|
|
凌晨，团队里的初级律师打开AI工具，输入客户需求，一分钟生成一份二十页的交易合同，半小时修改后便发给了带教律师。
—— 这是当下中国法律服务行业最常见的场景，“一键生成”让法律人告别了通宵检索、逐字抠条款的苦役，把曾经需要数天完成的工作压缩到了小时级，却也悄悄改写了律师这个职业的成长底层逻辑。
“AI会取代律师”、“AI会摧毁律师”皆是伪命题，我们正在经历的是一场由技术驱动的、对律师核心能力的彻底重塑。
2026年1月，LexisNexis发布的《The Mentorship Gap（师徒鸿沟）》报告，基于873名英国法律从业者的调研，为这场行业变革提供了最直观的行业数据与观察视角，也撕开了AI时代法律行业最隐秘的成长危机。本文将以这份报告为行业参照，结合中国法律服务行业的本土实践，探讨一键生成时代，法律人该如何守住专业内核，重构成长与带教的新模式，在效率与专业之间找到平衡。
01 报告的核心洞察：
效率狂欢下的行业成长隐忧
《The Mentorship Gap》这份报告的核心命题是“AI正在重塑法律人的成长路径，我们该如何守护法律职业的核心价值——人类的判断力与专业卓越性”。
（↑↑↑ 在公众号后台回复“GAP”获取《The Mentorship Gap》全文链接）
它用调研数据，冷静呈现了AI给法律行业带来的一体两面，核心结论可归纳为三个维度：
第一，AI的效率价值已成为全行业共识。
65% of lawyers said they are faster when using legal AI tools such as AI from Lexis+. More than half (58%) of lawyers using AI tools of any description are producing legal work faster, a third (29%) said their legal work is of a higher quality.
65%的律师表示，使用Lexis+等法律AI工具后，自身工作效率显著提升；在使用各类AI工具的律师中，超58%的人实现了工作提速，29%的人认为自身出具的法律文书质量有所提升。
对资深律师而言，AI是解放生产力的核心工具，它能快速完成法律检索、文书初稿生成、文件摘要等重复性工作，让律师把精力集中在策略制定、客户服务等核心环节，这一点已成为全球法律行业的共识。
第二，AI带来的成长鸿沟已成为行业核心焦虑
72% have concerns junior lawyers using AI will struggle to develop legal reasoning & argumentation. 69% are worried new lawyers lack verification and source-checking skills. Only 2% of lawyers believe AI strengthens their learning.
72%的受访者担忧，使用AI的初级律师将难以构建扎实的法律推理与论证能力；69%的受访者担心，新晋律师缺失核心的证据核验与法律渊源追溯能力；仅有2%的律师认为，AI对法律人的学习成长起到了核心的强化作用。
这组数据是报告最核心的警示。
AI给资深律师带来的效率红利，对新人而言可能变成成长的陷阱。新人能借助AI更早接触复杂法律工作，却不具备检验、挑战、优化AI输出的经验与能力，最终陷入“看似能快速交付专业成果，实则核心判断力持续空心化”的困境。
第三，行业共识的破局方向已清晰明确
The solution, according to two-thirds (65%) of respondents in our survey, is to reposition how junior-level lawyers view AI. It's not a shortcut, but instead a “thinking partner”.
本次调研中三分之二（65%）的受访者达成共识，破局的核心在于重新定位初级律师对AI的认知：它不是一条逃避思考的捷径，而是一位并肩作战的“思考伙伴”。
报告的核心逻辑从未否定AI的价值，而是指出了行业的核心矛盾： AI不是问题本身，问题在于我们还未建立起适配AI时代的带教、培训与成长体系。技术变革已经到来，但行业的人才培养逻辑还停留在过去，这才是“师徒鸿沟”的本质。
02 被一键生成重塑的，
是律师成长的底层逻辑
当下市面上充斥的“AI将取代80%律师”的焦虑言论，本质上是对法律职业的彻底矮化。它把法律人等同于“法条检索机”和“文书打字员”，完全无视了法律职业的核心是“判断与服务”。
要破解这种焦虑，我们必须先准确描述法律人的核心能力。律师的核心能力，从来不是“会检索法条、能起草文书”这些基础技能，而是不可替代的四大核心素养：
一是深度法律推理与规范涵摄能力，即把碎片化案件事实与抽象法律规范完成精准匹配、构建完整论证链条的能力；
二是商业与法律融合的决策判断能力，即在法律框架内为客户找到兼顾风险与商业目标最优解的能力；
三是证据核验与职业伦理坚守能力，即对所有结论保持审慎、对法律渊源负责、对客户风险兜底的底线思维；
四是复杂场景下的沟通与共情能力，即读懂客户隐性需求、传递专业价值、建立长期信任的能力。
年轻律师也不要说这是资深律师才应拥有的技能，当AI已经极大缩短机械工作耗时时，年轻律师有大把的时间去培养这些十年前的“曾经的”青年律师必须花费额外时间才能争取突破的“附加”能力。
律师这个职业，成长路径虽然千奇百怪，但大致路线还是相对清晰的：
Pouring over lengthy contracts, interrogating every clause, and immersing yourself in case law may not be glamorous, but these tasks have traditionally been how legal judgment is formed.
