我做律页时，最关心的并不是律师会不会用 AI。
事实上，律师已经在使用 AI。有人用它起草文本，有人用它总结材料，有人用它检索问题，有人用它整理思路。AI 对法律工作的吸引力非常直接：它快、能处理大量文字、能辅助生成初稿，也能让一些重复性工作变得轻一点。
但真正进入律所和律师团队的管理场景后，问题会变得复杂得多。
当一个团队开始大规模使用 AI 时，谁来保证数据安全？谁来统一使用标准？谁来管理模型、提示词和知识来源？谁来保证输出结果可以复核？谁来把 AI 放进真实的办案流程，而不是让它停留在一个孤立的聊天窗口里？
法律行业对 AI 的需求是真实的。律师需要更快地整理材料、检索依据、起草文书、分析案件、复用经验。
但法律行业对 AI 的顾虑也同样真实。案件材料高度敏感，客户数据不能外泄，通用模型可能产生幻觉，团队成员各自使用 AI 会带来口径不一、过程不可查、风险难追溯的问题。
所以我越来越明确地认为，律所真正需要的，不只是一个 AI 工具，而是一套法律 AI 作业系统。
它既要让律师更高效、更准确地完成工作，也要让管理者能够安心、放心地统筹 AI 在团队中的使用。
法律 AI 的第一道门槛，是数据安全
法律工作天然和敏感数据绑定在一起。
一份案件材料里，可能有当事人身份信息、家庭关系、财产状况、交易细节、商业秘密、证据材料、沟通记录，也可能涉及未公开的争议事实和诉讼策略。
这些内容不是普通文本。它们背后对应的是客户信任、律师保密义务和律所的执业风险。
所以，法律行业使用 AI 时，首先要回答的不是“模型聪不聪明”，而是“数据能不能安全地进入 AI 流程”。
如果律师为了方便，直接把案卷、合同、证据或客户材料粘贴到公网 AI 里，短期看是提效，长期看却可能形成不可控风险：数据是否被留存，是否被用于训练，是否能被外部服务商接触，是否符合客户授权和行业规范，管理者很难确认。
这也是律页强调数据安全和脱敏机制的原因。
在 AI 语境下，脱敏不是简单地把文档公开前“涂黑”，而是在内容进入大模型之前，就先完成敏感信息处理。模型拿到的是非涉密内容，律师看到的仍然是完整、可读、可使用的结果。
这件事看起来是技术细节，本质上却是法律 AI 能不能被律所放心使用的前提。
如果数据安全没有解决，AI 越好用，风险反而越大。
AI 使用需要治理，而不是各用各的
我一直不赞成律所简单地禁止团队使用 AI。
因为堵不住，也不应该只靠堵。律师真实存在提效需求，年轻成员会主动尝试新工具，业务团队也会寻找更快的工作方法。管理者真正要做的，不是把 AI 拒之门外，而是让 AI 进入可管理、可配置、可追溯的框架。
问题在于，如果团队成员各自使用不同 AI 工具，就会出现很多隐性风险。
有人用公共账号，有人用个人账号；有人直接上传材料，有人复制粘贴案情；有人用一个模型，有人用另一个模型；有人让 AI 起草合同，有人让 AI 分析案件；提示词不同、知识来源不同、输出格式不同、质量标准也不同。
最后，AI 看似被使用了，但律所并没有真正掌握它。
管理者不知道团队用了什么模型，不知道哪些材料进入过 AI，不知道输出依据从哪里来，也不知道不同成员的产出为什么差异巨大。
所以，律页的一个核心定位，是为律所提供统一、可控、安全的 AI 使用入口。
统一入口不是为了限制律师，而是为了让 AI 使用变得可治理。模型可以灵活配置，助理可以统一设定，知识库可以按业务挂载，权限可以分层管理，团队输出可以逐步形成一致口径。
对管理者来说，AI 不应该是一堆分散工具，而应该是一套可被纳入组织管理的能力。
