常见工作拆分为明确功能。
需要快速判断法律问题，可以进入法律咨询；需要开展更深入的法律研究，可以使用法研全析、实务研究或进阶分析；需要寻找类似裁判案例，可以直接进入类案检索。
⬆️ AlphaGPT 法律咨询功能界面-快速相应法律问题
⬆️ AlphaGPT 法研全析功能界面-全面论证法律问题
⬆️ AlphaGPT 类案检索功能界面
合同审查相关，可以选择合同审查、模板审查、补充协议审查、制度审查或法律阅卷；需要形成成果，则可以使用文书起草、要素式文书起草和合同起草。
⬆️ AlphaGPT合同审查功能界面-上传合同文件识别风险
⬆️ AlphaGPT 文书起草功能界面
新版 AlphaGPT 将这些功能集中展示在首页。律师打开产品后，不需要先思考“AI 应该如何完成这项工作”，只需要判断自己此刻要做什么：审合同、查案例、分析问题，还是起草文书。
这种看起来朴素的产品结构，却降低了一个重要门槛——选择成本。
用户面对的不是一个能力边界模糊的 AI，而是一组与日常法律工作对应的明确入口。
当然， 把功能名称列在首页并不难。真正困难的是，能否把每一项功能背后的法律 AI 能力调试好。
AlphaGPT 的核心价值在于，将法律数据、法律人的专业方法和经过调试的 AI 能力，提前封装进具体功能。
以合同审查为例，律师不需要从头告诉 AI 应当关注合同主体、权利义务、违约责任和履行风险，产品已经围绕常见合同类型和实务需求设计了相应流程，律师上传合同、选择审查立场和强度后，即可开始审查。
⬆️ AlphaGPT 合同审查功能界面-审查修订效果
⬆️ AlphaGPT 合同审查功能界面-主体审查
如果需要参照律所或客户长期使用的标准合同，还可以上传模板合同，让 AI 以模板为基准，识别待审合同中的遗漏、修改和新增风险，提高批量审查的一致性。
补充协议审查则针对另一类具体难点。律师可以同时上传主合同与补充协议，由 AI 在理解原合同权利义务结构的基础上，分析补充协议是否造成条款冲突、责任失衡，或者对关键约定产生实质性修改。
类案检索也不是让大模型凭借自身记忆“举几个案例”，而是依托 Alpha 法律数据库检索裁判文书，形成类案综述、案例列表及相关法律法规。
⬆️ AlphaGPT 类案检索功能界面-类案列表
律师使用 AlphaGPT 和从零训练、调试通用 AI 的方式不同，相当于直接调用一套由法律人和技术团队共同设计、开发和调试的工作方法。律师不必从头搭建流程，但仍然需要理解产品适用于什么场景，并对结果作出专业判断。
当然，AI 输出仍然需要律师审核。要完成这种审核，律师也需要具备基本的 AI 素养，了解模型可能出现的遗漏、误判和幻觉。
但“需要理解并审核 AI”和“需要律师自己从头设计 AI 工作流程”，是两回事。前者是律师应具备的基本能力和专业责任，后者则是产品应该尽量替用户减少的负担。
智能体值得了解，但不必急于追赶
话说回来，虽然 AlphaGPT 这类法律 AI 工具已经足够好用，但智能体一定会成为法律 AI 的重要发展方向。
传统 AI 工具主要解决一次性的具体任务，智能体则能够围绕一个目标自主规划流程，调用法律数据库、AlphaGPT、专业 Skill 和其他应用，连续完成检索、分析、推理和起草。
它还可以通过长期记忆和上下文能力，逐渐了解律师的专业领域、工作习惯和案件背景，将一次次反馈沉淀为更个性化的协作方式。
当律师处理长期、复杂的项目时，这些能力具有明显价值。
一个诉讼案件可能要经历材料梳理、案情分析、类案检索、策略研究、文书起草和节点跟踪，每一步都建立在前一步的基础上，也会随着新材料和新判断不断调整。
以同样由 iCourt 开发的法律 AI 智能体 AlphaClaw 为例，它可以调用 AlphaGPT 的合同审查、文书起草、法律阅卷、法律咨询和检索能力，也可以通过 Skill、记忆和自动化任务，将一次性的工具使用转化为连续的工作过程。
这种面向复杂法律流程的 AI 应用，是值得持续关注的重要方向，但这不意味着每一位律师都必须在今天成为它的深度用户。律师需要知道智能体能够带来什么变化，再根据自己的业务需求和使用阶段，决定是否深入。
对律师来说，现阶段更务实的方式，不是拒绝智能体，也不是急于把每一种新能力都研究透，而是先用 AlphaGPT 这类专业工具解决当下的问题，同时持续了解 AlphaClaw 这类法律 AI 智能体的发展。
当实际工作出现更复杂、更连续的需求时，再自然地向知识库、Skill 和智能体深入。
不必因为智能体出现，就否定已经成熟、有效的工具；也不必因为暂时没有深入使用智能体，就担心自己错过 AI 时代。
AI 时代当然需要求知欲。律师应当了解技术正在发生什么，理解不同工具的能力与边界，但不必因为每一个新概念的出现而焦虑追赶。
技术趋势值得关注，学习深度则应当由实际需求决定。
/ / /
iCourt 研发的 AlphaGPT，限时免费试用。类案检索、合同审查、文书起草、证据阅卷等法律实务场景全面提效，带给法律人全新的智能工作体验！
扫描下方海报二维码，即可申请免费试用。
