Blog
法律 AI 工程实践与技术洞察
来自 NeoLegal 团队的一线技术分享——检索、推理、多 Agent 协作、质量工程。
AI 时代律师行业三部曲：旧范式谢幕，律师新价值涌现
从 Harvey 156 亿美元估值说起：旧序崩塌（人力堆叠与计时收费失去时代底座）— 时代阵痛（伪转型、成长断层、AI 执业责任失衡）— 终局重构（律师永存、三类律所出清、人机协同新型组织）。附 Mata 案等真实判例、中外律所合并与裁员数据，并以 NeoLegal 三端体系探讨一条转型参考路径。
Jack@NeoLegal Team.CTO2026年9月22日
高质量判例库的构建方法论：从"人读的文书库"到"AI 可消费的规则库"
为什么说判例库从 1.6 亿份到 1.8 亿份，是一场无效内卷？文书总量不是护城河，规则密度才是——六步搭建法（分类框架、分层采集、去重合并、结构化加工、质量分级、动态更新）与 5,566 件入库案例的逐篇分类实证。
Ken@NeoLegal Team.FDE2026年9月21日
法律 AI 多 Agent 协作：结构化信封协议与质量门防幻觉实践
四个 Agent 通过结构化信封传递结果而非自由文本——骨架永不截断、置信度驱动三级路由、四信号加权质量门与定向重跑，以及三态终态分级。
Jack@NeoLegal Team.CTO2026年9月14日
每个法律结论都要可追溯：法律 AI 的运行时证据链设计
答案生成后、交付前——每条法条引用被提取、回库核验、四档分级，可核验率低于 70% 触发反幻觉重跑，最终沉淀为可审计的质量证据包。
Jack@NeoLegal Team.CTO2026年9月15日
法律 AI 为什么会引用已废止的法律：百万法条库的版本管理工程
3.2 万部法律、99 万条条文的四态版本模型——版本仲裁、未施行拦截三层防御、判例-法条关联边，以及存在性校验拦不住条号漂移的诚实天花板。
Jack@NeoLegal Team.CTO2026年9月15日
如何评估一个法律 AI：五道可以自己跑的测试题
宣传页上的"准确率 99%"无从验证，但你可以自己跑题——五道覆盖编造条号、引用废止法、条号漂移、错误前提与结论错误的高频幻觉测试题，附判分要点与我们自己的得分边界。
Jack@NeoLegal Team.CTO2026年9月15日