加州 SB 574 释放信号：律师使用 AI 的竞争力，正在变成可审计的工作流能力
2026 年 6 月 5 日，法律 AI 领域最值得律师和企业法务关注的新闻，不是某个新模型发布，也不是某家法律科技公司的融资，而是一个更贴近日常执业责任的监管信号：加州 SB 574 关于律师与仲裁员使用生成式 AI 的规则，在本周的州级 AI 立法追踪中继续被列为正在推进的重要法案。Transparency Coalition 的 6 月 5 日更新指出，该法案由加州参议员 Tom Umberg 提出，旨在为加州执业律师使用 AI 建立保护与标准，并已在 2026 年 1 月 29 日获参议院通过后送交众议院程序。1 LegiScan 的法案记录也显示，SB 574 的标题已经明确转向“生成式人工智能：律师和仲裁员”，其核心是新增律师义务、修订法院文件签署责任，并为仲裁中的 AI 使用设定边界。2
这条新闻的重要性在于，它把过去两年法律行业反复讨论的“律师能不能用 AI”，推进到了更现实的问题：律师如何证明自己是负责任地使用 AI。在这一阶段，AI 不再只是效率工具，而是进入保密、歧视、引用核验、法院提交、仲裁裁决和责任追踪等执业底线。对律所管理层和企业法务负责人而言，真正的竞争力也不再是购买了多少 AI 账号，而是能否把 AI 嵌入一套可解释、可复核、可审计的法律工作流。
从原则性提醒，到可操作的执业义务
SB 574 的官方文本显示，法案拟新增《商业与职业法典》第 6068.1 条，要求律师在使用生成式 AI 执业时确保几类事项：不得将保密、个人身份识别或其他非公开信息输入公共生成式 AI 系统；AI 使用不得对受保护类别产生非法歧视或差别影响；律师需要采取合理步骤核验 AI 材料的准确性，纠正错误或“幻觉”输出，并移除偏见、冒犯或有害内容；在向公众提供内容时，还应考虑是否披露 AI 使用。3
这并不是对 AI 的禁止。恰恰相反，它承认生成式 AI 已经进入法律服务现场，并试图把“允许使用”变成“有条件地专业使用”。过去，许多律所的 AI 政策停留在培训手册层面，例如提醒律师不要上传客户机密、不要直接引用 AI 输出、不要将 AI 当作法律意见来源。SB 574 的不同之处在于，它把这些原则拆解为具体的执业动作：输入前做数据分级，输出后做法律核验，提交前做引用阅读，使用中保留人的专业判断。
| 规则维度 | 对律师团队的实际含义 | 可落地的工作流要求 |
|---|---|---|
| 保密信息 | 不能把客户数据、身份信息、案件材料直接放入公共 AI 系统 | 建立输入前脱敏、权限控制和工具白名单 |
| 准确性 | AI 生成内容不能直接进入法律文件 | 形成“生成—复核—修改—留痕”的草稿流程 |
| 引用核验 | 法院文件中的引用必须由律师亲自阅读并验证 | 将案例、法条、证据出处纳入提交前检查清单 |
| 反歧视 | AI 输出不能产生非法差别影响 | 对招聘、劳动、消费者、争议解决等场景设置风险审查 |
| 仲裁责任 | 仲裁员不得把决策过程委托给 AI | 保留人类裁判判断，并对记录外 AI 信息作适当披露 |
为什么“引用核验”正在成为法律 AI 的分水岭
SB 574 对法院提交文件的要求尤其值得关注。法案拟修订《民事诉讼法典》第 128.7 条，规定提交法院的 brief、pleading、motion 或其他文件，不得包含提交律师未亲自阅读并核验的引用，包括 AI 提供的引用。3 这意味着，AI 可以帮助检索、总结和生成草稿，但不能替代律师对法律依据的最终确认。
