AI Snake Oil：AI 不会自动让法律服务变便宜
来源AI Snake Oil查看原文
速览
- AI 不会自动降低法律服务成本，监管、对抗性程序和人类参与是三重瓶颈。
- UPL 法规让 AI 法律工具面临罚款与刑责风险，抑制了面向消费者的创新。
- 对抗性法律体系下，双方生产力同步提升只会推高竞争均衡，而非降低成本。
- 数字化本可降低文件开示成本，但被双方利用来互相抬价，整体诉讼费用未降。
- 律师按小时计费的模式强化了「多干活多收费」的激励，与客户想要的结果脱节。
- 法官和客户理解合同的速度，构成了 AI 加速法律流程的上限。
- AI 可能让法律「产出」更便宜，但客户真正想要的「结果」未必更便宜。
- 除非行业推动监管与裁决改革，否则法律工作会更泛滥，服务依然昂贵。
AI Snake Oil 作者 Arvind Narayanan 与 Justin Curl（哈佛法学院三年级学生）在 Lawfare 研究论文系列发表文章，系统反驳「AI 将自动降低法律服务成本」的流行预期。文章指出，即便 AI 能力持续提升，美国法律服务仍被三重瓶颈卡住：一是未经授权从事法律执业（UPL）等监管限制，二是对抗性法律程序带来的「军备竞赛」效应，三是人类裁决与人类理解合同这一不可替代环节。作者以文件开示（discovery）的数字化历史为类比：数字化本可降低文档审查成本，但诉讼双方利用激增的电子文档互相抬高对方成本，最终整体诉讼费用并未下降。文章结论是，AI 更可能让法律「产出」（outputs）变便宜，而不是让客户真正想要的「结果」（outcomes）变便宜；除非行业主动推动监管与裁决制度改革，否则法律工作会更泛滥，但法律服务依然昂贵且难以获得。
关键事实
- 文章由 AI Snake Oil 作者与 Justin Curl 合著，发表于 Lawfare 研究论文系列，Justin Curl 是哈佛法学院三年级学生，此前是清华大学的 Schwarzman Scholar，并在普林斯顿获得计算机科学学位。
- OpenAI CEO Sam Altman 预测 AI 系统将在 2030 年前「比人类更聪明」，Anthropic CEO Dario Amodei 将未来 AI 模型类比为「数据中心里的天才之国」。
- 大型律所合伙人的小时费率中位数在 2024 年为 1050 美元，部分合伙人超过 2300 美元；这一数字较 2023 年上涨 5.1%，而 2023 年较 2022 年上涨 5.4%。
- Fortune 200 公司报告称，在法律费用超过 25 万美元的案件中，平均诉讼成本从 2000 年的每家公司 6600 万美元升至 2008 年的 1.15 亿美元，八年几乎翻倍。
- 2017 年一项调查发现，标的额低于 100 万美元的专利案件，诉讼成本通常为 100 万美元（双方各 50 万美元）。
- 债务催收诉讼从 1993 年的 170 万件增至 2013 年的约 400 万件；到 2019 年，这类诉讼占密歇根州所有民事地区法院立案的 37%；得克萨斯州债务索赔在 2014 至 2018 年间翻倍以上，到该五年期末占该州民事案件的 30%。
本站视角
这篇文章对中文读者中最值得关注的是两类人：一是正在做法律 AI 产品的创业团队，二是考虑用 AI 替代外部律师的企业法务。对前者，文章点出了一个容易被忽视的风险：在美国市场，UPL 法规意味着你的产品功能越强、越接近「给出法律判断」，越可能触发罚款甚至刑责，LegalZoom 从 2011 年到 2024 年反复被诉就是前车之鉴；这直接决定了产品该做「信息工具」还是「建议工具」的定位选择。对后者，文章的核心判断是：AI 让法律产出变便宜，不等于让你的法律结果变便宜。在诉讼和合同谈判这类对抗性场景中，如果对方也在用 AI，双方产出同步膨胀，你为达成同样结果所需投入的工作量可能不降反升——这和文件开示数字化的历史如出一辙。我们认为，这篇文章最有价值的地方在于它拒绝把「AI 能力提升」等同于「行业成本下降」，而是把注意力拉回到制度与激励结构上。需要指出的是，文章的论证主要基于美国法律体系，UPL、对抗制诉讼、判例法传统都是美国特有语境，对中国大陆的读者而言，结论不能直接照搬——中国没有同构的 UPL 制度，诉讼对抗性也弱于美国，但「按小时计费激励与客户结果脱节」「对抗双方同步提效抵消优势」这两条逻辑具有跨法域的参考价值。另一个需要观察的点是：文章引用的成本数据（如 Fortune 200 诉讼成本翻倍）时间跨度较大，部分来自 2000 至 2008 年，用来说明「数字化未降成本」有说服力，但用来预测 AI 时代则存在外推风险。此外，作者之一 Justin Curl 是哈佛法学院学生，文章带有明显的法律行业内部视角，对 AI 技术能力的判断相对保守，读者在采纳其结论时应意识到这一立场。
背景与影响
这篇文章是「AI as Normal Technology」框架在法律领域的具体应用。该框架的核心主张是：AI 的影响不由能力进步单方面决定，而取决于社会与组织层面的瓶颈。作者选择法律服务作为案例，因为法律被研究者普遍视为最易被 AI 冲击的知识工作之一——GPT-4 通过律师资格考试后，法学院已开始将 AI 纳入课程，有律师声称 AI 已能替代法官助理和口头辩论，还有人预测 AI 将在 2035 年前取代传统律师。与此同时，法律服务价格持续攀升：数百万个人被排除在法律协助之外，大型律所合伙人小时费率中位数达 1050 美元，部分超过 2300 美元。文章先解释法律服务为何昂贵（质量难以评估的「信任品」属性、价值的相对性、限制竞争的行业监管），再论证 AI 为何不会自动解决问题，最后提出制度改革建议。作者特别区分了 inputs（投入）、outputs（产出）和 outcomes（结果）：客户购买法律服务是为了达成特定结果，但在零和对抗场景中，双方产出同步增加时，任何一方的优势都可能被抵消。文件开示的数字化历史是核心类比：更好的搜索能力本可降低审查成本，但数字信息爆炸反而增加了开示范围和滥用机会，最终开示仍占诉讼成本的三分之一到一半。文章还指出，交易类工作（如合同谈判）同样存在对抗性——律师通过限制披露、在合同语言上「智取」对方来为客户争取优势，而合同长度和复杂度持续上升，M&A 协议从 1996 年的 35 页扩展到 2016 年的 88 页。作者认为，这些市场失灵并非法律服务固有，而是程序、定价和行业治理选择的结果，改革在政治上可能困难，但不改革前景黯淡。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
