Claude原生律所与AI执业

Claude原生律所与AI执业

(视频)

2026年的法律实践：为什么“Claude原生”律所正在终结传统模式？

1. 引言：午夜的“不可能任务”

现在是2026年，晚上7点。某项公司收购案的截止前夜。

买方律师突然抛出一份充满敌意的修改方案，要求更改多项核心估值条款，并附带了全新的交割文件。对方的信号很明确：要么全盘接受，要么交易在天亮前告吹。在传统模式下，这通常意味着一个中型律所的三名初级律师必须彻夜不眠，在海量文档中逐条比对改动，并祈祷能在天亮前手动找出其中的所有陷阱。

然而，在 Zack Shapiro 经营的一家只有两人的精品律所里，这场危机在两小时内就宣告化解。他将收购协议、披露表和需求信上传给了 Claude。几分钟内，Claude 不仅勾勒出了每一项改动，更精准地抓住了对方律师都没察觉到的“逻辑黑洞”：买方提出的两项除外条款（carve-outs）竟然直接推翻了他们此前已经确认过的陈述（representations），且第三处改动在基金陈述部分造成了内部冲突，这反而削弱了买方自己的投后保护。

晚上11点，一份基于对方逻辑漏洞、回击精准且附带完整交叉引用的方案已发送。第二天清晨，交易顺利达成。这就是“Claude 原生”律所的典型日常：通过 AI 的杠杆效应，两个人的小团队展现出了对抗数百甚至上千名律师的大型律所的“超能力”。

2. 核心洞察一：通用 AI 胜过专用“法律 AI”的真相

当下的法律科技市场被 Harvey、Spellbook 等垂直领域的“法律 AI”包围。然而，Shapiro 的实践揭示了一个令许多人意外的真相：对于顶尖法律实践，配置精良的通用前沿模型（如 Claude）远比垂直 AI 更有降维打击的优势。

这种优势源于两个关键点。首先是迭代速度（Velocity）：通用大模型的进步速度永远快于任何垂直领域的封装产品。如果你依赖“外壳型（Wrappers）”工具，你实际上是在等待对方的工程团队去追赶前沿模型的进度；而直接使用 Claude，你在功能上线的第一天就能拥有最新的能力。

其次是价值的本质。大多数法律 AI 的卖点是“训练了律所的模板库（Playbook）”。但在顶尖律师眼中，NDA 或股权转让协议的模板只是标准大宗商品。真正的竞争力在于面对 Section 14(c) 争议时的个人判断力和博弈逻辑。

“律所的剧本（playbook）与律师个人编码后的判断力（encoded judgment）之间的区别，就像是给某人一张食谱与教他如何做饭之间的区别。”

3. 核心洞察二：像程序员一样处理文档（XML 级的降维打击）

Claude 的核心优势之一在于其强大的代码编写能力，这赋予了它一个传统律师难以察觉的能力：直接在 XML 层级操作 Word 文档。

每一个受困于 Word 格式崩溃、段落编号错乱或 Bluebook 引用标准化的律师都明白，“软件问题”往往比“法律问题”更耗时。普通的 AI 插件只是在应用层打补丁，但 Claude 能够直接撰写 Microsoft Word 期望的精确标记语言（XML）。

这意味着，当你让 Claude 处理一份 40 页的合同修订时，它无需打开 Word 应用程序，就能在底层架构上精准地应用修订、保留所有格式细节、自动修复失效的交叉引用，并在几秒钟内将全文引用标准化。这种“触碰文档灵魂”的能力，让 AI 生成的结果与资深人工手动修改的结果毫无二致，且效率提升了数百倍。

4. 核心洞察三：三种工作模式的协同进化

在 Shapiro 的工作流中，Claude 被划分为三种极具深度的使用模式：

Chat (对话) 这是最基础的“大脑”交互。律师像面对一名资深的、知识渊博的同僚一样，与 Claude 进行头脑风暴、商讨谈判策略或起草条款初稿。这是控制力的核心。

