Skip to main content

Legal AI Agents for Lawyers

Learn the vocabulary, supervision model, and risk controls for legal AI agents before using Codex, Claude Code, or MCP workflows.

律师专用法律 AI 代理

法律 AI 代理是一种基于模型驱动的工作流程,能够利用上下文、工具、文件或委托的子任务来帮助产生工作成果。对于律师来说,关键问题不是工具是否显得自主,而是它能访问什么内容、能更改什么、能向工作区外发送什么,以及在哪里需要人工批准结果。

代理可以加速法律工作,但不转移专业责任。在任何客户、法院、监管机构或对方使用前,务必保留人工审查环节。

律师应掌握的词汇

代理:一种模型辅助的工作流程,可以朝目标采取步骤,通常使用文件、工具、命令或外部服务。

上下文窗口:模型一次能够考虑的文本、文件、消息和工具输出的量。更大的上下文窗口不保证结果正确。

工具调用:模型请求使用某种功能,如搜索、文件编辑、代码执行、浏览器访问或 MCP 服务器。

MCP 服务器:模型上下文协议服务器,向 AI 客户端公开工具或数据。将每个服务器视为新的访问面。

钩子:在支持的编码代理工具中,模型动作前后触发的自动化事件。

子代理:具有更窄提示、工具集或角色的专门代理。子代理有助于分离审查、调研、起草和测试责任。

提示注入:试图覆盖用户指令或泄露数据的不可信文本。可能出现在网页、文档、问题、评论或依赖文件中。

人机交互检查点:工作流程进入下一个风险级别前,必须由律师或授权审查员做出的决定。

法律代理控制堆栈

在代理处理法律材料前使用五个控制点:

  1. 范围:定义事项、交付物、文件和排除工作。
  2. 访问:限制仓库、文件夹、MCP 服务器、浏览器访问和互联网域名。
  3. 指令:使用符合事项安全的简介,包含保密性、来源和升级规则。
  4. 验证:要求测试、引证、差异审查或与源文档比对。
  5. 批准:最终法律判断由负责专业人士保留。

GitHub 自动化源代码检查

GitHub 2026 年的 MCP 服务器和代理工作流更新使得仓库代理在问题分类、拉取请求审查、CI 失败分析、项目跟踪和维护任务上更有用。对于法律工作,应将每个 GitHub Action、MCP 工具集、项目集成和钩子处理器视作权限边界:使用仓库密钥、最小必要工作流权限、明确的工具允许名单,以及人工合并门槛,确保代理创建的变更在生产前谨慎审核。

代理风险检查清单

  • 代理是否可能见到客户机密信息?
  • 是否可能向第三方或互联网资源传输数据?
  • 是否可能编辑随后影响多个事项的工作流?
  • 是否可能无验证引用法律权威或产品行为?
  • 是否可能混淆司法管辖区、日期、当事方或定义条款?
  • 输出是否可能被误认为是最终法律建议?

若任何回答为“是”,则需更严格的审查关卡。

适用代理的法律工作流程

合适工作:

  • 内部知识库维护。
  • 基于来源的产品更新跟踪。
  • 起草首轮条款清单。
  • 为文档自动化生成测试。
  • 根据经批准材料制作问题分类摘要。
  • 比较草稿与提供的操作手册。

无深度控制不宜使用:

  • 最终法律建议。
  • 归档准备的诉状。
  • 和解权限。
  • 特权策略决策。
  • 无来源的法律研究。
  • 针对敏感事实的开放式浏览。

示例:受监管的尽职调查代理

代理任务:

审查提供的合同文件夹中的控制权变更、转让和终止条款。
返回包含文档名、条款位置、提取文本、风险标记和审查员备注的表格。
不推断缺失事实,对不明确的条款标记以供律师复核。

人工检查点:

  • 确认代理仅使用了批准的文件夹。
  • 将提取文本与源文件对比。
  • 将风险标记视为分类标签,而非法律结论。
  • 将任何含糊条款升级至交易律师。

下一步