法律AI工作台时代来了，横评各类Agent法律表现 | 预约直播

8 月 25 日，Google Cloud 发布了 Gemini Enterprise for Legal。

宣传片只有 117 秒。可它把合同审查、红线修改、监管扫描、法律研究和 DSAR 请求处理，放进了同一个工作入口。

看完以后，很多法律人会有一种很具体的焦虑：又来了一个大厂产品；刚刚学会的工具会不会很快过时；是不是又得重新开始学？

这个问题值得认真看。但先别急着把它当成又一个“法律大模型”。我把视频逐帧拆开后，看到的是另一件事：Google 正在把一个通用企业 Agent 平台、法律工作方法、第三方法律产品和权限体系，打成一个法律插件。

这篇创刊号想讨论的，也不是哪一家的模型更聪明。

我们真正要弄清楚的是：当所有产品都开始说自己“懂法律”时，律师到底该把什么留在自己手里？

先看 Gemini：视频里真正出现了什么

官方宣传片轮播

视频里最值得停下来的不是“AI 审合同”的镜头，而是 Legal 插件的目录页：3 个 Agents、10 个 Skills、10 个 Connectors。 这三组东西不是同一个概念。

• 013 个 Agents
  是已经装进 Legal 插件的专业执行单元。
  视频中能看到的分别是：Eudia，用机构政策和权威来源回答法律问题；Deloitte Contract Summarize Pro Agent，把复杂合同整理成摘要；Deloitte Clause Guard，做合同红线和风险控制。
  它们不是 Gemini Enterprise 本身，也不等同于 Claude Code 这类通用 Agent 工作环境。
  它们更像跑在 Gemini Enterprise 平台上的三个专业工作流：接到任务后，按各自的规则、工具和数据连接去完成一类法律工作。
• 0210 个 Skills
   是这些工作流可以复用的做法。
  视频展示的内容包括：把历史经验整理成合同审查手册、根据交易条款生成初稿、提取合同义务、对照标准给红线建议、处理 DSAR 请求，以及持续扫描美国和欧盟的法规变化。
  它们的意义不在于“又多了十个按钮”，而在于把过去每次都要重新描述的工作方法，固定成可以反复调用的步骤。
• 0310 个 Connectors
   则解决“资料在哪里”的问题。
  视频出现了 Everlaw；Google 官方也说明可以通过 MCP 连接文档管理、电子证据、合同生命周期和法律研究系统。
  它的逻辑不是把律所已有的系统全部搬走，而是让 Agent 在已有系统之间读资料、查权限、继续做事。

这三层合在一起，才是 Gemini Enterprise for Legal 的完整样子：专业 Agent 负责具体任务，Skills 负责可重复的方法，Connectors 负责进入真实资料和系统。

Gemini Enterprise 本身则是更上面那层通用企业 Agent 平台。它管理身份、权限、审计、连接器和不同 Agent 的使用边界；Gemini Enterprise for Legal 是加在这层平台上的法律插件。

所以，Gemini Enterprise 是通用 Agent 平台吗？可以这样理解，但它不是任意操作个人电脑的通用工作环境。它的重点是让企业在同一套权限和审计体系下部署不同 Agent。视频里的三个专业 Agent，是这个平台上的法律应用，不是平台本身。

Google 不一定要重做每一套法律软件。它要争的是：律师已经在用的法律系统，能不能都从它这个入口被调动。

这些产品的相似性 > 差异性

表面上看，Gemini Enterprise for Legal、Claude for Legal、Harvey、WorkBuddy、Kimi Code、Codex 和 DeepSeek Harness 像是七类产品。往下看，会发现大部分都建立在同一条路上：通用模型或通用 Agent 环境，叠加 Harness、Skills、数据连接和权限控制。

Harvey 是例外。它从一开始就更像一个封闭的垂直法律平台：把法律 Agent、知识库、文件空间、合同工作流和企业管理放进同一套自己的工程里。

这张表想强调的不是“它们都一样”。它们的体验、模型、权限、安全、价格和生态当然不同。

但它们大多不是凭空长出一套法律能力。法律能力主要来自 Skills：把合同审查、法规检索、尽调、文书起草这类工作拆成固定方法，再接上资料和工具。Gemini 与 Claude 已经提供了一套自己的法律 Skills；WorkBuddy、Kimi Code、Codex 和 DeepSeek Harness 让用户自己搭；Harvey 则把这些东西封在自己的产品工程里。

各家正在争的，不只是法律 AI 的功能

现在最大的问题，不是哪家的法律 AI 又多会了一项功能，而是：入口到底在哪里。

合同摘要、资料检索、初版起草，正在很快变成通用能力。律师真正会每天反复打开的，不会只是一个“帮我总结”的小工具，而会是一个能接住案件材料、合同、邮件、知识库、审批规则和客户要求的工作入口。它还要能把事情交给不同 Agent 去做，并让律师看清过程、接手关键判断。

