GLM-Legal能替代律师吗？合同审查能做到什么程度

更新时间:2026-10-15 07:24:10 发布时间:2小时前阅读:6次

不能。即使目前在 Harvey LAB 上成绩最好的法律模型，最多也只能一次全项通过约四分之一的任务，GLM-Legal 大约能做到五分之一——而且官方自己的演示也是以「带修订痕迹的待复核稿」交付，最后签字负责的仍然是执业律师。

那它到底能替人做掉哪些活？这篇用官方的三个演示场景说明它的能力边界，并给出不同团队该怎么落地的判断，来源见文末。

GLM-Legal能替代律师吗？

不能替代，但能改变工作分工。判断标准很简单：模型承担的是「第一遍」，人承担的是「签字」。

它擅长的是把散落在几十上百页材料里的事实挑出来、按法条捋清关系、生成一份结构完整的初稿。这些工作过去占用初级律师和法务最多的时间，却最不依赖判断力。而谈判策略、风险取舍、对客户真实意图的理解、以及最终的责任承担，仍然在人这一侧。

还有一个现实问题：模型会出错，而且错得不像人。法律文件里的引用错误、条款张冠李戴，读者很难一眼看出来，所以复核环节不是保险措施，而是必需环节。

它审合同能做到什么程度？

不是「给结论」，是给一份可用的修订稿

官方演示的第一个场景是修改一份软件合同的终止条款。任务不是让模型评价这条条款有没有问题，而是直接产出改好的合同文本，改动以修订痕迹的形式标出来，可以直接交给对方或内部复核。

这个形态上的差别很关键。市面上多数合同工具给的是「审查报告」：指出哪条有风险、建议怎么改，然后由人手动去改文件。GLM-Legal 走的是「交付文件」这条路，省掉的是从建议到成稿之间的手工活。

它会标注依据，也会区分事实和推论

第二个演示场景是跨文档梳理证据矛盾。面对一批诉讼材料，模型自动标注每份原始文档的编号，把客观事实与推论分开表述，并生成矛盾关系图谱，用来判断哪些主张有证据支撑、哪些还需要补证。

同一套逻辑用在合同上，就是审查意见里的每一条都能回溯到具体条款，而不是一段听起来合理的概括。对需要向上级或客户解释依据的场景，这比结论本身更有价值。

跨法域合规是它的强项场景

第三个演示是跨境合规调研：一个要同时在新加坡、马来西亚、印尼上线的网站，带有用户追踪、邮件营销、跨境云存储功能，模型输出了一份带优先级的合规清单——P0 必做项包括发布当地语言的隐私声明、明确数据收集目的与跨境传输规则，非必要的统计和广告功能改为选择加入，并梳理云、支付、邮件、CDN 各服务商的数据存储地点，引用三国数据保护法相关条款，落实跨境传输的合同与保障机制。

这类任务的特点是信息分散、法条交叉、容错率低，恰好是模型比人快的环节。演示最后加了一句提醒：方案作为上线基准，需要逐项核验各国特有细则——这句话本身也说明了它的定位。

它做不到什么？

做不完复杂任务：Harvey LAB 全通过率 19.17%，意味着八成严格法律任务无法一次全项完成，复杂案件仍需拆解后逐段推进
法律研究不是强项：法律研究基准得分 41.83%，比它的基座模型还低 3.36 分，判例检索、法条综述这类工作反而不占优势
慢：单次复杂任务平均耗时 1 小时 12 分，是同类里最慢的一档，需要即时反馈的场合不合适
没有界面：它本身不是产品，没有网页版、没有客户端，要接入你的系统或等 AutoClaw 上架才能用
没有定价、没有可下载权重：预算无法提前精确核算，也不能本地部署，数据必须出内网的场景暂不适用
不承担任何责任：输出需要执业律师复核签署，这一点不因为模型变强而改变

什么样的团队适合先用？

有技术能力的法律科技公司：能自己接 API、做材料预处理和结果校验，最先能拿到实际收益
合同量大、模板化程度高的企业法务：比如用户协议、采购合同、渠道协议的批量审查和起草，第一遍交给模型能省下大量工时
有跨境业务、需要多法域合规排期的团队：多国隐私合规这类任务的信息整理成本极高，模型的整理效率优势最直接
想压低初审成本的律所：把初级律师从通读材料里解放出来，专注在策略和沟通上

反过来，如果你的需求是「找个能直接出结论的工具」、或者希望它代替人签字，现阶段任何一个法律模型都达不到。

现在做法律AI，有哪几条路线？

选型时最容易混淆的是「模型」和「产品」。三种形态的能力来源不同，先看清自己需要哪一类。

路线	代表	优势	约束
法律垂类模型 API	GLM-Legal	任务完成率高、成本极低，可深度集成进自有系统	需要开发能力，申请制开放，无界面、无公开定价
桌面智能体平台	AutoClaw 等	装上就能用，本地文件、浏览器操作能串起来，门槛最低	背后模型能力取决于平台接入情况，GLM-Legal 尚未上架
法律 SaaS 产品	面向律所的法律 AI 工具	带工作流、权限与团队协作，交付形态完整	按席位或案件付费，通常无法替换底层模型

如果团队想先把流程跑通再决定投入，可以按第一列做准备、按第二列先上手：用可下载、价格透明的基座模型搭流程，等垂类模型开放后再替换。

常见问题

GLM-Legal 适合律师用吗？

适合，但适合的是「帮律师干活的环节」，不是替代律师本人。它当前的定位是让律师从通读材料和整理证据里脱身，把时间放在判断与沟通上。需要签字担责的场合，它顶不上。

它生成的律师函、意见书能直接用吗？

不能直接发。它的输出是初稿，法条引用和事实表述都必须人工核验。官方演示也是以修订痕迹形式交付，默认下游有人接手审核。

法律大模型能离线部署吗？

GLM-Legal 现在不行，权重没有公开下载。想离线部署只能选已开放权重、允许商用的模型，部署前要先确认许可证范围。

它的错误率有多高？

官方口径是经过法律语料中训和任务环境强化学习后，专业语境下的幻觉现象显著降低，但没给具体错误率数字。可参考的公开数据是 Harvey LAB 全通过率 19.17%，也就是在严格评分下，约五分之一的任务能完整做对。

总结

能不能替代律师：不能。它承担第一遍工作，人负责判断与签字，复核环节不可省略
审合同的形态：交付带修订痕迹的成稿，而不是审查报告，这是它和多数合同工具最大的差别
能力边界：复杂任务完成率约五分之一，法律研究能力弱于基座模型，单次任务耗时超过一小时
落地建议：有技术能力的法务团队和跨境业务团队收益最直接；个人用户建议等 AutoClaw 接入后再上手

本文对能力边界的判断均基于官方公开口径与第三方评测数据。模型能力与产品形态可能随时调整，实际使用前请以官方说明和真实材料测试结果为准。

标签：

GLM-Legal