最近，一篇来自芝加哥大学法学院的论文在法律圈引发轰动。作者 Eric A. Posner 与 Shivam Saran 发表了题为 《Silicon Formalism: Rules, Standards, and Judge AI》 （硅基形式主义：规则、标准和Ai裁判）的论文。论文围绕一宗好意搭乘朋友却因交通事故导致朋友人身损害的案件展开，通过在规则与标准、当事人同情度、事故发生地等变量之间进行切换，对比 GPT-5 与 61 名美国联邦法官对案件适用法律的判断结果。最终，GPT-5 在实验中达到 100% 的正确率，而 61 名法官的整体准确率仅为 52%。

当一个语言模型在形式推理实验中呈现“零错误”，这已经不再只是技术指标，而是一种制度层面的信号。

更耐人寻味的是，这篇论文发布之时，恰好接近 DeepSeek 推出推理型 Ai DeepSeek R1 一周年。那一刻，几乎可以视为中国各行各业开始真正正视 AI 推理能力的“拐点”。一年过去，技术曲线远比多数人预期更陡。哪怕是曾经对 AI 持强烈怀疑态度的法律从业者，如今也不得不正视现实。

有一句话广为流传的话，或许并不夸张：AI 不会取代律师，但会用 AI 的律师，正在取代不会用 AI 的律师。

硅基形式主义

这篇文章标题叫《Silicon Formalism》直译是“硅基形式主义”，但这里的“形式主义”，不是中文语境中贬义的走过场，而是法理学意义上强调规则优先、结构推理优先的意思，有点像法理学上的“规则主义”或马斯克·韦伯的“形式理性”。

这篇论文真正值得反复咀嚼的，并不是“GPT-5 更聪明”，而是它更稳定。实验本身并不复杂，在规则与标准之间切换，在叙事中增强或削弱当事人的同情度，在不同州法之间制造法律后果差异。人类法官在这些变量干扰下，会受到情境因素影响；而模型则严格按照规则结构推导结论。

这意味着什么？意味着在规则清晰的场景中，机器比人类更接近“理想中的形式主义法官”。它不会因为同情心而偏移，不会因为叙事技巧而改变适用路径，也不会在标准条款中进行情绪化伸缩。过去我们总说，法律不是 0 和 1。证据冲突、价值权衡、情境判断，使法律实践天然带有灰度。但当模型在规则适用层面表现出零错误时，我们不得不重新思考，在相当比例的案件中，法律是否本就可以被高度形式化？

如果答案是“部分可以”，那么所谓“硅基形式主义”就不仅是技术现象，而是制度问题。人类法官的“误差”究竟是制度的必要弹性，还是人类认知局限的体现？当机器消除了误差，我们是在失去人情味，还是在接近规则本身？

真正的拐点在哪里？

法律行业 Ai 的拐点不在于模型是否具备惊人的能力，而在于它是否开始改变真实的法律生产结构。

1. 文书与检索层面：拐点已经发生

在合同审阅、条款比对、尽职调查摘要、案例归纳等场景中，大模型已经进入实际生产流程。以 Harvey AI 为代表的法律科技公司，基于 GPT 系列模型为律所提供定制化系统，已经在全球众多顶尖律所正式部署与付费使用，哈维 Ai 的估值也来到 110 亿美元。律师在内部系统中调用 AI 进行合同分析、法律研究与文书初稿生成，并建立相应的使用规范与风险控制流程。这不再是试验性质的“玩具”，而是计费、合规、内控框架下的生产工具。

企业法务部门的变化同样明显。越来越多的公司在内部知识库中嵌入 Ai 模型，用于快速检索合规条款、总结监管变化、生成风险提示。法律文本的生产起点正在移动，从“人工起草”转向“机器初稿 + 人工修订”。这一层面的拐点，其实已经发生。

2. 法律推理层面：拐点正在逼近

论文所展示的零错误结果，说明在规则明确、争议集中于法律适用的场景中，模型可以达到甚至超过平均人类判断的一致性。如果这种能力在不同类型案件中持续稳定存在，那么部分案件的处理逻辑将被重塑。律师与法官的价值，将更多体现在事实构建、证据审查与价值判断，而非单纯的规则匹配。

当然，这并不意味着 Ai 直接取代法律人，更多的是专业结构的转移。当规则适用能力可以被高度标准化时，法律职业内部的能力排序会发生变化。谁更善于利用模型提高效率，谁就更具竞争力。

3. 制度与权力层面：拐点尚未到来

诚然，法律也不仅是规则适用。议题如何设置，案件如何叙述，标准如何界定，仍然掌握在人类手中。模型只能在既定框架内推理，它无法决定框架本身。司法权威的合法性来源，也并非仅仅来自推理正确率，而来自程序、公信力与责任承担机制。

目前，无论在美国还是中国，模型都尚未进入正式裁判权结构。它影响的是生产流程，而不是权力配置。真正的制度拐点，必须触及责任归属与决策权转移，而这一点，还没有发生。

从幻觉焦虑到能力分层

一年前，我们担心的是 Ai 幻觉，是法条的错误引用，是模型在复杂证据面前的混乱。今天，焦虑的方向正在转移。我们开始讨论它是否更稳定，是否更少受情绪影响，是否在某些领域比人类更一致。

法律制度长期在规则与标准之间摆动。规则提供确定性，标准提供弹性。人类法官与律师的“误差”，有时正是裁量空间的来源。而模型的优势，恰恰在于消除误差。当规则清晰时，它不会疲劳，不会分心，也不会被叙事牵引。

因此，所谓拐点，并不是 AI 是否会替代法官或律师。短期内，这种情况几乎不可能发生。真正发生变化的，是能力结构。当规则适用、检索归纳、文书初稿都可以由模型完成时，法律人的时间与价值将更多投向事实组织、策略设计与价值判断。那些仍然把时间消耗在可被自动化环节中的人，会逐渐失去竞争优势。

或许，拐点已经到来。但它改变的不是岗位数量，而是效率边界与能力分层。我们从“它能不能做”走到了“它做得是否更稳定”。这本身，就是时代的变化。