【摘要】以生成式人工智能技术为代表的新科技革命的迅猛发展，促进了科学技术与法律场域的深度融合，推动了法律职业的结构性重塑。生成式人工智能的技术特征与加速迭代，正在解构传统法律知识生成范式，打破了法律职业赖以存在的知识垄断，实现了从以“人”为中心向以“算力”为支撑的法律知识生成范式的转型。在法律知识范式进化与革命的影响下，法律服务模式由信息辅助向算法决策发展，使得市场主体间的差序格局被重新界定，法律服务市场“割据化”现象进一步加剧。基于上述变革，生成式人工智能的强势介入一方面对法律职业化及其理论提出挑战，消解了以劳动分工与专业技能为基础的法律职业化，一定程度上降低了法律职业自主性，影响了不同职业主体间的职业地位；另一方面也为高质量法律服务的发展提供了契机。在恪守法律职业者价值判断主导地位的前提下，构建与完善人机交互的法律服务模式，是新科技革命时代法律职业得以高质量发展的未来路径。
【关键字】生成式人工智能；法律职业；高质量发展；人机交互；算法决策；DeepSeek
引言
科学技术一直在塑造着人类职业。如固定电话的发明让接线员成为一种职业，移动电话的出现则让座机接线员失去了工作；打字机的出现替代了抄录员的饭碗，而计算机和文字编辑软件的普及，又让打字员退出了历史舞台；汽车的出现使得出租车司机成为一种职业，而新兴的无人驾驶汽车又对该职业造成了冲击，等等。面对日新月异的科学技术，《未来简史》发出灵魂之问：“一旦拥有高度智能而本身没有意识的算法接手几乎一切工作，而且能比有意识的人类做得更好时，人类还能做什么？”当科技发展处于低智能化时期，我们尚无需忧虑，但随着新科技革命的迅猛发展，高智能化时代已经来临，我们在享受科技红利的同时，也应认真对待这一问题。
2022年11月30日，美国 OpenAI 发布了 ChatGPT，至今已经迭代升级到 ChatGPT4，这一技术的发展被认为革命式而非渐进式的。与过去分析式、判别式人工智能技术相比，以 ChaGPT4为代表的生成式人工智能（Generated Artificial Intelligence）基于预训练算法与大规模语言模型等人工智能技术，具有较高的人类意图识别、法律逻辑推理和知识生成能力，很大程度上改变了人们获取法律知识的方式。可以说，以 ChatGPT4为代表的生成式人工智能崛起是人工智能领域的一次重大变革，也可能是由专用性人工智能转向通用性人工智能的关键转折点。传统法律职业与法律服务所要求的对于法律语言的理解与运用、法律逻辑的推理以及在此基础上的法律知识的生成，与以自然语言处理与法律内容生成为核心的生成式人工智能大模型具有内在逻辑契合性，其中的部分内容甚至可能被后者所替代。目前在全球范围内，一些知名律师事务所已经开始使用人工智能辅助办案，我国也有律师事务所通过引入人工智能系统探索数字化转型。随着 DeepSeek 等生成式人工智能应用的爆火，人工智能技术正在被法律行业积极学习与应用。有学者预言，在未来的若干年内，人工智能将主导法律实践，并导致法律职业的“结构性坍塌”。根据“职业受人工智能影响”（AI Occupational Exposure, AIOE）榜单的测算，法律行业高居于大规模语言模型联系密切的行业之首。当然，也有学者基于内在伦理视角将法律职业看作人类道德生活和道德实践不可分割的一部分，从而认定其具有不可被放弃、不可被取代的伦理价值，所以人工智能技术会重构法律服务市场，但并不会导致法律职业消亡。
法律职业者通过运用法律知识为用户提供服务，这一过程本质上是职业者将用户需求与对应法律知识进行映射。在考查人工智能对法律职业的影响时，既需要从微观层面分析作为服务基础的法律知识获得与生成方式有何变化，也要在较为宏观层面阐释以法律职业者为基本构成的法律服务市场的变迁与发展。在此基础上，随着生成式人工智能技术的迭代发展与针对法律领域的定向优化，才能较为全面妥当地面对人工智能回答“人类还能做什么”，探索法律职业在人工智能影响下的未来境况。
一、生成式人工智能解构法律知识的生成
法律职业作为人类历史上早期职业门类的一种，以垄断性的法律知识与商品作为存续的基础。在职业化领域，法律职业需要具有垄断性的职业商品，并且垄断这一职业商品的生产过程，以达到垄断市场竞争并提升职业整体社会地位的目标。在法律职业化过程中，以专业技能为基础生产的法律知识，是其垄断地位形成的关键所在。然而，生成式人工智能具有的技术特征与加速迭代，正在解构传统法律知识生成范式，打破法律职业赖以存在的知识垄断，在一定程度上推动了从以“人”为中心向以“算力”为支撑的法律知识生成范式的转型。
（一）法律知识生成的时空脱嵌
