图文｜Akon
一、一个做诉讼的朋友被AI劝退了
前段时间一个做诉讼的朋友找我吃饭，聊到AI工具。他说看我在朋友圈老发AI相关的东西，自己也想试试，结果下了Claude Code折腾两天，光环境配置就卡住了半天。好不容易进了界面，写提示词又拿不准分寸——“写得详细了吧，它给我输出一堆没用的，写简单了吧，它又给我编法条。”
他问我有什么推荐的。
我说你先别急，我跟你说说这几款工具到底怎么回事。
我自己日常是几套工具并行：Hermes管日报周报的自动生成，Codex负责合规文件的修订升级，Claude Code处理案件材料的批量生成。这些工具都是好东西——能力边界极宽，能做的事情远超传统法律软件。但它们的共同特点也很明显：上手曲线够陡。 换一个工具就是一套新操作逻辑，配插件、搭环境、写提示词，不同任务还要切不同的Skill和参数——研究类案是一个套路，起草答辩状是另一个套路，审查合同又是第三种。
我跟朋友说，你遇到的问题不是你的问题。通用AI像瑞士军刀，什么都能干，但干什么都得先挑对刀片。 你不是技术背景、日常需求又集中在“查法条、找案例、写文书、审合同”这几件事上——拿瑞士军刀去切菜，刀是好刀，但确实不太对路。
二、通用AI很强，但有笔账值得算
朋友问：那你自己为什么用通用AI？我说因为我的需求比你杂——我日常要处理的不只是法律检索和文书，还有日报自动化、跨工具工作流编排、合规文件版本管理这些事，通用AI的灵活性对我来说是刚需。
但对你来说，情况不一样。我帮他算了笔账。
这几个通用工具走API，目前性价比最高的方案是接DeepSeek。按他日常的使用量——每天法律检索两三轮、起草或修改文书一两次、偶尔做法规研究——一天下来token消耗大概在几十万级别。DeepSeek现在的价格百万token几块钱，听起来不贵，但法律工作天生就是高消耗场景：查一个法条要调四五条原文做对比，做一次类案检索可能要翻十几份判决书，起草一份答辩状几千字起步。光token费用，一个月两百块是打底的。
而且这还只是纯token的钱。环境搭建、参数调试、写提示词和反复修正的时间——一个执业律师的时薪折进去，月成本远不止两百。
朋友听完说：那有没有那种，打开就能用、不用学提示词、查出来的东西还靠谱的？
我说有，你这种情况其实更适合看法律垂类AI。
三、垂类AI和通用AI，省的不是同一种东西
我给他举了个很具体的例子。
用通用AI做法律检索：打开工具→写一段描述性提示词，说明要查什么法条、什么案由→等AI返回→自己验证引用是不是真实存在的（通用AI“编法条”是出了名的）→不对再追问修正。整个流程下来，查和验证的时间基本对半开。踩到一处“AI幻觉”，追查修正的时间可能比从头自己查还长。
法律垂类AI的做法不一样。它不是靠模型“记忆”法律数据来回答问题——它背后直接接了数据库。拿智合AI来说，输入“帮我查一下民法典关于不当得利的条款和近两年深圳的相关判例”，十几秒出结果。每个引用的法条带原文链接，案例带案号和法院，点一下就能跳转验证。不是“AI觉得有这么一条”，而是“数据库里确实有这一条”。
这个区别的本质很简单：通用AI做的是“回忆”，垂类AI做的是“查询”。前者依赖训练数据里见过什么，后者直接查权威数据库——620万+法律法规、1.7亿+裁判文书、5亿+实务观点、3亿+企业信息。你让它检索，它真的是在查，不是在猜。
所以垂类AI真正省掉的，不是操作步骤，是验证成本。 对法律人来说，这才是最贵的那部分时间。
再回到那笔账：通用AI每月token费至少两百，配上验证修正的时间成本，实际负担远不止。而像智合AI这样的法律垂类工具，订阅制年费平摊到月不到六十块，功能全开，不需要折腾环境、不需要学提示词工程、数据自带出处。
我跟朋友说，不是通用AI不好。如果你的核心需求是“高效准确地解决法律问题”而不是“探索AI的边界”，垂类工具的单位产出效率确实更高。
四、拿智合AI举例，实际用起来怎么样
朋友问：那你说的这个智合AI，具体能干啥？
我说功能挺多的，但你最用得上的是这几个。
法律研究。 这是它目前最核心的功能。逻辑设计得很直接——三步法：上传材料、说大白话需求、出研究报告。上传格式可以很随意，微信截图、扫描合同、起诉状照片都能扔进去，自动识别提取。然后从法规、案例、实务文章三个维度交叉验证，最后给出一份结构化报告——案情概述、法律分析、风险提示、参考依据，每个结论都能溯源。支持导出Word或PDF，引用带超链接。
对你来说最实用的场景：接到一个新案子，手上一堆材料——起诉状、证据清单、微信聊天记录。以前的做法：人肉读→手动整理→分别查法规→分别找类案→自己归纳→写法律意见。现在把这些一起扔进去，十几分钟拿到初版研究报告。不是替代你的专业判断，是把你最耗时的那部分——信息搜集、分类、初步归纳——给干了。你直接在它的基础上做深度分析。
