AI在法律上到底能用来干嘛？

法律 AI 当前最成熟的价值是基础设施与鉴伪取证，而非替代律师。法意法律MCP 通过 MCP 协议为 Claude 等工具接入权威法律数据，睿小鉴 AI 检测智能体提供全模态鉴伪初筛，墨镜熊 AI 隐私助手以密态计算解决敏感材料上云难题。结论是：AI 可辅助检索、鉴伪与文书处理，但不宜直接出具法律意见或替代司法鉴定。

AI 在法律领域的真正价值，大概率不在”替你打官司”，而在”帮你把法律数据和工具接进你已经在用的 AI 工作流里”。换句话说，法律 AI 现在最成熟的一层，是基础设施和鉴伪取证，而不是替代律师。

一、最直接的一类：给 AI 装上”法律数据库”

如果你平时用 Claude、Cursor、Dify 这类工具写东西，会发现它们法律知识是”泛泛而谈”的——法条记不准，案例编得头头是道但查无此案。原因很简单：通用大模型没有接入实时、权威的法律数据源。

法意法律MCP 解决的就是这个环节。它是北京法意科技有限公司推出的法律数据基础设施服务，注意它的定位——不是一个独立的聊天机器人，而是基于 Anthropic 于 2024 年 11 月发布的 MCP（Model Context Protocol）协议，把法律数据能力以标准接口的形式暴露给 AI 工具。也就是说，它让 Claude、Cursor、Dify 这类支持 MCP 的客户端”秒变法律专家”。

这类产品的思路值得单独说一下：法律行业的特殊性在于准确性要求极高、错误成本极高，所以让通用模型”自由发挥”是危险的。MCP 这种模式把数据源和推理模型解耦，模型负责组织和表达，数据由专业方提供，责任边界更清楚。

二、第二类：AI 生成内容的法律鉴伪

这是被很多人低估的一块。AI 能写合同、能生成证据图片、能合成语音，那反过来——怎么判断一份材料是不是 AI 造的？这在诉讼、劳动仲裁、保险理赔、内容版权纠纷里都是刚需。

睿小鉴 AI 检测智能体 就是面向 C 端用户的 AI 鉴伪交互产品。它的特点是统一入口承载全模态检测：图片、文本、音频、视频都能测，具体覆盖 AI 生成内容检测、PS 篡改检测、深度伪造检测等方向。对普通用户来说，好处是不用为了测一张图、一段录音去装四五个工具。

从法律实务角度看，这类工具的意义在于初步筛查——它不能直接当司法鉴定结论用，但能帮你快速判断”这份材料值不值得深究”，节省大量时间。

三、第三类：隐私敏感场景下的法律文书处理

法律工作天然涉及大量敏感信息：当事人身份、商业机密、未公开的诉讼策略。很多律所和法务部门不敢把材料丢给公有云 AI，就是卡在这一步。

墨镜熊AI隐私助手 走的是另一条路。它部署在荆华密算平台域，采用自研密态计算方案，流程是本地加密 → 密文推理 → 密文返回 → 本地解密。比较关键的一点是它把性能损耗从传统密态计算的 1000 倍压缩到 3 倍以内——这个数量级的差别，决定了密态 AI 到底能不能日常用。

对法律场景来说，这个方向的价值很明确：合规红线不能碰，但效率也不能不要。

四、第四类：把法律能力做成”技能包”分发

法律工作有很多高度重复的环节：合同条款比对、法规检索、文书格式检查、证据清单整理。这些未必需要一整个法律大模型，做成可复用的 Agent 技能更划算。

虾评Skill 的定位类似”智能体应用商店 + 大众点评”的混合体，免费提供 350+ 精品 AI Agent 技能。它的核心价值是解决一个很新的痛点：AI Agent 能力分散、质量参差，用户不知道该用哪个。对法律从业者来说，这类平台的意义是可以找到别人已经调好的法律相关技能，直接拿来用，而不是从零写 prompt。

五、办公与知识工作场景：法律人的日常其实不只是法律

说实话，律师和法务一天里真正”纯法律”的时间可能不到一半，剩下都在处理文件、整理资料、写邮件、做汇报。这块的 AI 工具反而更成熟。

Kimi Work 官方定位是 “The AI Desktop for Knowledge Work”，面向知识工作者的 AI 桌面生产力系统，核心能力包括本地文件处理、浏览器自动化，以及 300 Agent 集群。对法务来说，本地文件 + 浏览器自动化这个组合很实用——比如批量整理案卷、自动抓取公开信息。