法律知识是法律领域的原子，是各类法律职业赖以存在的基础。法律知识如何生成与创造，涉及认识论层面经验主义与理性主义的分野。在英美法系国家，判例法传统受到经验理性的熏陶，注重将行之有效的判例经验规范化、制度化和定型化。在一般意义上，经验主义是诸种经验事实的理论总结和逻辑抽象，判例法则是经验主义的一种制度性经验事实。经验主义的代表人物洛克、休谟等人认为，人类知识的根本源泉是感觉经验，是通过经验的归纳所获得的经验知识。而法律经验的获取，无论是案例的累积抑或在此基础上法律知识的提炼概括，都需要经年累月的时间积淀，无法在短时间内促就。大陆法系则带有理性主义的色彩，信奉“人生来就具有智识和道德的禀赋，这使人能够根据审慎思考而形构文明”。基于此，法律知识的构建与创造建立于理性与逻辑之上，是通过理性的法则演绎所获取的。但是，法律知识的获取并非简单三段论式的逻辑涵射，还需要经过一系列法律推理与逻辑演绎的科学化过程，才能形成法律知识与规则原理。因此，尽管成文法国家存在较为明确的法典规定，法律知识的生成与获得仍然要经过长时间的法律解释、推理等方法技巧的学习与训练才能实现。
生成式人工智能通过海量数据的深度学习，无需经过传统意义的知识积累，能够从根本上转变法律知识的生成范式。具体而言，生成式人工智能通过大数据的预训练，基于大模型算法从海量信息中及时地获得相关法律信息，并根据需求自动生成适配的法律知识，从而实现对用户法律需求的即问即答。这意味着，法律知识的生成将在生成式人工智能技术的影响下与时空脱嵌，不再受制于时间与空间，实现即时获取与即时使用。而且，当前人工智能技术已经实现由传统的以专家系统为代表的符号主义向以深度学习为核心的联结主义发展。联结主义人工智能系统借助法律逻辑思维的算法再现与神经网络算法模型，能够实现对裁判结果的准确预测，强化了人工智能司法应用的理性成分。这也意味着生成式人工智能技术除了提供基础法律信息外，还通过算法实现法律解释、法律推理的数字化、模型化，从而实现法律知识生成范式的颠覆式转型。在生成式人工智能技术的强力赋能下，于法律知识的生成而言，空间位置或环境对大多数社会过程而言已不再重要或不再具有决定性，时间和空间已经“脱嵌”并获得重构。
（二）法律知识获取的去职业化与去中心化
传统法律知识的获得属于以“人”为中心的集中式知识获取模式。无论是法律职业资格的获取、“学徒制”的培养以及法律职业者的进阶过程中，抑或法律服务市场内“客户—职业者”的法律服务提供过程中，法律职业者一直处于中心地位。这种以法律人为核心的法律知识获取模式具有以下两个显著特点：一是法律知识的垄断性。法律职业之所以成为一种专门职业，核心在于法律知识具有区别于其他一般知识的特殊性，法律职业能够在劳动分工的基础上垄断法律知识而不为一般公众所分享。正如新韦伯主义学派的市场控制理论所认为，只有发展出独特而有价值的专业技能与垄断商品，一个职业才能提供外行人无法做到的服务。可见，法律知识与商品的垄断性是形塑法律职业的关键所在。二是法律知识的“知识粘性”。由于法律领域内知识粘性因素的存在，法律知识具有高度的领域化与专业性，这造成法律知识流动的困难。“知识粘性”的概念最早由埃里克·冯·希普尔提出，意指“信息需求者在特定地点应用一单位的信息所付出的成本”，主张信息的知识粘性越大，转移这些信息付出的成本越高。法律知识具有较高的知识粘性，提高了用户从法律职业者那里获得法律知识的难度。这一方面是因为法律知识的垄断性使其内嵌于法律职业复杂的知识体系中，除非具有合适的工具以及科学的流程，否则很难顺利实现法律知识的流动与转移；另一方面，由于法律服务市场的逐利性以及法律职业的垄断性，法律职业者呈现出较低的知识转移意愿。在上述共同因素影响下，法律知识的获取呈现一种中心化与职业化的集中式模式。
如果说互联网引发了空间革命、智能手机引发了时间革命的话，ChatGPT 类技术正在引发人类社会的知识革命。生成式人工智能技术在“大型语言模型”（LLMs）基础上开展预训练与深度学习，使人工智能架构所塑造的技术性能得到实质跃升，在知识构建与生成层面取得突破进展。具体到法律领域，生成式人工智能借助海量语料库与深度学习技术，有望突破小模型时代的法律领域自然语言处理技术瓶颈，实现自然语言与法律语言的流畅交互与体系转化；此外，借助生成式智能的结构，生成式人工智能可以通过大规模深度学习自主生成全新的法律专业内容，推动法律人工智能由“分析式智能”向“生成式智能”进化，从而在法律场景内构建生成复杂法律知识以实现对公众需求的精准回应。基于此，生成式人工智能技术将深刻改变传统法律知识的获取模式：一是打破了法律知识的垄断性。法律知识的构建与生成在一定程度上从以“人”为中心向技术与算法为中心转变，社会公众能够依靠人工智能便捷高效地获取所需要的法律知识，法律职业者失去了对于法律知识与商品的垄断地位。虽然在互联网、分析式人工智能技术加持下，社会公众也能获得一些基础法律知识以及自动化生成的法律文书等，但生成式人工智能基于上述技术迭代，能够精准匹配用户法律需求，提供相对精确的法律知识与应对方案，这无疑对法律职业赖以存在的行业基础造成了冲击；二是降低了法律知识的“知识粘性”。生成式人工智能技术改变了知识生成的底层逻辑，显著降低了知识获得与传播的成本，并加快了知识在不同主体间的流动。在法律领域，生成式人工智能技术通过对个体的赋能赋权，实现了知识权力的下沉，促进法律知识的加速流动与共享。这是由于生成式人工智能的代码编写功能将算法技术赋予大众，任何个体都可以根据这种能力形成资源调动的方式，具备了数字创造的能力，进而在法律领域实现法律知识的自由获取。基于上述影响，法律知识的获取在一定程度上呈现出去中心化与去职业化的分布式模式。
