做量化和代码这行快十年，我习惯用数据和流程的眼光看一切"效率问题"。这两年身边不少做律师的朋友开始找我聊 AI 工具，问得最多的一句是："我们这行会不会被 AI 取代？"

我的回答一直是：不会取代，但不会用的人会被会用的人甩开一大截。律师的核心价值——判断、谈判、责任兜底——AI 替代不了；但律师工作里有大量"高体力、低判断"的环节，比如逐字审合同、翻案例库、写摘要、改措辞，这些恰恰是 Claude 这类大语言模型最擅长的。今天这篇文章，就从一个常年和工具、流程打交道的人的视角，聊聊律师怎么把 Claude 用到实处。

考虑到国内订阅Claude确实不太方便，可以参考一下订阅网站claudemax.shop

一、先搞清楚：AI 改变的是时间分配，不是决策权

很多人对 AI 的误解是"让它帮我下判断"。这个思路本身就有风险——法律判断涉及责任归属，模型给不了这个责任，也不该给。真正值得关注的，是 Claude 能不能把律师从"体力活"里解放出来，把时间腾给真正需要经验和判断的事。

我整理了一份律师典型工作日的时间分配示意，对比引入 Claude 辅助前后的变化：

可以看到，合同审查和法律检索这两块"重复性阅读"占比明显下降，而客户咨询这种真正需要律师亲自判断和沟通的工作占比反而上升了。这是我认为 AI 工具对律师这个职业最健康的介入方式：不是抢活，是把体力活挤出去，把判断活留下来。

二、合同审查：Claude 最容易看到回报的场景

合同审查是律师工作里"重复劳动"密度最高的环节之一。逐条核对条款、找风险点、对照标准模板、检查数字和日期是否一致——这些工作对经验的要求不算最高，但极其耗时间、极其考验专注力，也极容易因为疲劳漏看。

用 Claude 做合同初审，常见的做法是：

• 把合同文本和你们的标准模板一起丢给 Claude，让它逐条比对差异，标出偏离标准条款的地方；
• 让它按照"付款条款、违约责任、争议解决、知识产权归属"这类分类，抽取合同里对应内容做结构化摘要；
• 让它检查合同内部的数字、日期、主体名称是否前后一致（这是人工审查最容易疲劳出错的地方）；
• 对跨境合同，先用 Claude 做双语对照，定位翻译歧义点，再由律师核实关键条款。

需要强调的是，这里 Claude 做的是"初筛"，不是"定论"。风险点标注出来之后，最终判断——这个风险能不能接受、要不要谈判——仍然要律师来做。

不同类型合同因为条款复杂度不同，初审能省下来的时间也不一样：

越是标准化程度高的合同（比如 NDA），Claude 初审的时间压缩比例越大；越是个性化、需要商业判断的合同（比如股权投资协议），Claude 能做的更多是"结构化梳理"而不是"替代判断"，省下来的时间比例相对少一些，但依然可观。

三、法律检索与文书摘要：从"翻"到"问"

传统法律检索的痛点在于：数据库能给你一堆命中结果，但把这些结果读完、提炼出"跟我这个案子相关的部分"，仍然是律师自己的活。Claude 的优势在于阅读理解和归纳整合，而不是替代专业数据库的检索能力本身——这一点要分清楚：Claude 不是法律数据库，它的知识可能不是最新的，也可能记错具体条文或案号，任何引用都必须让 Claude 基于你提供的原始文本工作，或者你自己回到权威数据库核实,不能直接采信它凭"记忆"给出的法条或判例。

比较靠谱的用法是"数据库找出来，Claude 帮你读"：

• 把从数据库里检索到的多份判例原文喂给 Claude，让它按照你关心的争议焦点做交叉比对和归纳；
• 把冗长的判决书、监管文件丢给它，让它按照"事实、争议焦点、裁判理由、结论"四段式做结构化摘要；
• 追踪监管动态时，把新发布的法规原文交给它，让它对比修订前后的差异并列出对业务的潜在影响点。

从这张图能看出一个规律：任务越偏向"阅读整理已有材料"，Claude 带来的效率提升越明显；任务越偏向"从海量数据库里找到相关判例本身"，Claude 能帮上的忙就越有限，这部分工作仍然依赖专业法律检索系统和律师自己的检索策略。

四、把 Claude 嵌进日常工作流，而不是当成一个孤立的聊天窗口

单次对话式地问一句答一句，其实浪费了 Claude 大部分的潜力。真正提效的用法，是把它嵌入到日常几个高频场景里，形成稳定习惯：

1. 邮件与函件润色：把措辞生硬的初稿丢给 Claude，让它按照"正式、克制、留有谈判空间"的语气改写，尤其适合对方是客户或对方律师的场合；
2. 内部知识沉淀：把团队过往处理过的案例、常见问题整理成参考材料，用 Claude 辅助生成内部 FAQ 或案例索引，方便新人快速上手；
3. 尽职调查（DD）文档梳理：面对几十上百份公司文件，让 Claude 按照检查清单逐份提取关键信息（股权结构、担保情况、诉讼记录等），生成汇总表格，人工再做核实和判断；
4. 多语种核对：涉外业务中，用 Claude 做初步翻译核对和术语一致性检查，减少人工来回核对的时间成本。

综合来看，律师使用 Claude 的场景其实呈现出比较集中的分布：

合同和文书类工作占了最大头，这也印证了前面的判断——AI 工具最先、最稳定地渗透的，永远是那些"结构清晰、重复度高"的工作环节。

五、几条来自"工具人"视角的提醒

写了这么多年代码、跑了这么多年量化模型，我对工具的态度一直很朴素：工具能把你从重复劳动里解放出来,但它不会替你承担责任,也不会替你补齐专业判断。给律师朋友们的几条具体建议：

• 永远把 Claude 的输出当"初稿"而不是"终稿"。尤其涉及具体法条、案号、金额这类精确信息，务必回源核实，模型存在给出看似合理但实际有误信息的可能；
• 不要把当事人的敏感信息不加处理地丢进去。涉密材料、当事人隐私信息，处理前要考虑好合规边界和内部数据使用规范；
• 越标准化的工作，让 Claude 做得越多；越涉及商业谈判和责任判断的工作，人工把关越要重。前面几张图的规律其实都在说同一件事；
• 把好的提示词（prompt）沉淀下来，变成团队的标准操作流程，而不是每次都从零开始现场发挥——这是复用效率最高的部分，也是我在量化工作里最看重的"流程资产化"思路。

AI 工具对律师这个行业的影响，不会是一夜颠覆，更可能是像财务从算盘到 Excel 那样的渐进过程：会用的人先把简单重复的活交出去，腾出精力去做真正体现律师价值的事——判断风险、谈判博弈、为客户的决定兜底。这些事，目前还轮不到机器来做。