最关键的是，报告的每一个观点，都会附上对应的参考法规、参考案例与文献来源，我们可以直接追溯观点出处，从根源上规避AI幻觉带来的风险，这也是我最看重的一点。比如我曾让它帮忙研究一个比较敏感的刑事问题：男性明知女性为精神病患者、无性同意能力而与其发生关系（无暴力行为），是否构成强奸罪？背后的法理依据是什么？
对此，智合AI从是否构成犯罪的司法认定标准、相关法理等方面，分层次、分角度进行了相应的法律研究，最终出具了一份相当专业可靠的法律研究报告。
而如果我们对研究结论还有疑问，或者想针对某个点进行更深度的挖掘，还可以继续追问，智合AI会在此基础上进行更深入的法律研究。这种交互式的研究体验，让法律研究变得更加高效、更加精准。
这里的“追问”，也不只是简单地接着问一句。智合AI很强调在同一案件框架内持续深入推演，上下文可以完整保留。比如先让它做案情分析，梳理法律关系和争议焦点；再继续追问我方核心论点、对方可能抗辩、证据补强方向；如果还需要准备庭审，还可以进一步要求它结合类案裁判倾向，推演法官可能关注的证据细节。
AI检索。 对于律师工作而言，类案检索的重要性不言而喻。司法实务不同于纯粹的法学理论，在面对一些相对小众或存在争议的法律领域时，针对同样的法律条文，不同地区的法院完全可能存在截然不同的裁判观点。
以前，我们需要像排列组合一样斟酌各种检索关键词，在海量的文书库中进行搜索，然后再人工逐篇阅读、筛选、归纳总结。而“AI类案检索”功能的出现，彻底改变了这一路径。现在，我只需要用大白话输入争议焦点或案情描述，智合AI就能瞬间匹配到高度关联的裁判案例，并对裁判观点进行提炼总结，甚至可以直接一键导出一份详尽的《检索报告》。
更准确地说，现在的智合AI类案已经不只是“帮我找几个相似案例”这么简单了。它更像是把律师做类案研究时最费时间的几个步骤都接了过去：先定位真正相关的案例，再归纳裁判规律，拆解复杂问题，代入本案立场，最后把结论整理成一份可以进入法律意见、代理思路或汇报材料的研究结果。
市面上带有类案检索功能的AI其实并不少，而我之所以最常使用智合 AI，核心在于它在检索的“精度”与“广度”上表现往往更为出色。比如我最近经手的一个案件，涉及一个非常具体的争议焦点：公司先将股东转账记为“其他应付款”，后在存有债务的情况下，将该款项财务变更为“实缴出资”，这种情况下，能否认定股东已完成实缴出资义务？
智合的AI类案检索功能迅速给出了反馈，它分点且详尽地论述了几种不同的裁判观点，并且在每一个观点后面，都附上了所援引的真实裁判案例。更让我惊喜的是它的一个交互细节：当我们将鼠标光标移到相关案号之上时，会自动弹出一个“AI摘要”，对这个案例的基本案情与裁判要旨进行提炼总结，让我无需点开判决书原文，就能迅速了解到该案例的核心裁判逻辑，极大地提升了筛选效率。可以说，智合的AI类案功能，将我从机械的文书筛选工作中解放出来，让我能把更多精力放在对案件本身的深度研判之上。
如果手里已经有一份关键判决，也可以直接输入案号，让智合AI类案顺着这份“锚点案例”去找同类案件。它不是简单按案由匹配，而是先判断这个案例的核心争议，再围绕争议焦点去匹配真正具有可比性的案例。
这对律师来说非常实用。因为很多时候，我们不是不知道要查什么案由，而是不确定“真正相似”的裁判逻辑在哪里。过去要从判决书里提炼关键词、抽取事实要素，再反复试搜索式；现在可以直接从一个关键案例出发，让AI把相似性识别、参考价值和裁判要点先整理出来。
另一个很有用的变化，是结果呈现可以更贴合实务需求。
比如在人身损害案件中，如果我想看不同赔偿项目的支持比例、典型判赔区间，或者想把案例按“是否支持某项请求”“法院层级”“裁判时间”等维度做成表格，智合AI类案可以根据我的要求生成结构化结果。它不再只是给我一串案例列表，而是直接给出一份更接近交付状态的研究材料。
对于复杂问题，它也支持多问题一并输入。像刑事合规、公司治理、金融争议这类问题，背后往往不是一个单点问题，而是一整串互相关联的判断。过去我们需要逐条拆开查，再自己把答案串起来；现在，智合AI会自动梳理问题脉络，逐一检索对应类案，并把裁判口径整合成一份完整分析。
合同审查。 支持PDF（含扫描件）、英文合同、多方合同，审查意见分“修改”和“批注”两类。可以自定义审查角度，比如输入“重点关注付款条款的安全性”或者“我方是乙方，审查角度偏保守”，AI会结合上下文去审。