（三）技术知识对法律知识的消解与融合
法律知识因其高度专业性而为法律职业所垄断，一方面确保了法律职业成为一类专门职业，另一方面也造就了法律知识权力。福柯认为，知识与权力相伴而生，“知识—权力”之间呈现出“制造”与“维系”的关系，权力制造知识并且与知识相互连带。在福柯看来，权力主要通过生成知识研究对象与研究方法来影响知识的发展，而知识则以真理身份作为权力干预和控制社会的基本手段起着规范化与法制正当化的功能。于是，知识以及知识主体的权威性便从社会实践和权力关系中产生出来。从权力的微观视角来看，法律职业者在提供法律服务的同时，也不断通过建构“知识—权力”社会结构，形塑着法律知识的知识性权威。
在传统法律场域，法律专业知识维系着法律职业者如法官对于定罪量刑等专业法律问题“掌控者”的角色与地位。随着科学技术关键性、全面性、根本性和同步性等时代特征的确立，生成式人工智能等高科技开始向法律场域渗透，使得法律场域内法律知识与技术知识共存，算法、大数据、人工智能等技术知识与话语发挥越来越重要的作用。例如在智慧法院建设方面，我国秉持“大数据、大格局、大服务”理念，历经初步探索、平台建设、深化研究、应用推广和创新发展等阶段，以网络为中心的人民法院信息化2.0版基础上转型升级建成了以数据为中心的3.0版本，在审判、执行、诉讼服务、审判管理、司法公开、社会治理等方面广泛应用司法大数据，推动大数据与法院信息化建设深度融合。北京、上海、浙江、江苏、广东、贵州等地都推出了人工智能法律系统，一方面旨在让司法人员从事务性工作中抽离出来，另一方面也尝试在类案推荐、裁判预测、风险预警等方面提供智能辅助。而随着生成式人工智能等技术的迭代与成熟，算法在深度学习、海量数据等技术加持与赋能下，一定程度上超越了法律辅助者的地位，具有了一定的决策权限。司法实践中已经有法官利用 ChatGPT 撰写判决书，并把他和 ChatGPT 之间的对话直接引用到了判决书当中。可见，算法等技术在法律中扮演着越来越重要的角色，很多决策“已经从人手中转移到算法手中”。在此前提下，“知识—权力”的关系结构由法律知识向技术知识迁移，技术知识因其高度专业性与在法律场域内的广泛应用而形塑技术知识权力，造成对法律知识权力的冲击与消解。法律职业者不再是法律问题的绝对掌控者，而是将部分权力让渡于算法技术及其制定者，这意味着“代码作者越来越多地是立法者。他们决定互联网的缺省设置应当是什么；隐私是否将被保护；所允许的匿名程度；所保证的连接范围”。
从实践来看，科学技术知识与法学专业知识之间在一定程度上处于隔绝的状态，这在客观上形塑了技术权力与专业权力的误解与冲突，并进而外显为技术话语与专业话语的紧张关系。生成式人工智能等科技应用于法律场域中所呈现的技术知识与专业知识之间的张力，实质上是技术知识与专业知识相互交织、角力与融合的动态过程。在拥抱科技已经成为未来趋势的当下，我们应当进一步推动技术知识与专业知识的深度融合，并明晰技术权力对专业权力的介入边界，确保两类权力形成合力促进法律良性运行。需要注意的是，在融合的过程中要始终对技术权威所形成的“知识幻觉”保持警惕。因为，基于技术知识所形塑的技术权威性，诸如算法等技术作用于司法过程中获得了相应权力，而这种复杂而隐秘的算法形成的“知识—权力”关系，极易导致算法偏见堂而皇之反映在法律适用中，从而导致错误的法律认定。
二、生成式人工智能促进法律服务的转型
在生成式人工智能技术赋能下，法律知识的生成与获取将发生深刻变革。而法律知识生成范式的转型必然辐射法律服务模式，进而对法律服务市场的生态造成影响，促进法律服务模式以及法律服务市场的转型与发展。
（一）信息辅助模式向算法决策模式转型
与传统法律知识的生成范式相匹配，无论是在经验主义抑或理性主义的制度环境下，法律职业者欲提供法律服务首先需要长时期法律知识的学习与积累，然后再根据不同具体情境为客户提供带有个人主观性与差异化的法律方案。随着科学技术的迅速发展，技术逐渐深嵌到这一法律服务过程之中。互联网、大数据等技术能够实现自动生成法律文书、检索法条、类案归类等相对基础的标准化法律工作，帮助法律职业者实现便捷高效的法律服务。例如，我国智慧法院系统和数字检察办案辅助系统中大多包含了诉讼文书制作的功能，如北京法院推出的“睿法官”系统即有裁判文书自动生成的功能，其以自动生成裁判文书服务为主，使裁判文书编写效率提高80%、裁量要素覆盖95%以上。浙江省高级人民法院牵头研发的全流程智能审判系统（FITS）“小智”实现了法律信息提取、证据分类、问题生成、对话摘要、判决预测和判决文书生成等任务。当前，互联网、大数据等技术在法律场域的深度嵌入，是科学技术与法律场域不断交互与耦连的结果。但当前的技术嵌入仅提高了法律服务的效率性与便捷性，并没有对法律职业者基于自身价值判断的决策模式产生根本影响。除了前述基础的标准化工作外，互联网、大数据以及分析式人工智能等技术可以独立完成的任务并不多，也无法生成新的内容，在大多数时候充其量只能充当一个辅助角色。所以，当前以技术嵌入为主要特征的法律服务本质上仍然是以法律职业者为中心的决策机制，并没有突破通过技术获得相关信息以辅助决策的信息辅助模式。
