当传统的法槌遇上数字化的神经网络，正义的天平正在被重新校准。

01. 穿西装的“特洛伊木马”

法律圈有个不成文的秘密：混乱即阶梯，低效即利润。毕竟，在这个按小时计费的古老行当里，把一小时能干完的活儿拖成三小时，曾是某种心照不宣的“商业模式”。

但现在的风向变了。

宾夕法尼亚州的 Kitay Law Offices 最近搞了个大新闻，他们没在案头卷宗上堆砌 AI，而是先把 AI 扔进了招聘部。这家律所的管理合伙人 Thomas Pivnicny 宣布，他们正在用人工智能接管简历筛选和初步接触等“高频重复性劳动”。

这事儿之所以值得玩味，是因为 Kitay Law 的Slogan是“The Law Firm With a Heart（一家有心的律所）”。

听起来挺讽刺吧？一边喊着要有“心”，一边把筛选“人心”的工作交给了没有心脏的算法。但如果你仔细琢磨 Pivnicny 的逻辑，会发现这其实是一次极其精明的外科手术。

他在即将到来的奥兰多 AI for PI Expo（专门面向人身伤害律师的AI博览会）上要讲的题目是“Leveraging AI in Hiring”。注意这个切入点——他没有选择去动律所核心的“办案权”，而是先动了“招聘权”。

因为在律所的财务报表里，招聘是纯成本（Overhead），不产生账单收入。把不赚钱的环节交给 AI 狂砍成本，让人类律师腾出手去处理那些能收大钱的案子。

这不叫激进，这叫精算。

Thomas Pivnicny 的这一步棋，看似激进，实则是在成本与效率之间的一场精密计算。

02. 那个没人敢提的“房间里的大象”

虽然 Pivnicny 说得漂亮：“技术应该增强正义，而不是妥协它。”他还特意强调了“人机回环（Human in the loop）”的重要性。

但这里有个极度危险的逻辑悖论，也是我看这新闻时最捏把汗的地方。

律所用 AI 招人，本身就是在雷区蹦迪。

你知道美国现在针对 AI 最多的诉讼是什么吗？不是版权，而是算法歧视。Title VII（美国民权法案第七章）就像一把达摩克利斯之剑悬在头顶。如果那个筛选简历的 AI 模型，恰好因为历史数据的偏差，悄悄过滤掉了某个特定族裔或性别的候选人，哪怕它只是“无心之失”，这也是违法的。

而 Kitay Law Offices 恰恰是一家主攻人身伤害（Personal Injury）和劳工赔偿（Workers’ Compensation）的律所。换句话说，他们最擅长的就是起诉那些欺负弱势群体的公司。

现在，屠龙少年穿上了龙的鳞片。

如果他们的 AI 招聘系统出了岔子，导致不公平的雇佣决策，那这场公关危机将是毁灭性的。Pivnicny 显然深知这一点，所以他在通稿里求生欲极强地反复提及“遵守就业法”和“减轻算法偏见”。

这不像是一次技术升级宣言，更像是一份免责声明的草稿。他试图在行业内建立一种新标准：由最懂法律风险的人，来定义如何安全地使用高风险技术。

03. 硅谷的“快” vs 律所的“稳”

我们不妨把视角拉高一点。

在硅谷，用 AI 招人早就不是新闻了，甚至成了“甚至懒得掩饰”的潜规则。求职者用 AI 写简历，HR 用 AI 筛简历，双方就像两个拿着对讲机的机器人互相喊话，最后才由人类出面握手。

但在法律界，这种变革极其缓慢。

  • 容错率不同： 科技公司招错个程序员，大不了辞退；律所招错人，可能导致案件输掉，甚至因为未能尽职调查（Due Diligence）而被客户起诉。
  • 数据孤岛： 每一家律所的合伙人机制，导致数据像核机密一样被封锁。没有海量数据喂养，律所自建的 AI 模型通常是个“营养不良”的早产儿。

Kitay Law 的做法，是在试图打破这种僵局。他们没有去购买那种通用的、不知底细的黑盒 API，而是试图构建一套符合法律伦理的内部流程。

这就像是在满是马车的伦敦街头，第一辆汽车不仅要跑得快，还得向警察证明自己不会爆炸。

当AI成为法律会议的主角，它不再只是工具，而是成了需要被审判和辩护的对象。

04. 如果算法决定了谁来维护正义？

我们往后推演一步。

如果 Kitay Law 成功了，这套模式被全美律所复制。未来的年轻律师想要入行，首先要取悦的不是挑剔的合伙人，而是一个被训练成“寻找完美受气包”或“寻找好斗公鸡”的算法模型。

  • 那些性格内向但逻辑缜密的怪才，会不会因为面试时的微表情被 AI 判定为“缺乏自信”而被刷掉？
  • 那些出身贫寒、简历并不光鲜但极具同理心的候选人，会不会直接被关键词过滤器拦截？

Pivnicny 提到的“释放员工去关注文化建设（Culture Building）”，这句话听起来很美，但细思极恐。当“筛选”变成了机器的特权，“文化”会不会变成一种幸存者的狂欢？

如果未来的大律师们都是通过同一套最优算法筛选出来的，那么法律界的思维多样性（Cognitive Diversity）会不会因此枯竭？

这是一个比“降本增效”更值得深思的问题。

05. 写在最后

我并不反对 Kitay Law 的尝试。相反，我觉得在一个连传真机都舍不得扔的行业里，Thomas Pivnicny 敢于在 AI for PI Expo 这种场合大谈自动化，是需要勇气的。

技术本无罪，它只是一面镜子。

当律所开始用 AI 招人，这面镜子照出的，究竟是他们追求效率的野心，还是试图用代码规避人性复杂的懒惰？

或许正如 Kitay Law 的那句口号——“The Law Firm With a Heart”。在算法接管一切之前，希望这颗“心”，还在人类律师的胸膛里跳动，而不是变成了机房里闪烁的红灯。

References：

Logo
2048 AI社区

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

第二十八篇 案例复盘：标杆企业的AI转型之路

这两个案例殊途同归。大厂A借了开源模型的梯子，登了降本增效的楼；创业公司B借了闭源API的梯子，登了商业创新的楼。聪明的管理者，从不在这个时代自己炼钢，而是去学会怎么用最锋利的刀。当我们看透了这些商业逻辑，掌握了这些工具，作为一个人，我们最后要面对的是那个终极的问题：在这个算力即将吞噬一切的时刻，生而为人的独特价值，到底是什么？这不再是一个技术问题，这是一个哲学问题。终章：技术是人性的延伸——为什

avatar 2048 AI社区

数据库范式那些事

简单的说，bc范式是在第三范式的基础上的一种特殊情况，既每个表中只有一个候选键（在一个数据库中每行的值都不相同，则可称为候选键），在上面第三范式的noNf表中可以看出，每一个员工的email都是唯一的（难道两个人用同一个email?数据库范式在数据库设计中的地位一直很暧昧，教科书中对于数据库范式倒是都给出了学术性的定义，但实际应用中范式的应用却不甚乐观，这篇文章会用简单的语言和一个简单的数据库DE

avatar 2048 AI社区

Building AI Agents In Action Architectures, Algorithms, and Source Code,LangGraph,FastAPI, Vue,Dockr

In the era of large language models (LLMs), AI Agents have emerged as the next-generation intelligent systems that bridge the gap between static model outputs and dynamic real-world interactions. Unli

avatar 2048 AI社区