法律AI能自己查资料验证引用，律师只需审核结果

Thomson Reuters 是一家175年历史的内容和技术公司，旗下有律师和会计师熟悉的Westlaw、Practical Law，以及AI法律平台CoCounsel Legal。CTO Joel Hron四年前因初创公司被收购而加入。他和团队做了一个核心决定：不自己训练大模型，而是与Anthropic合作，用Claude系列模型，再叠加自己的内容、专长和评估体系。

理由不是跑分高低。Hron说，最打动他们的是Anthropic构建企业AI的方法——透明、安全、负责任。Thomson Reuters是Anthropic最早的企业客户之一。他们不是简单把Claude接上数据。他们把这种方法称为Fiduciary-Grade AI™（受托人级AI），输出质量要达到律师可以信赖的程度。

专业AI和普通聊天机器人的区别在哪里？Hron和团队评估新模型的标准只有一个：它的工作能否经受住律师在使用前会做的那轮专业审查。普通AI可能给出看似合理的答案，但律师不会放心直接采用。Thomson Reuters的AI必须检查自己的引用、在长链工具调用中保持稳定、把人拉入工作流，并且释放出时间去处理以前没精力做的事。

Thomson Reuters有三个普通AI难以复制的优势：权威内容、深厚领域专长和工作流集成。全球超过2700名领域专家每天在注释和增强这些内容。这不是通用模型能做到的。每个行业场景都有特殊的术语、法规和习惯，只有深度扎根的团队才能持续维护这套知识体系。

具体到产品，CoCounsel Legal重建在Claude Agent SDK上，可以实时规划、委托和编排多个工具和内容源。用户不需要一步步教它怎么做——你描述目标，它自己去查资料、验证引用、核实来源，最后呈现结果。Hron说，过去需要“数十小时”的研究，现在“几分钟”就能完成。律师的客户等待时间大幅缩短，普通人的感受是找律师或处理法律事务时效率高了，费用也可能下降。

这种AI被调校成“不只是搜索和检索，而是引用验证和核实”。法律文书的准确性更高，错误更少。普通人依赖的合同、判决等文件更可靠。

客户数据受到保护，不用于训练第三方模型。这是企业级AI的基本门槛。

Thomson Reuters内部也在大量使用AI。产品、运营和业务团队用Claude Cowork做流程自动化和轻量原型开发。一个内部错误修复工具把生产问题的根因分析从三小时缩短到四分钟。Hron自己用Claude Code在几分钟内熟悉了数月没碰的代码库，还用它模拟CFO或战略官来压力测试想法。工程师们也在用Claude Code快速上手新项目、构建长期运行的代理。

Hron认为，编写代码本身已经不再是工程师的核心工作。系统思维、判断力和品味更重要。AI工具让开发者能专注于更高层次的设计。未来的软件可能更聪明，因为开发者把精力从写重复代码转向了创造性地解决问题。

Thomson Reuters正在开发高级起草能力，包括动议起草和文件归档。未来律师可能只需要审查AI生成的复杂法律文件，自己从零起草的需求减少。对普通人来说，以更低成本获得高质量的法律文书起草服务成为可能。

Hron还提醒不要过度优化投资回报率。他说，如果一开始就盯着成本计算，反而会错过森林。他更希望团队先感受文化和思维上的转变，再去优化每项任务的成本。

目前没有明确说明Fiduciary-Grade AI™如何确保输出在法庭上可辩护，也没有披露CoCounsel Legal的定价模式。小型律所或个人是否负担得起还是未知数。Claude在长链工具调用中的具体错误率没有公开。Thomson Reuters如何平衡AI自动化与律师的就业影响也未说明。

但这已经是专业AI从“辅助工具”走向“自主执行者”的真实案例。