传统法律领域内人工智能应用仍停留在分析式人工智能阶段，受制于自然语言处理、人机交互等一些技术瓶颈。然而，生成式人工智能经过技术迭代，基于大规模语言模型与深度学习技术的发展，有望突破法律领域自然语言处理技术瓶颈，实现自然语言与法律语言的流畅交互与体系转化，提升法律人工智能的互动性、嵌入性与生成性。在技术赋能下，生成式人工智能已经具备一定根据输入的案件信息、当事人信息、证据材料等内容，自动生成法律文书、评估法律风险、做出法律决策的能力，实践中也出现了法官通过 ChatGPT 生成判决的实例。目前，我国法律场域中应用的智能量刑系统、同案同判监测系统对于案件事实的认定均是基于算法模型的拟合而非证据完成的。这意味着，基于数据与算法实现的事实认定取代了基于证据的事实认定，人工智能代替法官作出了判断与决策。随着科学科技的飞速发展，人类正在进入一切皆可计算的时代。与之相应，传统的个别性、经验性的决策方式正迈向程式化、自动化的建模方式，通过信息采集、数据分析和算法设计来实现决策的数智化，从而提供了一种全新的革命性工具。在法律职业领域，这意味着法律服务的底层逻辑正在发生变化，算法预测不断蚕食经验判断的领域，人工智能技术在决策过程中发挥着越来越重要的作用，推动着法律服务向算法决策模式的转型。
（二）重新界定法律服务市场的差序格局
人工智能于法律职业而言挑战与机遇并存。生成式人工智能技术在法律场域内引发的革命式变革，影响了法律服务市场内部的结构关系与生态环境，结构性地重塑了法律服务市场的差序格局。
首先，服务者与被服务者的权力关系。生成式人工智能技术促使法律知识生成范式的去中心化，在理论上使得法律知识人人可得、易得，促使以前因高成本或过于复杂而面临障碍的个人和组织有更多机会获得法律救济。目前，在司法实践领域，我国诉讼纠纷中律师参与的比例仍然较低。近几年来全国法院收案维持在三千万件以上，律师代理率仅有20%左右，占总体案件的五分之一。这一方面是因为职业主义门槛的存在，使得法律知识为法律职业所垄断，社会大众无法有效获取法律知识，另一方面也是因为法律知识流动的成本高，社会大众普遍无力负担较高的律师聘请费用。而在法律知识人人可得的理论预设下，人工智能的应用能够超越职业主义的法律服务供给范式，消解因知识信息差所产生的话语权不对等，推动服务供给者和需求者之间的关系平等。传统法律服务供需关系中的权力差序格局将因此发生变化，律师等法律服务者或将失去在与客户关系中的主导地位。
其次，低端业务与高端业务的两极分化。目前，ChatGPT、DeepSeek 等生成式人工智能技术善于归纳格式化、标准化的法律知识，对于法律检索、法律文书起草、法律咨询等简单初级的低端法律业务具有较强的替代性。可以预见到，主要从事包含专业知识的机械脑力劳动的一些初阶法律助理岗位将可能被取代，未经专业技能培训的非专业人士也可以胜任部分法律工作，法律人不再是初阶法律服务的中心。与此同时，人工智能能够完成较为初级的低端业务则意味着，法律职业者可以节省更多精力专注于更加强调需要人类判断和创造力的高附加值任务。生成式人工智能借助大数据、机器学习、算法等技术生成法律知识，但无法有效解决涉及价值衡量、实质判断方面的法律问题。“最难诉诸自动化的任务，就是那些要求灵活性、判断力和常识技能等人只能通过默契来理解的任务”。毕竟，法律裁判不仅需要从概念到逻辑的推理和运用，进行涵射式的事实判断，更需要依据文本之外的超越法律的公正价值以及实质合理性进行价值判断。而无论人工智能在程序上设计得多么精密，都很难甚至无法应对价值判断的问题。所以，高阶法律职业者通过借助人工智能技术辅助价值判断与法律认知，从而赋能与创新高端法律服务，是生成式人工智能在高端法律服务业务应用中的发展趋势。