有 AI，不代表工作自动变轻松
很多人对 AI 有一个误解：好像只要接入 AI，工作自然就会变轻松。
但法律工作的复杂性并不只在写一段文字上。
一个案件要真正办好，首先要把信息收集清楚，把当事人、对方当事人、受理机关、金额、事实、证据、程序节点、成员分工都组织起来。文书要能归档和编辑，任务要能协同，权限要能控制，进展要能追踪，知识要能复用。
如果这些基础没有搭起来，AI 只能在外围帮一点忙，很难真正进入办案流程。
这也是为什么我把律页定位为法律 AI 作业系统，而不是单点 AI 助手。
AI 要真正发挥作用，必须站在作业流程里。它要知道当前项目是什么，案件材料在哪里，项目字段有哪些，哪些文档可以读取，哪些知识库可以参考，哪些任务需要推进，最终生成的内容如何进入文书和交付环节。
换句话说，AI 提效的前提，是工作流本身要被系统化。
没有项目结构，AI 缺少上下文。
没有文档系统，AI 很难接入材料。
没有知识库，AI 容易凭空生成。
没有权限和审计，管理者无法放心。
没有流程承载，AI 生成的内容也很难真正进入交付。
所以，有 AI 不代表工作就自动轻松。大量结合 AI 的工作流，仍然需要从零搭建。
律页要做的，就是把这些基础工作系统化，让律师不只是“问 AI 一个问题”，而是在一个完整的作业环境里使用 AI。
专业数据，是减少幻觉的关键
通用大模型很强，但它并不天然理解某个具体案件。
它不知道这个项目里的客户是谁，不知道对方当事人是谁，不知道案情材料有哪些，不知道律所内部模板是什么，也不天然保证引用的法规、案例和实务观点都适合当前问题。
这就是法律 AI 里最重要的问题之一：幻觉。
所谓幻觉，不只是模型编造一个不存在的法条或案例。更常见的风险是，它说得像那么回事，但依据不清楚、场景不匹配、事实没吃准、口径不稳定。
法律行业不能接受这种看起来正确。
法律工作需要可核查、可追溯、可复核。尤其在律师团队中，AI 输出不能只是一个漂亮答案，而应该尽可能建立在项目材料、法律法规、实务经验、类案、文书范本和所内知识之上。
这也是律页强调专业知识库、项目级知识库和 RAG 语境对话的原因。
AI 不应该凭空回答，而应该先检索、再生成。
不应该只依赖通用模型记忆，而应该结合当前项目材料。
不应该只给结论，而应该尽量给出可核查的依据。
不应该让每个人各自摸索，而应该把团队认可的知识、模板和流程沉淀下来。
当专业数据和 AI 紧密结合，AI 才更像一个法律作业助手，而不是一个泛泛而谈的聊天工具。
律页想解决的，是律师效率和管理安心之间的平衡
从律师个人视角看，律页要解决的是高效准确作业。
案件信息不要散落在不同地方，文书不要在多个工具之间来回倒，任务不要靠人脑记，材料不要每次重新找，AI 回答不要脱离本案。律师需要的是一个能围绕项目持续工作的环境。
从律所管理者视角看，律页要解决的是安心放心统筹。
团队可以使用 AI，但要在统一入口里使用。
可以调用模型，但要有安全边界。
可以处理材料，但要先考虑脱敏和权限。
可以生成内容，但要尽量有知识库和依据支撑。
可以提高效率，但不能牺牲客户数据、执业责任和质量管理。
这就是律页的定位：
让律师能高效准确地作业，让管理者能安心放心地统筹 AI 在团队中的使用。
我相信，法律 AI 的真正落地，不会停留在某一个聊天框里。
它最终一定会进入案件、文档、任务、知识、权限和协作之中，成为法律服务组织能力的一部分。
未来的律所竞争，也不只是看谁用了 AI，而是看谁能把 AI 变成稳定、安全、可管理、可沉淀的作业能力。
律页想做的，正是这件事。