逐字研读冗长的合同、推敲每一个条款、沉浸式梳理判例规则，这些工作或许毫无光鲜可言，却一直是法律人构建核心判断力的传统路径。
每个从法学院毕业的新人，原则上都要先经历数千小时的基础训练，以夯实法律人构建核心判断力的基础。
而“一键生成”的出现，彻底打破了这条成长路径。AI帮新人跳过了最磨人的基础训练环节，让他们在职业生涯的极早期，就能拿出一份看似专业、体例完整、逻辑通顺的法律文书，甚至能接触到此前只有资深律师才能参与的复杂案件。效率的提升是肉眼可见的，但隐藏在效率背后的成长代价，却正在慢慢显现：
他们尚且不具备足够的经验，无法判断AI的输出何时是错误的、不完整的，亦或是有进一步优化的空间。
简言之，是否有评判AI输出内容的质量水准、并给予修改意见的能力，是年轻律师“核心能力的空心化”风险最直观的判断依据。
这不是AI的错，而是我们对AI的定位出了错。
我们只看到了AI带来的效率提升，却没有建立起适配AI时代的成长体系，让本该成为工具的AI，变成了替代思考的捷径。
03 破局的核心：
把AI从“捷径”，重新定义为“思考伙伴”
面对AI，行业里一直有两种极端的态度：一种是彻底拒绝，严禁新人使用AI，怕他们“学坏了手艺”，丢掉了传统的基本功；另一种是彻底放任，把AI当成万能的代写工具，让新人完全依赖一键生成，最终丧失了独立思考的能力。
这两种态度，本质上都犯了同一个错误：把AI当成了法律人能力的替代品，而不是赋能工具。
我始终认为，AI时代最正确的认知，是把AI从“代写工具”，拉回“思考伙伴”的正确位置。
Framed this way, AI becomes a tool for challenge, iteration, and validation — not a replacement for legal reasoning.
在这一定位下，AI成为了用于挑战观点、迭代方案、验证结论的工具，而非法律推理能力的替代品。
“思考伙伴”与“捷径”的本质区别在于是否守住了“人是思考的核心主体”这一底线：
把AI当捷径的人，是让AI替自己完成思考，他们的工作流是“输入需求→AI生成内容→简单修改→交付成品”，整个过程中没有自己的核心框架，没有自己的逻辑判断，只是AI内容的“传声筒”和“修改员”，长期下来，独立思考能力会不断退化，最终变成依附于AI的“工具人”。而捷径，终将带人走向更荒芜的地方。
反之，把AI当思考伙伴的人，是自己主导核心思考，让AI完成辅助性工作，陪自己完成观点的打磨、逻辑的校验、方案的迭代。他们的工作流是“先独立拆解客户需求，搭建核心框架，明确风险点与核心诉求→让AI生成初稿→对比自己的框架与AI输出的差异，思考AI的设计逻辑，排查遗漏的风险点，优化论证路径→完成核验、修改与最终交付”。
同样是用AI，前者省了时间，却丢了成长；后者省了机械劳动，却把所有精力都放在了核心能力的提升上。
这一定位的重构，本质上是把AI的价值，从“替代劳动”转向了“赋能成长”。
不是远离AI，而是学会正确地使用、驾驭AI，在享受效率红利的同时，不跳过法律职业最核心的基础训练，不丢失法律人最珍贵的判断力。
04 中国语境下的适配与破局：
AI时代的成长与带教新范式
中国作为成文法国家，更拥有解决AI核心痛点“幻觉”的先天优势。
法律法规、司法解释、指导性案例、公报案例……均有明确、权威、标准化的官方来源；国内已有大量法律垂类AI，基于法规、案例大数据的先天优势，在输出专业意见的同时，会附带指向权威渊源的引用链接，包括具体的、可跳转查阅/验证详情的裁判文书或司法解释等等，实现了溯源、依据可查。
但同时，中国法律服务行业的内卷现状，也让成长鸿沟的问题更为突出。
青年律师面临着极大的考核或案源竞争压力，以及客户的极致效率要求，很多新人不得不把AI当成捷径——只能用AI快速生成，草草修改就交差，长期下来，核心判断力的缺失便成为必然。
与此同时，国内多数律所的带教体系仍停留在传统模式：要么还是传统教学套路，被质疑“都有AI了还用学这个？”，或严禁新人使用AI，怕他们“学坏了手艺”；要么放任新人使用AI，完全不关注其成长过程……最终形成两极分化。
青训讲不讲AI？到底如何用AI辅助青训？
这是中国律所对青年律师培养、破解成长困境必须直面的核心问题。
4.1 从具体任务出发