最后，法律职业者群体内部的生态变革。根据《全国公共法律服务体系建设规划（2021—2025年）》2025年全国律师执业人数要达到75万名，而根据国家统计局统计资料显示2023年律师数量就已经超过73万人。而且，随着法学院校的不断扩招，每年源源不断的毕业生成为律师，法律服务市场竞争愈发激烈。人工智能基于法律知识生成与获取的范式变革，将对法律职业群体内部的生态环境产生影响，为已高度内卷化与阶层化的律师法律服务市场增加一些不确定性，造成以下两种看似悖反的变化：一是加剧低阶律师群体与高阶律师群体的阶层分化。在上述低端业务与高端业务的两极分化的基础上，生成式人工智能技术一方面压缩了低阶法律职业者的生存空间，另一方面赋能高阶法律职业者更高效、高质地完成高端法律业务，使得高阶法律从业者利用人工智能技术牢牢把握住高端法律市场业务，进一步加固了低阶、高阶律师之间的科层格局。“随着算法将人类挤出就业市场，财富和权力可能会集中在拥有强大算法的极少数精英手中，造成前所未有的社会及政治不平等”，这种预测与趋势可能同样适用于竞争激烈的法律服务市场。二是低阶律师利用生成式人工智能技术跨越式发展，实现与高阶律师的去阶层化。人工智能虽然总体上能够取代一些程式化、标准化法律业务，但对于低阶律师群体而言同样带来了机遇。年轻法律职业者在学习和利用 ChatGPT、DeepSeek 等技术方面更具优势，且更能适应人工智能与法律相结合而产生的一些新型职业岗位。因此，低阶律师群体可能在生成式人工智能引入法律场域的窗口期凭借技术敏感性与包容度实现“弯道超车”，由此引发法律服务市场生态格局的去资历化变动。上述两种影响与趋势在生成式人工智能技术的强势介入下均可能发生，究竟哪一种占据上风还需时间进行观测，但无论如何法律服务市场的生态格局将因此产生变革。
（三）法律服务市场进一步割据化
长期以来，我国法律服务市场呈现一种“割据化”特征。所谓“割据”是指社会主体之间稳定的空间性结构分化，无论市场上的法律职业还是国家内部的管理机关，都呈现出高度割据的现象。在我国法律服务市场中，一方面由于传统法律职业的垄断性，导致社会大众在获取法律知识方面存在困难，法律服务呈现由法律供给群体主导的单向度模式；另一方面，在法律职业群体内部，不同的法律服务人群采用不同的准入标准从事类似的法律业务，律师、基层法律工作者、公民代理人等多元主体在法律服务市场相互交织、彼此竞争，使得同一法律市场被不同的法律服务主体所“割据”。 ChatGPT、DeepSeek 等生成式人工智能技术的深度应用，虽然将改变法律知识的生成与获取范式，理论上使得法律知识人人可得、易得，但本文认为，在实践中无法撼动法律服务市场的割据化，甚至可能使这一现象进一步加剧。
首先，“数字鸿沟”的实然影响。互联网、智能手机、人工智能等科学技术的飞速发展在应然层面造福了整体人类社会，但在实然层面需警惕因“数字鸿沟”而导致技术红利的阶层分化。一般认为，“数字鸿沟”（Digital Divide）是新兴技术在普及和应用方面的不平衡现象，受经济发展水平、知识发展能力、对外开放水平、通信技术引进水平的综合影响。这种不平衡不仅体现在不同地理区域、不同人类发展水平的国家之间、不同经济发展水平的国家之间，同时也体现在一个国家内部不同地区、不同人群之间。“数字鸿沟”本质上系因技术而产生的两极分化，“在有效使用网络所需要的技能方面，比起仅仅去访问网络，或许有着更深刻的阶层分化”。在数字鸿沟的影响下，生成式人工智能所引发法律知识生成与获取的分布式范式变革将呈现边际递减效应，体现在技术“可及”（Have or Not Have）和“可用”（Use or Not Use）两个层面，分别指涉接入可及性差异与接入后的运用差异。
一是“可及”层面，涉及一个国家的公共政策和基础设施供给。我国政府一直对人工智能技术持有开放、包容与规制的态度。党的二十届三中全会《决定》明确指出，“完善生成式人工智能发展和管理机制”，“建立人工智能安全监管制度”。国家网信办等七部门于2023年7月10日联合公布《生成式人工智能服务管理暂行办法》。全国人大常委会、国务院已多次将人工智能法相关立法项目列入立法规划计划。然而，在人工智能基础设施建设层面，目前还存在诸如高质量语料库建设不足、人工智能伦理审核机制欠缺等问题。如目前由我国自主研发的 DeepSeek 人工智能应用，虽然通过算法优化降低了算力依赖，但在语料库的建设、模型的泛化能力和对特定领域的适应性上仍有待提高。此外，在公共法律服务领域充分运用人工智能技术，对于推动法律服务与法治产品的均等化、可及性，弥补城乡、区域、不同人群享受法律服务资源上的差距具有重要意义。然而，目前人工智能技术在公共法律服务的融合与应用还存在诸多问题，如“智慧法律服务”系统存在应用不充分、系统融贯不通畅等，无满足人民群众全流程、全场景、一体化、智能化的法律服务需求。
二是“可用”层面，涉及公众因技术应用差异而产生的不平等。生成式人工智能的技术红利是否能广泛惠及社会大众目前仍存在疑问。根据中国互联网络信息中心发布的《生成式人工智能应用发展报告（2024）》显示，截至2024年6月，我国生成式人工智能产品的用户规模达2.3亿人。虽然我国人工智能产品用户在不断增加，但是仍有大部分群众仍未享受到技术红利。如果法律人工智能技术只能使小部分的技术掌控者受益，那么不仅会削弱法律知识的分布式获取与传播，甚至还会加剧技术可用性层面的“数字鸿沟”。