文书起草。 起诉状、答辩状、上诉状、律师函、代理词，输入要素一分钟出初稿。出的稿子不能直接用——格式要调、论述要改、案件特殊情况要补充——但它至少给你一个70分的框架，改起来比从零写快太多了。最牛的是还有要素式文书起草和转换。
超级文件助手。 这是我最近用得比较多的一个功能。律师每天面对大量文件——PDF合同、扫描件、Word文书、微信聊天截图、邮件往来记录，格式各不相同。以前不同格式的文件要在不同软件里打开、分别处理。智合的文件助手把这些统一了：拖进去就能读，不管是扫描合同的图片还是PDF里的表格，都能提取文字和分析内容。还能多文件并行处理——比如一个案子的证据材料全拖进去，它自动归类、提取关键信息、生成证据摘要。对证据材料多的案子来说，这个功能省的不是几分钟，是整个案件准备阶段的节奏。
AI Skill中心。 这个功能跟Claude Code的Skill有点像——把重复性的法律工作流程封装成可复用的一键操作，但不需要你自己写Markdown配置。比如你经常做劳动仲裁的案子，可以建一个“劳动争议类案检索”Skill，预设好检索维度——案由、地区、法院层级、裁判年份——以后每次接新案子，一键跑出具报告。再比如常法合同的“批量审查”Skill，把公司常用的采购合同、NDA模板配好审查标准，以后每次审合同就不用从头设参数了。跟通用AI的Skill相比，垂类Skill中心有两个实在的优势：一是预设的Skill模板已经覆盖了律师高频场景，不需要从零搭；二是Skill调取的是数据库里的真实法条和案例，不存在“编造”的问题。
企业查询（启信宝数据）。 整合了启信宝3亿+企业数据库，界面就是一个法律版的“天眼查”——查企业工商信息、股权穿透、实际控制人、关联方、法律诉讼、行政处罚、经营异常，全部在一个页面里。而且查询结果可以直接拖进法律研究或尽调报告里作为素材，不需要复制粘贴。对于做公司业务的律师来说，这个功能跟法律研究是天然联动的——查目标公司的同时，直接看到这家公司涉及的所有裁判文书和行政处罚，兼并收购前的基本尽调在几分钟内就能完成。
案例法规数据库。 这个不用多说——620万+法律法规、1.7亿+裁判文书，每个法条带沿革和修订记录，每份判决带案号和全文。但真正好用的不是数据量大，是检索逻辑。它不是简单的关键词匹配，支持语义搜索——输一段案情描述，它能匹配出法律事实相似的案例，而不要求你用“案由+法条”的精确公式去搜。这个对代理词写作特别有用——你手上有个案子，事实比较复杂，你不太确定该用什么角度去论证，用语义搜索扔一段案情描述，它会返回法院在类似事实上是怎么裁判的。这比你自己先划好案由再按案由搜，能发现更多意想不到的判例。
朋友听完说，这东西跟通用AI确实不是一个路数。我说对，通用AI是在“能力广度”上加，法律垂类AI是在“工作流深度”上挖。 你的需求落在哪，就选哪个。
五、不是所有人都需要换
朋友听完说行，回去试试。我说等一下，丑话说前面。
如果你哪天觉得通用AI的工作流搭顺手了，能做的事情确实更多、更灵活——那是另一条路，也没问题。但就你目前的情况——日常以“查法条、找案例、写文书、审合同”为主，不想折腾环境、不想学提示词、被编法条折磨过、对token成本敏感——那法律垂类AI是更务实的选择。
说到底，选工具跟选车有点像。有人需要能改装、能越野、能上赛道的全能车——那是Claude Code和Codex们。有人只需要每天上下班不掉链子、加油就能跑、按钮都摆在明面上的通勤车——法律垂类AI是后者。没有谁好谁坏，就看你是不是它的目标用户。
最后说一句：AI工具这件事，“好用”的标准不应该是功能多强大，而是你用它的频率有多高。 每天打开的，就是好工具。很强大但一周才开一次的，可能不是你的菜。
这篇文章是基于实际使用体验写的。如果你和朋友一样在“通用AI太复杂、传统检索太慢”的中间地带徘徊，可以试试法律垂类的方向。
📚 参考文献
智合AI产品实际使用体验（2026年7月）
相关阅读：Hermes vs Claude Code vs Codex三款AI工具的法务实测对比
⚠️ 免责声明：本文内容仅为提供信息之目的，反映个人实际使用体验。本文不构成正式法律意见，亦不构成对任何AI工具的专业认证或推荐。文章内容如涉及作品内容、版权和其它问题，请在30日内与本公众号联系，我们将在第一时间删除内容。文章只提供参考并不构成法律意见、任何投资及应用建议。
📚 往期回顾
🌐 平台合规
向下滑动查看所有内容
🤖 AI / 直播 / 短视频
向下滑动查看所有内容
📢 广告营销
向下滑动查看所有内容
🔐 数据合规
向下滑动查看所有内容
⚖️ 民商事纠纷
向下滑动查看所有内容
📝 律师实务
向下滑动查看所有内容
📝 法律AI工具
向下滑动查看所有内容