针对具体任务，我建议采取“2·6·2”的作业模型，同时也希望这是适配AI时代的、兼顾效率与成长的核心解决方案：
头20%的核心策略与框架搭建，必须由人主导完成，这是法律人的核心能力；
中60%的初步成稿、返回修改，或标准化、重复性、机械性工作，主要由AI完成、人持续反馈修订意见，实现极致的高质效；
尾20%的风险核验与细节修缮，仍然必须由人独立完成，这既是AI的短板，也是专业最集中的体现，是确保每一份工作成果都经得起法律推敲、事实核验与时间考验的最后屏障。
4.2 从新时代律师个体出发
对律师个人，我建议先守住能力底线，再谈AI提效：
先建立“无AI作业能力”，再用AI实现跃升：接触全新业务领域或流程环节时，必须先手动、去AI化完成至少3次全流程作业，完整搭建框架、梳理法律渊源、撰写文书、排查风险，建立起对该领域的核心判断，再用AI提效。永远不要让自己的能力下限，等于AI的能力上限。
把AI当成“反向带教老师”，而非代写工具：拿到AI输出的内容后，先做“差异对比”，而非直接修改。对比自己的核心逻辑与AI输出的区别，思考AI的设计逻辑，排查遗漏的风险点，把AI的输出当成“参考答案”，而非“最终成品”，让每一次AI使用，都变成一次深度学习。
把“核验”变成肌肉记忆：无论AI是否自带引用链接，必须完成“逻辑结构再优化、法律渊源有效性核验、案例裁判规则匹配、风险点兜底排查”三步，把核验过程变成习惯，培养法律人最核心的审慎思维。
对律所，或负有青训责任的团队负责人、带教律师，我建议重构带教体系，让AI成为带教的赋能工具：
重构带教核心，从“教技能”转向“教判断”：青训的核心目标从“教新人怎么写合同、做检索”，转向“教新人怎么拆解客户需求、搭建策略框架、核验AI输出、平衡商业与法律风险”，让年轻律师更早接触核心判断工作，同时“知其然且知所以然”，兼顾基础能力训练。说起来简单，在基础工作无需高强度培训之后，实质上对带教律师个人的方法论总结能力提出了更高要求。
重构考核体系，从“考核效率”转向“考核成长”：把“AI使用的合规性、输出内容的核验完成度、核心逻辑的构建能力”纳入核心考核，而非只看工作量与效率。要求年轻律师提交文书时，必须同步提交“AI输出差异说明、法律渊源核验报告、风险排查清单”，让带教审核的核心从文书本身转向新人的思考过程，也避免过度的效率要求倒逼年轻律师过分依赖AI。
搭建“AI+带教”的标准化工作流：把批判性思维、溯源核验、风险兜底嵌入AI作业的全流程、纳入青训课程，用制度规避“AI捷径”的风险。同时，用AI把律所的核心经验、案例、方法论等，从合伙人的个人记忆转化为全所共享的标准化知识体系，让数百名律师的集体经验，赋能给每一个新人，实现带教效率的指数级提升。
明确AI的能力边界，守住人类卓越的核心，必须向全团队明确，AI永远无法替代这些核心工作：客户需求的深度拆解、核心策略的制定、商业与法律的平衡决策、庭审的临场说服、客户信任的建立与维护、职业伦理的坚守。这些，才是法律人永恒的核心竞争力。
真正的成长鸿沟从来不是任何一种技术带来的，而是我们面对技术变革时，要么拒绝技术、要么放任技术，却没有学会用技术重构专业成长、行业发展的路径。
“一键生成”正在重塑律师的核心能力，但这种重塑不是让法律人放弃专业，而是让法律人从机械劳动中解放出来，把更多的精力放在那些真正定义律师价值的事情上——对人的理解、对公平的坚守、对复杂问题的判断。
AI时代最好的青训，不是教新人怎么不用AI，也不是教新人怎么用AI偷懒，而是教他们怎么和AI并肩作战，成为更有判断力、更有温度、更值得信任的法律人。
毕竟，能守住人类卓越的，永远只有人类自己。
陈昱竹 / 文
北京乾成律师事务所合伙人、示范团律师
中国法研法律智能应用创新中心主任
数智枫桥研究院联合创始人
拥有十余年复杂争议项目管理、多元解纷方案设计、法律创新及团队组织管理经验，为刑事案件、重大商事争议案件当事人提供综合、高效的全流程法律服务，并长期负责团队专业化、标准化建设。
深谙公司治理、投融资及商业模式分析，曾在多宗复杂纠纷中，通过股权及合作架构设计，快速解决争议并推进交易达成；在ADR非诉解纷、策略制定、调解和谈、风险评估及项目管理方面有丰富的成熟经验。
担任“数智枫桥”基层治理系列应用及“法观AI”法律垂类大模型总设计师，在“法律+科技”、数据合规治理及机制体制建设方面，深度参与多地政法课题及项目。