其次，资本逐利性与技术普惠性的抵牾。技术的进步与发展始终伴随着资本的融合与扩张。人工智能对于数据、算法和算力具有巨大需求，需要大量资本投入与支撑。有数据显示，ChatGPT 的总算力消耗约为3640PF-days，需要7至8个投资规模30亿元、算力500P 的数据中心才能支撑运行。在顶尖模型中，GPT-4的训练成本大约为7800万美元，Llama3.1超6000万美元，Claude3.5约为1亿美元，即使是 GPU 成本仅有557.6万美元的 DeepSeek，算上服务器资本支出、运维成本等总成本在4年内可能也要达到25.73亿美元。所以，生成式人工智能技术市场具有显明的垄断性，技术的竞争仅局限于少数一些互联网巨头之间。受垄断利益的驱动，法律人工智能技术在落地应用与部署过程中，会不可避免在价格制定、地域差异乃至竞争与垄断策略等问题上有着天然的逐利性考量。例如，无论是国外的ChatGPT 类技术，还是我国的 DeepSeek 应用，均存在免费版和收费版两类版本，收费版本相比于免费版本提供更加高级、优化、全面的技术服务，这就无形在免费用户与收费用户之间形塑了“数字鸿沟”。可见，资本逐利性与技术普惠性之间的张力，将导致社会公众无法普惠式享受生成式人工智能带来的技术红利，进一步加剧法律服务市场的垄断性与割据化。
最后，法律科技公司的兴起。从全球范围来看，智能技术与法律场域的深度融合已经成为一种趋势。人工智能市场的巨大潜力使得资本与技术紧密结合，法律科技公司凭借人工智能技术应用不断涌入法律服务市场，成为新的法律服务主体。所谓法律科技公司是运用大数据、算力、区块链、人工智能等新技术服务立法、执法、司法和法律服务等法律行业，提升法律职业活动质效的科技公司，其本质上是科技公司，但技术开发与服务都与法律行业息息相关。海外比较知名的法律科技公司有 Westlaw Next、Lexis、DocuSign、Nuix、LegalZoom、CS Disco、Intapp 等，国内也涌现了北大法宝、法信、华宇软件、无讼、e 律师、法大大、e 签宝、律兜、Meflow 等众多法律科技公司。目前，各类法律科技公司在各个细分市场已经深度渗透法律服务行业并发挥重要作用，如辅助法院进行司法审判、介入调解市场服务基层社会治理、通过技术助推律师事务所数字化转型等。凭借技术优势，法律科技公司不断融入与扩展法律服务市场，实质上形塑与掌握了技术知识权威。由法律科技公司研发的一些软件系统与应用，已经成为法律职业者在服务过程中必不可少的工具。在此背景下，法律服务市场将形成新的割据局面：新兴供给主体负责与传统律师不同的业务领域，利用大模型开发智能化的法律产品，为用户提供个性化、定制化的高质量法律服务。
三、生成式人工智能影响下法律职业的重塑
法律知识如何生成、法律服务如何获取与法律职业息息相关。生成式人工智能技术的便捷高效性无疑会赋能人类生活的各个领域包括法律行业，并对法律知识生成与获取、法律服务的提供与获得产生革命式的影响，进而促进法律职业这一职业本身及其社会结构的发展与变迁。
（一）基于专业技能的法律职业化变迁
专业技能是各个职业得以区别与分化的关键所在。涂尔干的社会分工论认为，在从传统社会向现代社会的转型过程中，劳动分工会导致社会团结方式的变化，而其所谓的“有机团结”的基础就是职业群体（涂尔干称之为“法人团体”）的兴起。社会分工论以劳动分工与专业技能为核心为当代职业理论奠定了基础。然而，涂尔干始终没有解释清楚的一个问题是，职业群体的内部团结缘何而来，或者更具体的是专业技能究竟是什么？当代职业理论围绕“职业化”这一主题对何谓专业技能形成了不同的理论见解，典型理论有新韦伯主义学派所提出的市场控制论与芝加哥学派所提出的职业系统论。以拉尔森为代表的市场控制论者认为职业化的关键首先在于职业教育对“生产者的生产过程”（the production of producers），并通过对服务市场中的收入机会以及职业位阶中的地位与工作特权的垄断来巩固职业的社会结构与地位。这一理论虽然强调了专业技能的商品化，但将其封闭在职业系统内部，忽视了职业在社会结构中的建构过程。芝加哥学派代表人物阿伯特从职业的社会结构层面，将职业视为一个通过管辖权冲突而发展的生态系统，其中的每个职业基于其专业技能提出对某项工作的管辖权要求，然后彼此之间形成管辖权解决方案。这两种理论分别从职业本身的内部视角与职业社会结构的外部视角对专业技能与职业化进行了诠释，提出了不同的职业化理论路径。