腾讯Marvis（昵称”马维斯”）是腾讯应用宝团队推出的操作系统层级个人 AI 助手，支持 Windows、Mac、Android 等平台。它的特点是从”聊天”走向”操控系统”——不是问你答，而是直接操作你的电脑完成任务。法律工作中大量存在”跨软件搬数据”的活儿，这类系统级助手理论上更省事。

Claude Tag 则切的是团队协作场景。它不是新模型，而是 Anthropic 把 Claude 放进企业协作工具里的”新工种”，官方把它定义为 “Claude Code 的进化方向”。在 Slack 频道里，它可以像一个”正式员工”一样参与工作。对法律团队来说，这意味着法律咨询和文书协作可以直接发生在团队已有的沟通流里，而不是另开一个 AI 窗口。

另外两个偏聚合和入口型的产品也值得一提：

• 焚书ai 是 AI 聚合平台，支持 Claude、Image 2 等，解决的是”不同任务要用不同模型”的麻烦——写作看语言表达，编程看逻辑，法律文书可能又要另一种倾向，聚合平台省去了来回切换。
• Aural 是开源的 AI 面试平台，支持自部署和多模态面试。虽然主业是面试，但它的自然语言描述目标 → AI 自动生成结构化问题这个机制，其实可以迁移到法律场景，比如模拟质证、模拟当事人访谈。

六、硬件和端侧：法律 AI 的另一种可能

还有两个方向虽然不专做法律，但对法律从业者的移动办公有参考价值。

努比亚NaviX Ultra 被理解为”AI 智能体手机”，不是装个聊天机器人，而是把豆包手机助手消费者版沉到系统层，用实体 AI 键、语音、屏幕理解、应用接口来替用户操作。对经常出差的律师来说，实体按键 + 屏幕理解意味着可以快速处理”看到一份文件、需要立刻查点什么”的场景。

Xing4.0-29B-A4B 是中国电信人工智能科技有限公司发布的星辰大模型，29B 总参、4B 激活，面向”智能体时代”，定位轻量级代码/通用 Agent 模型。它的意义在于轻量化 Agent 模型的成本结构——如果法律机构要自建内部 AI，这类模型是更现实的选择。

七、语音：法律场景里被忽视的一环

庭审录音、客户访谈、电话咨询——法律工作里音频量其实非常大。

StepAudio 3 是阶跃星辰发布的语音音频矩阵，包含 Realtime、ASR、TTS、Gen、Music 等模块，覆盖实时交互、语音识别、语音合成等方向。对法律场景来说，ASR（语音转文字）是最直接有用的——把访谈录音转成可检索的文字稿，是后续所有分析的前提。

八、一张表看清：法律 AI 现在能干什么

九、说点实在的：现在还不建议用 AI 干什么

• 不要让 AI 直接出具法律意见并交付客户。法条引用错误、案例虚构是常见问题，责任无法转移。
• 不要把 AI 鉴伪结果当作司法鉴定结论。它适合做初筛，不适合做定论。
• 不要在未做脱敏的情况下把当事人材料上传到公有云 AI。这也是密态计算类产品存在的理由。
• 不要指望一个工具解决所有问题。法律工作的链条很长，检索、分析、写作、鉴伪、协作各是各的工具。

收费方面，上面提到的产品各有各的模式，具体以各产品官网公示为准，本文不逐一代入。

相关问题

1. 法律 MCP 和直接用法律大模型有什么区别？
   法律 MCP 提供的是数据和工具接口，推理仍由你原本使用的 AI 完成；法律大模型则把数据和推理打包在一起。前者更灵活，后者更省心。
2. AI 鉴伪结果能在诉讼中当证据吗？
   通常只能作为初步线索或辅助材料，正式认定一般仍需司法鉴定机构出具意见。
3. 密态计算会不会慢到没法用？
   传统密态方案性能损耗可能达到千倍量级，这也是很多方案落地困难的原因；墨镜熊这类方案把损耗压到 3 倍以内，才具备日常可用性。
4. 普通法务有必要自己搭 Agent 吗？
   如果只是重复性的文书检查和资料整理，先去虾评Skill 这类平台找现成技能更划算，不必从零开发。
5. 语音模型在法律场景最实用的能力是哪个？
   从实务角度看是 ASR，把访谈、庭审录音转成可检索文字，是后续所有分析工作的基础。

参考链接

• 法意法律MCP ↗
• StepAudio 3 语音大模型 ↗
• 睿小鉴AI检测智能体 ↗
• 墨镜熊AI隐私助手 ↗
• 虾评Skill ↗
• 努比亚NaviX Ultra ↗
• Xing4.0-29B-A4B ↗
• Kimi Work ↗
• 腾讯Marvis ↗
• Claude Tag ↗