点击文末阅读原文链接，即可领取 AlphaClaw 免费试用。
在国际律师事务所伟凯（White & Case），约 90% 的员工已经在不同程度上使用法律 AI 产品，部分任务最多可以节省 80% 的工作时间。
在此基础上，这家拥有 2000 多名律师的国际大所，正将 AI 应用从文件总结、内容分析等单项任务，延伸到能够连续执行多个步骤的复杂法律工作。
伟凯首席创新官 Isabel Parker 介绍，虽然律师已经熟悉 AI 的基础功能，但对于 AI Agent 的多步骤任务执行能力，还需要进一步积累使用经验。因此，律所选择逐步推广，通过具体业务场景帮助律师掌握新的工作方式。
2026 年 10 月底，在美国科技媒体《The Information》举办的一场峰会上，Parker 与另外两位法律科技企业高管讨论了这一现象。
其中，Legora 是一家专注法律行业的 AI 软件公司，为律所和企业法务提供法律研究、文件审查及 AI Agent 工具；Ironclad 则是一家合同全生命周期管理软件公司，主要帮助企业管理合同起草、审批和履行等流程。
三位嘉宾分别从律所、法律 AI 供应商和企业合同管理的角度，讨论了 AI 在法律行业的实际应用。
当大部分律师已经开始使用 AI，如何让这些个人使用的工具，真正成为律所可以持续运转的业务能力？这正在成为大型律所下一阶段关注的问题。
客户开始要求律所证明 AI 的价值
推动律所改变的一个重要因素，是客户的需求。
Ironclad 首席技术官 Sunita Verma 分享了企业法务处理保密协议（NDA）的案例。
对许多企业而言，保密协议是一项高频、相对标准化的工作，但文件起草、审查和审批仍然占用法务人员大量时间。
一些企业开始使用 AI Agent 处理相关流程，让法务人员专注于复杂交易。效率提升后，部分企业甚至有能力将过去外包给外部法律服务机构的工作收回内部。
这给外部律所带来了新的压力——当客户已经能够利用 AI 处理更多基础法律工作，他们自然会重新审视外部律师的服务范围、交付效率和收费方式。
Parker 提到，伟凯的客户越来越频繁地询问：律所如何使用 AI？技术能节省多少时间？效率提升又如何让客户受益？
汤森路透《2026 年专业人士未来报告》提供了更具体的数据：
71%的受访企业法务人员希望外部律所随着 AI 应用增加而调整收费模式，但只有 28%的受访律所表示已作出调整。
此外，约三分之一的企业法务受访者已经或计划在未来一年内，重新考虑与无法证明 AI 应用价值的外部律所的合作关系。
对于律所而言，AI 应用已经开始影响客户关系与法律服务的商业模式。
律所的关注重点：Skill
除了承担具体法律任务，AI Agent 的另一项重要价值，是让律师积累的专业经验能够被团队重复使用。
伟凯已经开始进行这样的探索。
长期服务某家企业的律师，通常非常熟悉客户的具体要求。例如，法律文件喜欢什么表达方式？合同需要经过哪些人审核？邮件应该抄送谁？
这些细节往往没有统一记录，而是分散在历史邮件中，或者保存在律师的个人记忆里。
过去，一位律师准备向客户提交文件，可能需要临时向同事询问相关要求，或者查找之前的沟通记录。
如今，伟凯开始根据不同客户的沟通习惯、审批要求和文件标准，制作相应的 Skill，让参与相关业务的律师能够调用统一的工作规则。
这让原本依赖个人记忆和口头传递的信息，逐渐变成团队可以共享的工作方法。
Skill 的实现方式也值得关注。
与每次重新输入提示词不同，Skill 可以将工作步骤、审查标准、表达偏好和参考材料保存下来，供 AI Agent 在相关任务中调用。
例如，合同团队可以将责任限制条款、赔偿条款的审查标准，以及可接受的谈判方案整理成 Skill。
之后，其他律师处理类似合同时，便可以让 AI 按照团队既定标准开展初步审查，再由律师结合具体交易情况作出判断。
诉讼团队也可以将案卷目录、文件命名规则、证据整理方法等制作成 Skill，在不同案件中重复使用。
律师既可以主动选择需要使用的 Skill，也可以由 Agent 根据任务识别并调用适用的技能。成熟的工作方法还可以通过修改指令和参考材料持续更新。
不过，当越来越多律师开始创建 Skill，新的管理问题也会出现。
Legora 客户参与副总裁 Jillian Burnett 提醒，如果大量员工各自创建 Skill，很容易出现内容重复、质量参差不齐、难以查找等问题。
因此，律所需要建立相应的管理机制，由知识管理团队或指导委员会筛选值得推广的 Skill，明确共享权限、适用范围和维护责任。
同时，共享工作方法与共享案件资料应当有所区分。律师可以使用团队统一的审查标准，但不应因此自动获得其他案件的资料访问权限。