生成式人工智能强势介入法律场域对法律职业化及其理论提出了挑战。这体现在：一是打破市场控制理论所依赖的职业垄断。市场控制理论认为，职业获得社会地位与收入必须具备两个条件：（1）创造职业商品，让消费者把本行业所提供的服务视为有价值的商品并愿意出钱购买；（2）通过对职业教育、行业准入、服务质量等严格控制，垄断这一商品的生产过程。伴随法律知识生成与获取的去中心化，生成式人工智能在理论上使法律知识人人可得、易得，法律职业不再独享法律知识商品的垄断性。而且，法律知识在时间与空间上的脱嵌，使得为塑造法律职业而苦心设计的一系列职业教育、行业准入、服务质量等控制机制失去作用，法律知识的生产过程呈现即时性与分布式特点。二是重塑职业系统理论提出的管辖格局。阿伯特主张，处于同一工作领域的各个职业构成了一个相互依赖的系统，每个职业在这一系统中都对某些工作拥有“管辖权”，职业的发展正是在处于同一工作领域的不同职业对于管辖权边界的冲突中得以完成的。根据这一主张，职业系统理论对职业的划分是基于每个职业“管辖权”基础上的冲突与定界来完成的。然而，生成式人工智能与法律场域的深度融合，使得法律职业的管辖边界越来越模糊。具体而言，随着人工智能的迭代发展，能够替代完成越来越多的法律工作，法律职业者的管辖权越来越小，从而面临法律职业者与人工智能的管辖权冲突与界分的问题。在人工智能发展的临界点到来之前，这种冲突与界分会一直存在与发展，法律职业的管辖权也将处于变动之中。变化的结局为何尚不可知，但法律职业的管辖格局无疑将被重塑。“职业化是一个历史性的具体过程而并非取决于某些职业的内在特征”。生成式人工智能无法在根本上颠覆以专业技能分工为基础的法律职业，只是伴随技术的发展而赋予其新的内涵，促进了基于知识、技术与权力相互交织的法律职业化及其理论的发展变迁。
（二）法律职业自主性与地位的变革
生成式人工智能技术在法律场域的深度应用，还引发了法律职业的结构性变革。这种变革体现在法律职业的自主性以及职业地位两个方面，前者涉及一个职业区别于其他职业的关于工作的合法性控制，后者则涉及职业内部的社会分层。弗莱德森认为，职业控制被视为一种对形式知识（formal knowledge）的制度化过程，这些知识通过分化为各个学科的高等教育被发展和维系，并在职业的工作过程中成为一种福柯意义上的弥漫性权力，只要在日常工作场所里具有对其核心工作的合法性控制，职业自主性就有所保障。质言之，一个职业只有获得了对于决定从事其职业工作的正确内容和有效方法的排他性权力，才具有稳固的地位。人工智能所形成的技术知识融入了法律知识的制度化过程，与之相伴的是技术权力消解了法律职业的权力。例如在法律服务市场中，被服务者通过人工智能共享法律知识的生成与获取，法律科技公司成为法律服务的新兴割据主体，都意味着法律职业者对制度化的法律知识控制的弱化。可以认为，随着人工智能与法律场域的深度绑定，技术知识弱化了法律知识的纯洁性，从而导致法律职业的自主性下降。
法律职业的另一个结构性变化是职业内部劳动分工的逐渐细化与分层，这涉及法律职业地位问题。以律师职业为例，随着经济水平的不断发展、社会转型期新问题层出不穷以及近年来律师人数的飞速增长，我国律师职业内部也产生了十分显著的专业领域细分，诸多律师开始精耕某一专业领域，如金融证券、房地产、知识产权、婚姻家庭、刑事诉讼等，由此产生了律师职业内部的地位高低问题。美国学者通过对芝加哥律师的实证分析发现，在高度发达的职业内部劳动分工之下，为大型企业提供投资并购、金融证券等非诉讼服务的律师与为个人提供普通民事、刑事案件等诉讼服务的律师之间的地位、收入、教育背景、职业文化都有着天壤之别，几乎形成了两个截然不同的“半球”。换言之，律师业内部不同法律工作领域的地位在很大程度上是由该领域所服务的客户的地位所决定的。对此，阿伯特提出了一种“职业纯洁性”理论，认为职业的内部地位（intraprofessional status）往往取决于职业工作的纯洁性（purity），而职业工作通过祛除非职业因素而获得其纯洁性，纯洁性越高的职业其职业地位就越高。例如英国律师业中专门负责出庭业务的“大律师”（barristers）的职业地位就远高于负责对接客户事宜的“初级律师”（solicitors）。而诸如投资并购、金融证券等业务对于法律知识的专业程度与纯洁性无疑要高于普通的民事诉讼业务，也因此造就了不同类型律师职业地位的不平等。前文已述，生成式人工智能技术将造成法律服务市场低端业务与高端业务的两极分化，一些程式化、标准化的法律工作会被人工智能所取代。因此，法律服务成为一个杂糅技术知识与法律知识的交叉性领域。在这个领域中，一些法律职业者可能仅仅负责技术性与初级法律工作，而另外一些则会专注于提供技术替代不了的具有价值判断、利益衡量的高端法律服务，因工作内容更具有纯洁性而获得更高职业地位。在此意义上，生成式人工智能技术将加剧法律职业者内部职业地位的阶层划分。
（三）高质量法律职业服务模式的形塑
虽然人工智能在一定程度上冲击了法律职业的自主性，但智能技术赋能法律服务，在整体上符合着力推动高质量发展的国家战略。高质量的法律服务是无法完全标准化的，其间涉及大量的价值判断与主观决策，因此不能被工具、器材或人工智能所取代。生成式人工智能能够完成标准化、程式化的基础法律工作，为进一步高质量法律工作的开展提高效率、节省资源，但是无法替代法律职业最核心的学术知识与实践经验。因此，如前所述，在生成式人工智能的赋能效用下，法律服务市场将进一步形成低端业务与高端业务的分野，进而促进高质量法律服务模式的发展。在此过程中，可以从以下两个方面推动高质量法律职业服务模式的形塑。
