引言——"AI 律师"令人困惑的部分
我认识的大多数律师现在都在以某种形式使用 AI。他们用它做研究、润色语言、写内部笔记、起草初稿、审阅文件以及许多其他常规任务。在 Aurum，过去三年我们也是如此。
但很长一段时间里，底层的法律工作流程并没有真正改变。
拿一个大型结构设计项目来说。我们会组建团队，分配研究任务，讨论结构，准备一份长篇备忘录，内部审阅，然后把最终成果发给客户。AI 在不同阶段提供了帮助——研究、起草、润色、总结——但流程本身依然清晰可辨。律师仍然按部就班地推进事项。AI 让部分工作更快了，但它并没有从根本上重新设计工作流程。
真正的改变来自 AI Agent。我所说的 Agent，不是指一个加了法律提示词的通用模型。我指的是一个拥有主动记忆、领域知识、实操技能、模板、来源验证规则、文档工具和事项上下文的专用系统。
在法律环境中，一个好的 Agent 更像一个受监督的初级实践系统，而不是聊天机器人或数据库。它不会取代资深律师的判断。但它可以接管法律流程中结构化的部分，跨任务保持上下文，处理文档，核查来源，并在监督下推进事项。
一个来自结构设计事项的真实案例
最近，我们被要求为一个合成代币化资本市场产品的私募结构设计方案。一年前，我们会先召集不同专业方向的律师：证券与金融产品、监管合规、公司结构设计、税务申报、CRS/FATCA 以及代币化。第一个交付物很可能是一份 30 到 50 页的客户备忘录，附带附件、产品规格、投资者资格标准和风险矩阵。在资深法律团队进行最终审阅之前，一份好的初稿可能就需要两到三周。
现在，这个过程被反转了。
旧模式是线性的：研究、初稿、内部审阅、合伙人审阅、客户交付。新模式则更具迭代性。
现在，资深律师从 Agent 开始，先与 Agent 一起框定事项。Agent 创建第一个结构化的表面。然后，专家审阅工作中针对性的部分。结果不是律师参与变少了，而是律师在流程中更合适的节点参与进来。
工作流程已反转：资深律师优先，然后是 Agent，最后是更广泛的团队
项目负责人向 Agent 提供事项上下文、背景文件、候选模板、预期的交付格式，以及任何可能相关的先前事项或解决方案。Agent 读取自己的操作规则、知识库、特定工作流程以及律师指定的文档。然后，它从假设、缺失的事实和工作的拟议结构开始。
初稿来得快得多，因为 Agent 不是从一张白纸开始。它从我们积累的实践中出发：先前的结构、经过验证的措辞、来源层级、文档分配模式以及已知的失败模式。在一个成熟的工作流程中，以前需要数周才能达到可靠初稿阶段的工作，有时可以在不到一小时内达到内部审阅就绪阶段。这并不意味着工作完成了。这意味着一个严肃的法律判断基础出现得更早。
只有在那个初始表面存在之后，我们通常才会引入更广泛的律师团队。这与旧模式完全相反。以前，初级律师和专家帮助创建初稿，资深律师在最后审阅。现在，资深律师和 Agent 构建第一份结构化草稿，然后相关律师审阅、质疑并改进其中的特定部分。人工审阅并没有消失。它转移到了流程中一个更好的节点。
Tokeny：一个律所专用的法律 Agent
对于这类事项，我们使用了 Tokeny，我们的代币化和数字证券 Agent。这个名字是我个人的一个小小致敬，源于 2018 年在卢森堡遇到的一个早期代币化平台 Tokeny。在内部，Tokeny 不是一个魔法盒子，也不是助理的替代品。它是一个围绕我们自己的实践记忆构建的顾问支持系统。
实际上，Tokeny 是一个针对重复性法律工作类别的受控工作环境。它知道我们如何构建这些事项，哪些来源重要，哪些假设通常会失败，通常需要哪些文档，以及如何为律师审阅准备输出。
Tokeny 拥有一个领域维基、个人和事项记忆、结构设计规则、模板和交付技能。在进入面向客户的草稿之前，它首先绘制一份事项地图：我们在假设什么，哪些事实已确认，哪些法律来源支持分析，风险在哪里，哪些结构是现实可行的，以及哪些问题仍需要人工回答。这些工作文件迫使工作将经过验证的法律、官方指引、已确认的事实、客户主张、推断和市场实践区分开来。
为了不那么抽象，截至 2026 年 6 月 4 日，Tokeny 的工作表面包括其领域维基中的 92 个文件、11 个人工技能和程序、用于狭窄交付流程的子 Agent、34 个模板和先例文件、25 个辅助脚本，以及大约 112,000 字的编译维基知识。一些子 Agent 是为非常具体的工作而构建的，例如 EEA 招股说明书起草或基金挂钩票据文件。更广泛的技能和先例语料库更大：超过 400 个 Markdown 文件和大约 575,000 字，包括提取为机器可用形式的章节级招股说明书、风险因素和条款材料。
即便如此，Tokeny 仍然年轻且相对较小。我们将其视为这种运营模式可能成为的第一个版本。
The Boring Tools Are Part of the Intelligence
相当多的法律AI讨论聚焦于推理，却忽略了交付。但法律工作不仅仅是分析，还包括文档、版本控制、排版、表格、附件、图表、来源清单、案件文件夹和记忆。
