模型不再是产品：OpenAI“Codex for Legal”信号下，法律AI正在争夺工作流入口
2026年5月23日，法律AI领域最值得律师和企业法务关注的新闻，并不是某一个新模型参数提升，也不是某个聊天框又多了几项功能，而是 OpenAI 释放出的一个更底层信号：模型本身正在从“产品”退居为“能力底座”，真正的竞争正在转向法律工作流入口。Artificial Lawyer 在5月22日的行业综述中引用 OpenAI 联合创始人 Greg Brockman 的表述：“The model alone is no longer the product”，并将其与 OpenAI 计划进入法律垂直领域、可能推出 “Codex for Legal” 的报道联系起来。1 2
这条新闻之所以重要，是因为它把法律AI的竞争逻辑从“谁的回答更像律师”推进到“谁能真正嵌入律师和法务每天工作的桌面、文档、系统、审批和交付流程”。对于法律行业而言，这不是一次普通的产品更新，而是法律AI进入工作流战争的标志。
从通用模型到法律工作台
过去两年，许多律师和企业法务对AI的第一印象是“问答”。用户把问题、合同条款、案件事实或研究任务输入聊天窗口，模型给出一段看似完整的回答。这一阶段的价值很明确：AI可以帮助初步梳理思路、生成草稿、总结材料、改写文本。但它的边界也同样明显：聊天窗口离真实法律工作太远。律师真正要完成的，不是“得到一个答案”，而是把事实、证据、法律依据、风险判断、文书结构、客户沟通和内部审批连接起来，形成可以交付、可以复核、可以承担责任的成果。
OpenAI 在4月发布的 Codex 更新显示了这种转向。其官方说明称，Codex 已经不只是写代码工具，而是可以在用户电脑上“看、点击、输入”，使用日常应用，连接更多工具，通过90多个插件、应用集成和 MCP 服务器收集上下文并采取行动。3 这意味着AI不再只是在一个孤立对话框里生成文字，而是开始具备跨系统执行任务的能力。
把这一能力迁移到法律行业，逻辑非常清楚：如果 Codex 能跨越开发者的代码仓库、浏览器、文档、项目管理工具和沟通工具，那么法律AI也可以跨越案卷、合同库、法条库、判例库、知识库、邮件、审批系统和文书模板。所谓 “Codex for Legal” 的关键，不只是给模型加上法律知识，而是把法律工作拆解成可执行、可追踪、可复核的流程。
| 竞争阶段 | 用户感知 | 技术核心 | 法律团队真正关心的问题 |
|---|---|---|---|
| 模型问答阶段 | AI能不能回答法律问题 | 大模型能力、提示词、上下文窗口 | 回答是否准确，是否会幻觉 |
| 工具增强阶段 | AI能不能检索、审查、起草 | 法律数据库、文档解析、插件连接 | 能否节省时间，能否引用依据 |
| 工作流入口阶段 | AI能不能完成一项法律任务 | 跨系统协作、任务编排、权限与审计 | 能否交付成果，能否管理风险，能否沉淀组织经验 |
Big Tech为何集中进入法律垂直场景
Artificial Lawyer 在关于 “Codex for Legal” 的报道中指出，OpenAI 可能会与 Anthropic、Microsoft 一样，推出面向律师的法律专门工具，并将法律作为重要业务垂直领域之一。2 这说明大型科技公司已经意识到，法律行业虽然专业门槛高、合规要求重、销售周期长，但它拥有高度文本化、高价值、高重复性的工作结构，天然适合AI从“辅助生成”走向“流程执行”。
对大型科技公司而言，法律不是简单的行业模板，而是争夺企业级工作入口的关键战场。律师和法务每天都在处理合同、争议、合规、知识产权、劳动用工、投融资、采购与销售支持。这些工作不是孤立发生的，而是嵌入企业经营决策。谁能进入这些流程，谁就不只是提供一个工具，而是在影响企业如何识别风险、分配资源、形成决策记录。