这也是最近 ILTACON 讨论最集中的地方。连续几天的会议报道反复回到同一个问题：律师希望少开几个界面，最好有一个统一的 Agent 界面；但律所也还在等一个足够可靠的 ROI 证明。与此同时，合规与 IT 团队不得不把职业规则、保密义务、保险、权限与审计一起算进去。

所以，“统一入口”不是已经分出胜负的答案，而是所有人都在谨慎下注的方向。Gemini 想把 Google 的企业内容和工具接到入口里；Claude 希望把通用 Agent 的工程能力做深；Harvey 在法律工作流里继续加深；国内的通用工作台也在争取把协作、文档和执行收进一个页面。谁能把更多真实工作放进同一个可控环境，谁就更接近成为律师默认先打开的那个界面。

但法律工作不能只看“能不能接进去”。它出错以后，谁能发现？谁有权停止？谁能复核？谁能留下记录？这些问题没有解决，再漂亮的统一入口也只是演示，不是生产工具。

当大家都在抢入口，什么才是真正留得住的东西？

Seven Powers 是什么？

《7 Powers》是策略研究者 Hamilton Helmer 的企业战略框架：公司能长期领先，不是因为功能更多，而是因为有别人难以复制的优势。书里把这类优势分成七种，也就是图中的七项“护城河”。

放到 AI 里，先变得更容易的，是转换成本和流程能力。它们仍有用，但有效记忆、工作说明和 Skills 可以迁移；能讲清的步骤也更容易被模型拆开、复用和模仿。过去可以单独把用户锁在平台里、或单独拉开差距的东西，现在更容易被带走。这反而给小团队更多机会。

竞争因此更看重现实世界的积累：谁能把算力、数据、合规和维护成本摊到更多真实工作上，谁就有规模经济；谁有持续的协作与反馈，谁就会形成网络效应；谁拿得到合规数据、细颗粒度权限、客户授权与信任，谁就拥有稀缺资源；在高风险法律工作里，谁可信、谁愿意为结果负责，谁就拥有品牌。

这四项，为什么又回到律师身上？

规模、网络、资源和品牌多半属于平台、律所或产品公司。它们提供条件，却不能替律师作决定。

模型可以读很多材料，但仍要有人决定：什么能放进去、什么能作为证据、什么可以交给 AI、什么才能交给客户。人的判断，才是把这些条件变成法律服务的那一步。

模型、Harness、Skills 都不是要和判断抢位置。它们的作用是：让判断看得更远、执行得更稳、沉淀得下来。真正难搬走的，也不是一条记忆或复制一个 SKILL.md，而是你有没有把它们接成一套会工作的系统：这个 Agent 能读哪些材料、能调用哪些工具；合同审查对照哪套标准；哪一步必须由律师确认；输出怎么验收；出了错如何重试、如何留痕。

模型会继续进步，今天为了补模型缺陷写下的很多规则，半年后可能已经没用。Harness 也会不断被重写。这正是为什么，不要把自己锁死在某个平台；要持续理解工具的能力边界。

但围绕真实工作的判断标准、验证流程、项目环境和使用习惯，模型越强，价值反而越大。

真正值得沉淀的，不是“平台记住了我什么”，而是“我已经把什么工作方法跑通了”。

模型、工具和平台会继续换代。律师要持续做的，是把自己的事实判断、客户信任、业务经验和审查标准，接到当下真正能用的 AI 上。

LegalTech CC 想交给律师什么

这就是 LegalTech CC 想做的事：在模型和平台变化很快的过程中，帮律师把最难替代的核心资源，和不断更新的 AI 能力接起来。

我们会持续把能带走、能验证、能按本地业务改造的东西交给大家：

• 看清产品：它实际能做什么，宣传里省略了什么；
• 跑同一件工作：同一个任务放到不同 Agent 里，结果有什么差异；
• 留下自己的方法：把专业经验整理成可以修改、验证和迁移的工作系统。

你不需要预判哪一个平台会赢，但要一直知道先进工具已经能做到什么，也知道自己的工作在哪一步不能交出去。

CC 是 Cece，也是 Co-Counsel 和 Co-Creation。

不是让 AI 替律师作决定，而是让律师和 AI 一起，把原来只存在于经验里的方法做成可以运行、可以检查、也可以带走的系统。

CC LIVE / COMING SOON

法律AI工作台时代来了

主题

从会用工具，到拥有一套法律AI工作系统

时间：9月2日19:30 
预约：添加下方微信即可进群