从个人创建、团队验证，到统一发布和持续维护，Skill 为律所提供了一种新的知识管理方式：让积累的专业经验直接参与日常法律工作。
适合国内律所 AI 应用解决方案
从伟凯的实践可以看到，法律 AI 的应用已经逐渐涉及三个层面：完成具体业务任务、复用专业工作方法，以及支持团队在统一的工作标准下开展业务。
对于国内律师团队，这些能力同样需要落实到具体案件和项目中。
围绕这一方向，iCourt 研发的法律 AI 智能体 AlphaClaw，正在通过「法律 AI 员工」、Skill 和「项目空间」，将 AI Agent 能力融入律师的日常工作。
在业务交付方面，AlphaClaw 提供面向不同法律场景的专业助手。
例如，「民商事争议解决助手」支持一审判决上诉分析、要件攻防分析等任务；「律所招标助手」则将项目收集、文件分析和标书制作连接起来，减少律师自行配置复杂流程的操作。
在经验复用方面，AlphaClaw 法律 Skill 商店提供不同法律场景的专业技能，律师也可以将成熟的办案方法整理为 Skill，在后续工作中重复调用。
新上线的「项目空间」，则进一步将 AI 的应用延伸到案件信息管理和团队协作。
律师可以围绕具体案件建立项目空间，集中管理案件材料、客户信息和相关文档，让 AI 基于已有项目背景执行后续任务，减少重复上传文件、反复交代案情的操作。
对于多人办理的法律项目，团队成员可以围绕同一项目共享资料与工作背景。
例如，在一个民商事诉讼项目中，一名律师负责梳理合同和证据，另一名律师基于共享资料研究争议焦点，负责文书的成员继续开展法律分析和材料准备。
配合团队已有的 Skill，不同成员还可以复用成熟的办案方法与交付标准，减少因人员分工、任务交接造成的信息重复传递。
从 AI 完成具体法律任务，到专业经验的复用，再到围绕同一案件开展团队协作，AlphaClaw 正在探索让法律 AI 更深入参与业务流程的工作方式。
AI 普及过程中，律所要注意的问题
尽管 AI 已经在伟凯得到广泛应用，律所仍然面临培训、成本、安全和人才培养等一系列挑战。
首先是律师的「AI 疲劳」。
法律 AI 产品迭代很快，律师刚刚学习一项功能，又需要参加下一轮培训。对于以可计费工时为重要收入基础的律师，学习新工具本身就意味着时间成本。
因此，AI 培训也开始更加关注真实业务。
相比反复介绍产品功能，更有效的方式是先了解律师正在处理什么工作，再围绕具体案件，通过一对一交流、小范围演示等方式，展示 AI Agent 能够完成哪些任务。
其次是技术投入与成本管理。
伟凯采用「采购、自研、合作」相结合的技术战略：采购成熟的商业工具，自主开发内部 AI 平台 Atlas，并与外部技术企业合作开发特定业务功能。
这让律所可以根据业务需要选择技术方案，但也带来了新的管理要求。
随着部分 AI 产品转向按使用量计费，技术支出开始随任务数量和复杂程度波动。
Parker 坦言，传统律所尚未完全适应这种难以预测的成本模式。
因此，律所需要进一步跟踪 AI 使用情况，将算力消耗与实际业务成果联系起来，综合评估交付速度、质量、风险控制和服务能力，而不能只计算节省了多少工作时间。
另一个关键问题是安全与责任。
根据伟凯官网披露的信息，律所设立了负责任 AI 委员会，向全球风险管理委员会汇报，并制定了生成式 AI 使用政策。
其中包括两项明确要求：对外交付的律师工作成果必须经过人工审核，不使用客户数据训练大语言模型。
员工也需要完成规定的 AI 培训。
最后，是年轻律师的培养。
当 AI 可以完成越来越多的基础研究、材料整理和文书准备工作，初级律师可能失去通过这些任务积累专业经验的机会。
Parker 表示，伟凯正在考虑牺牲部分短期效率，为年轻律师保留必要的基础训练。
她以飞机自动驾驶作比喻：即便大部分飞行任务可以由自动系统完成，驾驶员仍然必须掌握独立驾驶的能力。
对于律师而言，专业判断能力同样需要通过实践建立。
这些探索说明，当 AI 开始承担更多法律工作，律所需要同步调整知识管理、工作流程、质量审核和人才培养机制。
AI 的应用深度，正在与律所自身的组织能力越来越紧密地联系起来。
/ / /
能办复杂案件的 AI 数字员工 AlphaClaw，限时免费试用。
多个助手帮你干活：争议解决、招投标、企业常法等办案场景的专业智能体，快速交付你需要的内容
自带数据底座：Alpha大数据（案例、法规、招投标、不动产、执行与保全等）内置，无需连接 MCP、CLI
法律垂类模型：最懂法律行业的工程师专门研发，具备合同审查、法律咨询等专业能力
优质 Skill 生态：30万法律人参与共创，经法律 AI 研究院审核、筛选、打磨，集合法律人需要的各类优质 Skill
越用越懂你的客户：项目空间记住项目背景、案件经过与客户信息，让律师给客户的服务更专业、更全面
👇 点击阅读原文，即可免费试用 AlphaClaw。