这也是为什么“模型本身不再是产品”对法律行业格外重要。法律服务的价值从来不是信息堆砌，而是判断、责任和交付。一个模型即使具备强大的语言能力，如果不能理解具体业务场景，不能接入企业或律所的知识资产，不能输出可追溯的依据，不能让律师复核关键步骤，就很难成为真正可依赖的法律生产力。
律师和法务应如何重新理解采购标准
当法律AI进入工作流入口阶段，律师和企业法务在选型时不能只问“这个模型聪不聪明”。更重要的问题是：它是否能进入现有流程，是否能保留专业控制权，是否能帮助组织沉淀经验，是否能在风险发生时解释每一步。
第一，法律团队需要关注任务闭环能力。例如合同审查不是识别几个风险点，而是从业务背景、合同版本、对方修改、公司标准条款、审批意见到最终谈判建议的连续流程。诉讼工作也不是生成一份诉状，而是从事实整理、证据归类、请求权基础、类案检索到文书成稿的完整链路。
第二，法律团队需要关注数据边界与权限控制。近期美国佛罗里达迈阿密-戴德法院和布劳沃德法院要求，在法庭文件准备中使用生成式AI的律师和自诉当事人必须披露使用情况，并确认提交内容已由提交方独立核验。4 这类规则提醒我们，AI使用正在从个人效率问题变成司法合规问题。法律团队不能只追求快，还必须能说明AI在何处介入、律师如何复核、最终责任由谁承担。
第三，法律团队需要避免被单一模型或单一生态锁定。大型科技公司的法律垂直产品会带来便利，但法律工作具有强烈的本地化、机构化和场景化特征。不同法域、不同案由、不同企业的风险偏好并不相同。未来更稳健的法律AI架构，可能不是押注一个模型，而是在专业法律工作流中灵活调用不同能力，同时把机构自己的模板、案例、审查标准和历史经验沉淀下来。
中国法律团队的机会：不是追赶聊天框，而是重构交付流程
对中国律师和企业法务而言，OpenAI 进入法律垂直领域的信号不应被理解为“国外又有一个新工具”。它更像是一面镜子：法律AI的竞争已经从前端问答体验，转向后端流程组织能力。中国法律服务市场同样存在大量高频、重复、证据密集、文书密集的场景，包括销售合同审查、劳动争议、商事诉讼、知识产权维权、电商侵权治理、企业合规整改等。
在这些场景中，AI真正能创造价值的地方，不是让律师少写几段文字，而是让法律工作从个人经验驱动转向流程化、标准化和可复用。企业法务可以把业务部门的零散需求转化为统一入口，把审查规则和历史谈判结果沉淀为组织资产；律师可以把证据、事实、法规和类案组织成更清晰的交付链条，而不是在每个案件中重复从零开始。
这也意味着，法律AI的落地将越来越不像“买一个软件”，而更像“设计一套新的法律工作方式”。技术供应商必须理解法律任务的颗粒度，法律团队也必须重新定义人机分工：AI负责材料整理、初步识别、草稿生成、流程提醒和模式归纳；律师和法务负责事实判断、法律评价、策略选择、例外处理和最终责任。
结语：真正的产品，是可被律师掌控的法律工作流
OpenAI “模型本身不再是产品”的信号，提醒法律行业不要把AI理解得太窄。未来的法律AI竞争，不会停留在谁能写出更流畅的法律意见，而会体现在谁能把复杂任务变成可执行流程，把分散知识变成组织能力，把效率提升转化为可复核的专业交付。
对律师和企业法务而言，正确的姿态既不是盲目追逐每一个新模型，也不是因为风险而回到纯人工模式。更现实的路径，是选择能够嵌入真实业务、保留专业判断、重视数据安全并形成闭环交付的法律AI系统。
智律云也正是沿着这一方向构建产品能力。**AI Copilot（律师AI助手）**面向律师与企业法务的日常法律工作，支持案件分析、类案检索、合同审查和法律文书起草，让AI成为可复核、可协作的专业助手；**Auto Pilot（IP维权自动化）**则面向品牌方和IP团队，把侵权监测、证据固定、策略生成和维权执行连接成闭环。模型会持续变化，但法律团队真正需要的，是能够被自己掌控、能够交付结果、能够承担专业责任的工作流。