AI法律服务行业正在升温,Anthropic也正式入局。
Anthropic于周二宣布,将推出一系列面向律所的聊天机器人新功能,旨在为法律事务提供自动化辅助支持。此次新功能是对Claude for Legal的扩展——该法律专项服务于今年早些时候正式上线——新增了一批针对特定法律领域的法律插件和MCP连接器。
这批新工具的推出,恰逢法律AI赛道竞争白热化之际。今年3月,利用智能体AI自动化法律工作流程的AI法律初创公司Harvey完成2亿美元融资,估值达110亿美元。上个月,竞争对手Legora完成6亿美元D轮融资,并发起了一场邀请裘德·洛出镜的高调广告宣传活动。Legora与Harvey提供类似服务,均致力于用自动化方案简化那些传统上需要大量人力处理的繁琐法律流程。
Anthropic的新工具旨在帮助律所自动完成特定事务性工作,包括文档检索与审阅、案例法查询、庭审准备、文件起草等相关领域。这些插件集成了一系列功能与自动化工具,据Anthropic介绍,可覆盖商业、隐私、企业、劳动就业、产品及AI治理等多个法律领域。
此外,Anthropic还推出了多款模型上下文协议(MCP)连接器。MCP连接器能够将特定数据源和第三方系统接入AI模型,使模型可以直接与这些系统进行交互。此次推出的MCP连接器可将Claude与律所日常使用的多种软件应用打通,包括DocuSign等文档管理工具、Box等文件检索平台,以及汤森路透旗下Westlaw等法律研究网站。
该公司表示,所有付费Claude用户均可使用上述新连接器和插件,这些新功能也是在今年2月推出的法律行业插件基础上的进一步延伸。
Anthropic发言人表示:"法律行业正面临越来越大的AI转型压力,率先行动的律所和企业内部法务团队正在快速拉开差距。Claude正在向知识工作领域持续深耕,法律行业已成为其最重要、增速最快的行业之一。"
然而,在AI公司积极争取律所客户的同时,AI相关失误也在法庭上引发了切实问题。已有数十名律师因使用AI生成错误百出的法律文书而被曝光,其中不乏知名大型律所。去年,加利福尼亚州对一名使用ChatGPT起草上诉状的律师开出了史上首张此类罚单,该上诉状中充斥着虚假引用。联邦法官也曾被发现用AI辅助撰写裁决书,这一趋势去年引发了国会议员的关注。与此同时,AI生成的诉状被指正在堵塞司法通道——法院被大量逻辑混乱的法律"垃圾文书"所淹没。
Q&A
Q1:Anthropic的Claude for Legal新功能具体能帮律所做什么?
A:Claude for Legal新功能主要面向律所的事务性工作,涵盖文档检索与审阅、案例法查询、庭审准备、合同及文件起草等。通过新增的插件和MCP连接器,Claude还可以直接对接律所常用软件,如DocuSign、Box以及法律研究平台Westlaw,实现跨系统的自动化操作,覆盖商业、隐私、企业、劳动就业等多个法律领域。
Q2:法律AI市场现在竞争格局如何?
A:目前法律AI赛道竞争十分激烈。Harvey今年3月完成2亿美元融资,估值达110亿美元;Legora上月完成6亿美元D轮融资,并发起明星代言广告攻势。两家公司均主打自动化法律工作流程解决方案。Anthropic此次入局,进一步加剧了该赛道的竞争态势。
Q3:律师用AI写法律文书有哪些已知的风险和问题?
A:已有多起案例显示AI生成法律文书存在严重风险。数十名律师因AI生成的文书错误百出而被曝光,加州甚至开出了首张针对律师滥用ChatGPT的罚单,原因是上诉状中出现虚假引用。此外,联邦法官也曾被发现借助AI起草裁决,AI生成的诉状更被指大量涌入法院,造成司法资源严重浪费。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。