我们发现，要让语言模型持续生成符合律所实际需求的文档格式是很困难的。因此，我们在Agent外围构建了工具。一份大型Markdown备忘录可以导出为符合Aurum标准的格式化Word文档或Google Doc，包含恰当的标题、编号、表格和内嵌图表。结构图可以按照统一的Aurum视觉风格生成。案件文件夹可以自动创建和整理。工作成果、接收文件、日志、假设和未决问题都存放在正确的位置，无需律师手动移动文件。
从外部看，这似乎很普通。但在内部，它节省了大量时间，因为它消除了通常横亘在法律思考和可供客户使用的交付成果之间的摩擦。
Memory Is the Difference Between a Chatbot and a Legal System
最重要的元素是记忆。我们为Agent、客户、案件、事务和具体任务使用不同层次的记忆。系统会记录已完成的工作、做出的决策、假设、未决问题、已查证来源以及律师的反馈。每一步完成后，Agent可以自动更新相关记忆。
我们之前使用的任何CRM都无法提供如此丰富的上下文。传统系统的问题从来不仅仅是功能，而是保持更新的负担。如果律师每一步之后都要写长篇内部报告，系统就会退化。有了Agent，记忆捕获本身就成为了工作的一部分。
新加入项目的律师可以快速理解推理路径，而不仅仅是看到一个文档文件夹。一个暂停了六个月的事务，可以原封不动地恢复其假设、关注点、决策和未决问题。这种连续性是基于Agent的法律工作真正的优势之一。
Hallucinations Are a Process Problem
我经常感到惊讶的是，幻觉仍然反复出现在法律AI工作的问题中。我们经常看到新闻报道，律师和知名律所引用不存在的或错误的法律材料。实际上，这不是一个无法解决的问题。如果系统在设计上能够在输出被当作法律工作成果之前核验来源，那么这个问题是可以从技术和流程上解决的。
对于法律工作，Agent不应被允许将二手文章、推理或客户主张当作已核实的法律。当法律论点至关重要时，它应当重新打开原始来源，识别管辖权和法律文书，检查某条陈述是否仍然有效，并标记不确定的内容。在交付之前，它还应对文档中提出的主张进行盘点与审计，然后核验对结论至关重要的主张。一份面向客户的结论并不完整，除非系统能够识别哪些是已验证的法律、哪些是已验证的事实、哪些仍然只是客户主张、哪些是推理、哪些是市场惯例，以及对方律师或监管机构会首先攻击哪些点。
这并不会让系统变得绝对可靠，但能让错误面足够可见，以便律师进行审查。
Why Serious Legal Agents Must Be Built, Reviewed and Calibrated
我们现在投入大量时间来开发Agent。Aurum拥有超过20个命名的Agent，涵盖法律和非法律领域，包括公司架构、代币化、ML/TF合规、税务报告、知识产权、资产管理和基金、特定辖区法规、商业策略、会计、设计、内容和平台架构等。
我们开发的一个例子是ai.aurum.law背后的合同审查Agent。这是一个窄域Crosby风格的Agent工作流，专为一项重复性工作而构建：商业合同审查。对于每个客户，这种Agent可以根据客户的合同流程、内部手册、风险偏好、谈判立场和偏好的交付成果形式进行定制。
该Agent能够根据针对特定客户或任务定制的检查清单和框架来审查合同。它可以识别与预定义要求的偏差，标记需要关注的问题，并将新颖、不寻常或非标准的情况上报给法律团队做进一步评估。最终的审查、专业判断和交付始终由主管律师负责。
老实说，让这一切在实践中运转并交付成果是相当复杂的。更重要的是，需要花时间来开发、设置、校准，并用必要的知识、技能、保障措施和测试流程来填充Agent，以产生可重复的质量。律师还需要逐行审阅Agent的文档，并在工作推进过程中不断修改。这也是我对通用共享AI Agent库持谨慎态度的原因。如果你没有审查过Agent的指令、记忆、工具、来源层级、保障措施和交付规则，你就不清楚自己到底依赖的是什么专业系统。
对于严肃的法律工作，Agent应当承载律所自身的上下文和律所自身的纪律。否则，它只是另一个界面华丽的外部工具。
Will AI Replace Lawyers?
我不这么认为。在复杂事务中，AI Agent 并不适合替代律师。它可以帮助整理证据、准备草稿、核实来源、对比结构、记录决策并生成文档。律师仍需负责界定问题、选择结构、挑战分析以及审批最终建议。实际上，AI 让律师能把更多精力放在真正重要的工作上。花在常规起草、排版、文档组装和重建上下文的时间变少了。花在结构设计、风险评估、判断、客户策略以及法律真正模棱两可之处的时间变多了。
结论
AI 并不会杀死法律行业。它正在改变法律工作的生产方式。构建可靠的 AI Agent 需要数月时间，而可复现的质量远比一次漂亮的演示困难得多。但一旦系统拥有了记忆、工具、验证流程、模板和人工审查，它就能大幅压缩法律工作所需的时间，让律师专注于工作中仍然最重要的部分：判断。