一是恪守法律职业者在价值判断中的主导地位。现代法律适用的过程并非马克思·韦伯所谓的“自动售货机”，而是需要进行大量的价值判断。价值判断本质上是人类基于特定价值偏好做出的决策，带有主观性。虽然生成式人工智能技术采用大规模语言模型和生成式智能的架构，在已有海量语料的基础上进行知识习得，但仍然无法在复杂的司法案件中根据具体情境实现价值判断。因为，“计算机并不是‘思考’，而是依据逻辑算法处理数据”。虽然基于模拟大脑运作的机制、深度学习理论以及计算机对人类心理状态的阅读等技术，人工智能在司法裁判中分析价值问题具备了可能性，但是当下无法预测，在未来人工智能的“奇点”来临时，人工智能是否能够具备人类所具有的价值判断能力。然而，我们应该且必须保障的是，即使这一天真的来临时，应当是人类而非机器做最终的价值判断。具体到法律场域中，法律职业者应当恪守法律价值判断中的主导地位，负责对善、恶、权利、义务、公正等伦理与价值进行权衡，确保法律价值的连贯性与一致性。诚如霍姆斯所言，“一个时代为人们感受到的需求、主流道德和政治理论、对公共政策的直觉——无论是公开宣布的还是下意识的，甚至是法官与其同胞们共有的偏见，在决定赖以治理人们的规则方面的作用都比三段论推理大得多”。高质量的法律服务必须由法律职业者根据具体情势进行综合性的价值考量与主观判断，这远非机器依靠单纯的形式逻辑推演能够胜任的。
二是构建人机交互的法律服务模式。任何技术的社会化落地，实质都是技术逻辑与社会选择“互构”的结果，人工智能同样遵循这一逻辑。生成式人工智能技术的迭代发展，不仅使得人工智能已经具备了交往理论中的理解能力，能够以对话者的身份与不同主体进行双向交流，而且在语言理解与处理上具有优越表现，为形塑人机交互的高质量法律服务模式奠定了基础。人机交互的法律服务模式旨在通过法律职业者与人工智能的交互与协同，一方面充分运用生成式人工智能海量信息的获取能力与强大的运算能力，提高基础性、标准化法律工作的便捷性与高效性，另一方面发挥法律职业者在复杂法律情境下的价值判断、道德衡量、利益权衡以及创造力等方面的独特优势。为此，可以从以下两个方面形塑人机交互的高质量法律服务模式：一是遵循“人在回路之上与人在回路之内”的基本原则。“人在回路之上”是指，由生成式人工智能基于法言法语的精准理解生成对应的法律知识，负责完成基础性、标准化的法律业务，法律职业者在回路之上进行质量把控和价值验证。“人在回路之内”是指，在需要进行综合衡量的复杂性、创造性法律业务领域，由法律职业者在回路之内负责价值判断与主观决策。二是提高法律职业者的技术素养，保障交互过程以人为主。建立在人机交互基础上的高质量法律服务对法律职业者提出了较高的素质要求，即不仅法律专业知识过硬，还要了解甚至熟悉生成式人工智能技术的原理与应用。如果缺乏技术知识素养，可能在人机交互过程中形成过度技术依赖，从而丧失法律职业者的主导地位。而且，法律人工智能面临算法的过拟合与欠拟合问题、算法偏见与算法歧视等技术瓶颈，必然会产生黑箱算法或不可解释性问题，对于技术的过度以及盲目信赖，会导致前文提到的“知识幻觉”问题。因此，法律职业者必须在掌握一定信息技术的基础上对上述问题有所警惕。 DeepSeek 在我国爆火后，司法机关、科研院校、律师群体等机构和群体兴起了人工智能技术赋能法律业务的学习热潮，表明法律职业群体有意识地强化技术知识的学习，自觉将人工智能与法律工作相结合，促进了以人机交互为基础的高质量法律服务模式的发展。
结语
新科技革命正以想象不到的速度改变着人类世界，其中包含了人类赖以生存的以专业技能为区分的各类职业。随着劳动分工的不断扩张和细化，职业的功利性与社会封闭性越来越强，科技发展让一些业务领域的专业技能显得越来越标准化、智能化和数字化，职业领域呈现一种去职业化现象。然而，本文的分析说明，虽然人工智能技术能够独立完成一些标准化、程式化的法律工作，在一定程度上降低了法律职业的自主性，但是无法替代人类在法律适用中完成价值判断与利益权衡。在此意义上，人工智能无法替代法律职业。即便如此，生成式人工智能技术的革命式跃迁，将在根本上改变法律知识生成范式，促进法律服务市场的转型，从而推动法律职业的结构性重塑。
随着人工智能的迭代发展，生成式人工智能技术在语言理解、意图识别等方面取得了跨越式发展，并且有望在未来实现类似人类价值判断的技术突破。对此，我们始终应当保持高度的清醒，“技术从来就是好坏参半”，它“既赋予我们创造性，也赋予我们毁灭性”。生成式人工智能技术在赋能法律场域的同时，算法黑洞、算法歧视、知识幻觉等人工智能的副作用也相伴而生。即便是强人工智能时代的“奇点”到来，我们也应当规范与完善人机交互的法律服务模式，始终确保法律职业者处于价值判断与主观决策的主导地位。总之，人始终应是目的，技术始终应是工具，权当以此回应《未来简史》的灵魂之问。
【作者简介】
王迎龙（1988-），男，法学博士，中国政法大学法学院教授、钱端升学者，主要研究方向：刑事诉讼法学。