Cowork (协作) 这是最具颠覆性的自主模式。在这种模式下，AI 具备高度的行动力。你可以指引 Claude 访问计算机上的特定文件夹，下达诸如“根据此条款清单生成全套交割文件”的指令。它会自主读取文件、创建新文档、编辑现有内容，并独立决定从 A 点到 B 点的最优执行路径。

Code (开发) 这是进阶的定制化模式。当通用界面无法满足特定需求时，律师可以利用 Claude 的 Code 模式直接构建工具。例如，Shapiro 利用它开发了一个命令行工具，能将 40 页的复杂法律文档直接转化为可听的音频流，自动将复杂的层级编号（如 Section 4.2(b)(iii)）转化为易懂的口语。这让律师可以将碎片化的通勤时间转化为深度复核合同的时间。

5. 核心洞察四：将“经验”编码为“技能”

法律行业的传承一向极度依赖长期的师徒带教，但 Claude 提供了一种将“经验”数字化的路径。Shapiro 进行了一次令人赞叹的“元尝试（Meta-process）”：他并未只是阅读 Anthropic 的技能构建指南，而是将该指南直接上传给 Claude，询问如何基于自己过去数千次的对话记录，构建对自己实践最有影响力的“技能（Skills）”文件。

这种“AI 构建工具以提升 AI”的过程，最终提炼出了 6 个生产级别的技能文件，包括合同审核框架、特定的沟通语气风格、以及风险偏好逻辑。

这种“专业判断力的规模化”对律所管理具有深远意义。如果一个律所有 50 名律师，合伙人只需一次安装，所有初级律师都能瞬间具备合伙人级别的审核标准和语音风格。知识不再仅仅存在于大脑中，而是成为了律所可积累、可分发的数字资产。

6. 核心洞察五：颠覆性的商业逻辑（人员、计费与特权）

当 AI 成为律所的经营底座，传统的商业逻辑正在发生根本性位移：

• 人员配置： 在一个两人的精品律所，AI 承担了以往需要多名初级律师完成的繁琐工作。这改变了招聘的门槛：未来律所需要的不再是能够忍受 2000 小时重复性生产的“初级劳动力”，而是从第一天起就具备卓越判断力、客户管理能力和 AI 输出监管能力的“复合型人才”。
• 计费模式： 效率的飞跃正在终结“按小时计费（Billable Hours）”的魔咒。Shapiro 的律所开始转向固定月费订阅制（Flat Monthly Fee）。这种模式为客户提供了可预测的成本，消除了“计时器焦虑”，同时由于 AI 极大地压缩了生产成本，律所能够将效率红利转化为丰厚的利润。
• 隐私与特权： 针对律师最关心的保密性问题，Shapiro 引用了 ABA（美国律师协会）的**“代理人/工具性例外（agent/instrumentality exception）”**原则。通过使用“零数据保留（Zero-data-retention）”的 API 接口，律师可以确保客户数据不被用于模型训练且不被永久存储，其安全性完全等同于目前主流的 e-discovery 工具。

7. 结语：判断力是最后的防线

AI 并没有取代律师，它只是取代了那些像机器一样工作的律师。在“Claude 原生”的律所中，Shapiro 的观点非常清晰：

“你依然在执业（Practicing Law），而不是在练习使用 AI（Practicing AI）。”

当 XML 的操作变得自动化，当合同漏洞能被瞬间捕捉，支撑一名伟大律师的底座将回归本质：那是你观察世界的方式，是对复杂人性的博弈，以及在利益冲突的迷雾中拍板定案的胆略。当技术门槛被抹平，判断力将变得前所未有的昂贵且稀缺。

一个发人深省的问题摆在所有法律从业者面前：当工具能够完成一切流水线工作时，你所拥有的，究竟是能够被 AI 编码的“模板”，还是那无法被复制的“灵魂”？