从行业治理角度看，这一条款回应的是法律 AI 最具破坏性的风险：虚假引用并不只是技术错误，而是法律文件可信度的崩塌。如果一份动议中的案例不存在，或者法条解释被 AI 拼接错位，损害的不只是个案结果，还包括法院对律师、客户对法律部门、企业对外部顾问的信任。对企业法务来说，外部律所是否有引用核验机制，正在变成供应商管理的一部分；对律所来说，能否把引用核验标准化，正在变成 AI 时代专业责任的基础设施。
这也解释了为什么今天的法律 AI 竞争不应只比较模型回答是否流畅，而应比较工作流是否可靠。一个真正适合法律场景的 AI 系统，必须支持律师追溯生成依据、定位原始材料、标记不确定性、分配复核责任，并在最终提交前保留清晰的审查记录。否则，所谓“效率提升”可能只是把风险更快地推向法院、仲裁庭或客户董事会。
对企业法务的启示：治理 AI，也是在治理法律服务供应链
企业法务面对的挑战更复杂。内部团队可能使用 AI 审阅合同、整理争议材料、生成合规问答；外部律所也可能在尽调、诉讼、劳动争议、知识产权维权中使用 AI。SB 574 释放的信号是，AI 治理不能只管企业内部工具，还要延伸到法律服务供应链。
企业可以从三个问题开始审视自身体系。第一，外部顾问是否被要求说明其 AI 使用边界，尤其是客户数据是否进入公共模型。第二，关键法律文件是否存在可验证的引用、证据和事实核验记录。第三，AI 参与形成的法律判断，是否仍然由具名律师或负责人承担最终责任。换言之，未来企业采购法律服务时，评价维度不应只有费率、经验和响应速度，还应包括 AI 工作流成熟度。
Artificial Lawyer 本周关于交易管理的评论也提供了一个有用视角：法律 AI 的瓶颈不只是模型质量，而是模型“能看见什么、能做什么”；如果底层交易流程仍散落在邮件、表格和个人追踪器中，AI 很难发挥真正价值。4 这同样适用于诉讼、合规和知识产权维权。没有结构化材料、任务状态、责任分配和审计记录，AI 只能生成片段，不能承担流程。
律所与法务部下一步应做什么
对律师和企业法务而言，SB 574 最直接的启发不是等待法案最终生效，而是提前把 AI 使用规则产品化、流程化和留痕化。一个成熟的法律 AI 工作流至少应包括四层：第一层是数据治理，明确哪些材料可以输入、哪些必须脱敏、哪些只能在私有或受控环境中处理；第二层是任务治理，区分 AI 可辅助的检索、摘要、起草、比对，与必须由律师完成的判断、策略、引用核验和最终签署；第三层是质量治理，用清单、复核节点和版本记录降低幻觉、遗漏与偏见；第四层是责任治理，确保每一项 AI 辅助成果都能追溯到负责人、材料来源和审查过程。
这套能力不会因为采购一个通用聊天机器人自动出现。它需要法律团队把常见任务拆成标准化节点，例如合同初审、诉讼动议、证据目录、仲裁材料、平台投诉、侵权线索处置和外部律师协作。只有当任务被结构化，AI 才能从“会写一段话”升级为“能参与一项法律工作”。
结语：AI 时代的法律专业主义，是把判断留给人，把流程交给系统
加州 SB 574 的真正意义，不在于为律师使用 AI 增加负担，而在于提醒行业：AI 时代的专业主义不是拒绝技术，而是让技术在可控边界内服务专业判断。谁能更早建立可审计的 AI 工作流，谁就能在效率、风控和客户信任之间取得更稳的平衡。
这也正是智律云持续投入的方向。智律云 AI Copilot（律师 AI 助手） 关注律师在检索、起草、审阅、引用核验和工作底稿形成中的真实流程，帮助法律团队把 AI 输出转化为可复核的专业成果。智律云 Auto Pilot（IP 维权自动化） 则面向品牌与企业法务，将侵权监测、证据固定、平台投诉、案件状态和处置记录串联起来，让知识产权维权从零散动作变成可运营、可追踪、可审计的自动化流程。未来法律 AI 的胜负，不会只取决于谁的模型更会表达，而会取决于谁的工作流更能承载责任。