AI Justice Series · Shenzhen Pilot Report
当法官有了"数字助理"
深圳AI审判实践启示录
从60万件案件看AI如何重塑司法，以及法律人的未来在哪里
【编者按】2025年底，深圳一位从业十五年的诉讼律师走进法庭前，像往常一样用自备的AI工具做了类案检索和策略推演。庭审中他发现，法官对争议焦点的归纳、对类案裁判尺度的把握，与他手中的AI分析报告高度重合。
"我突然意识到，"这位律师后来说，"我们和法官好像在用同一套系统。"
深圳法院于2024年6月上线的AI辅助审判系统，覆盖民事、行政、刑事三大诉讼领域，介入全流程85项关键节点。截至2026年4月，已赋能超60万件案件审理。
【核心数据】法官人均结案数+249件、上诉率下降35.1%、一审发改率下降33.3%
【数据来源】深圳法院官方披露及《深圳市中级人民法院2025年度审判执行工作报告》
01
第一部分
定位与架构为什么深圳系统值得关注
（一）一个旗帜鲜明的定位："辅助"
深圳系统自上线之初，就确立了一条不可逾越的底线：辅助，而非替代。所有AI生成内容须经法官最终审核确认，司法责任明确由人类承担。
这一底线看似朴素，实则是AI审判能否获得制度正当性的核心。它答复了一个根本性问题："谁来为判决负责？"——答案始终是法官，也必须是法官。
（二）一条未被充分报道的技术纵深
如果说"辅助"是深圳系统的灵魂，那么"技术架构"就是它的骨架。这套系统采用"法律垂直大模型 + 检索增强生成（RAG）+ 全流程Agent智能体"三层架构：
法律垂直大模型
经法律语料精调的基座模型，让AI"懂法律语言"，而非通用型聊天
检索增强生成（RAG）
生成内容须溯源至真实法条与裁判文书，从架构层面压低"AI幻觉"的发生率
全流程Agent智能体
在立案、阅卷、庭审、文书等85个节点部署专项智能体，将能力拆解为可管控的"工种"
因为法律行业对AI的最大疑虑是"幻觉"——AI可能一本正经地编造法条、虚构判例。深圳系统的技术路线给出了一个工程化答案：让AI的回答必须"有据可查"。
这套"三层防御"体系，使AI幻觉从"不可接受的致命缺陷"变为"可管理、可追溯的技术风险"。
02
第二部分
成效与信号一组数据的多维解读
AI辅助审判系统运行一年多后，交出了一组"一升两降"的成绩单：
法官人均结案数：同比+249件
司法生产力的结构性提升，而非加班加点的短期冲刺
案件上诉率：下降35.1%
判决可接受度提高，当事人服判息诉意愿增强
一审发改率：下降33.3%
裁判尺度趋同，基层审判质量因统一标准而提升
这三项指标同时向好，解释了这套系统能"走出深圳"的底气：效率与公正并非跷跷板的两端，在技术赋能下，它们可以是同行者。
03
第三部分
诉讼变形一场悄然发生的改变
（一）信息差的消失
当核心法律信息对法官和律师同步透明，诉讼结果将越来越取决于对事实的差异化建构和对法理的差异化论证——而非谁掌握更多资料。
（二）新型攻防点的诞生
算法深度应用于司法辅助环节后，律师可通过要求开示AI生成的类案推送与证据分析报告、申请补充质证等方式，实质推动人工审查；也可通过分析裁判数据发现区域性、法官个人性的裁判偏好。
（三）也需保持清醒的审慎
若系统由商业公司参与开发维护，需警惕技术资本在司法决策层面的隐形影响。保持司法权力的独立运行，是AI审判发展必须始终守住的防线。
04
第四部分
律师的重新定义不是末日，而是洗礼
长期以来，法律行业用"信息壁垒"维持了相当一部分价值定价。AI刺穿的，首先是这层壁垒。当基础法律知识的获取不再稀缺，律师真正的价值才能从"我知道你不知道"回归到"我判断得比你更准"——这恰恰是专业服务的本义。
AI带来的不是律师价值的消退，而是律师价值的集中。那些以"资料搬运"和"基础检索"为核心的工作将被技术替代，而策略思维、商业判断、人性洞察、法庭应变等"人的能力"，将重新成为核心竞争力的黄金标准。
未来有竞争力的律师画像
核心能力：策略设计、价值判断、人际沟通、法庭攻防
技术素养：理解AI能力边界，具备批判性审查其输出的能力
商业模式：按结果和价值定价，而非按耗时计费
05
第五部分
法官的深层变革一次静悄悄的能力升维
AI系统切入审判流程后，最直观的影响是事务性工作的解放：阅卷、证据梳理、文书草拟等环节由系统辅助完成，法官得以将精力聚焦于真正需要人类智慧的事务。
但更深层的变化发生在裁判权力的运行方式上。系统推送的类案和裁判指引，客观上形成了一种柔性的参照系。法官在接受技术辅助的同时，也进入了一个更加透明、更可追责的裁判环境。
这里有一个不得不正视的隐忧：当AI给出了强有力的类案推选，而法官经审慎判断做出相反认定时，他的说理义务会不会在无形中被加重？做出"不同于AI"判断的法官，是否会因此承担额外的职业风险？
深圳系统目前的制度设计对此作出了回应：AI辅助意见仅作为内部参考，不直接进入裁判文书的说理部分。法官的裁判说理是独立完成的司法行为，AI建议的存在不应被异化为说理的隐性追责压力。
一句话概括这种变化：当机器能处理"是什么"之后，法官真正的战场就只剩下"应该怎样"。
06
第六部分
企业合规的重构从后台走向前线
AI审判的影响，并未止步于法庭之内。它正在大幅抬升企业合规管理的标准。
传统合规高度依赖事后审查，而AI技术使"实时监控—事前预警—精准应对"成为可能。以合同审查为例，"AI智能审查+人工确认"模式可将审查时间大幅压缩，同时降低遗漏风险。
更深远的变化是：当司法机关以AI技术提升裁判尺度的统一性和透明度，企业"打擦边球"的侥幸空间将被系统性地压缩。合规将从一项成本负担，转变为企业抵御风险、保障商业利益的核心能力。
07
第七部分
路线图三阶段演进预测
第一阶段：提效辅助期（现在—约5年）
核心词：可靠的工具。AI作为"数字化助理"全面嵌入司法流程，"案多人少"矛盾实质缓解，全国统一法律AI基础设施基本形成。
第二阶段：深度协同期（约5—10年）
核心词：强大的参谋。AI从"处理信息"向"提供分析"升级，法官核心工作转向审查、权衡与价值决断。
第三阶段：智慧裁判期（约10年以上）
核心词：可信赖的伙伴。根据当前技术渗透率与司法资源配比的趋势测算，预计基层法院约40%-50%的简单案件可能进入"AI预判、法官复核"流程。
但终极的裁断权，特别是涉及复杂道德情感、社会价值与公共政策的案件，必须也必然保留在人类法官手中。这不是技术的遗憾，而是法治的底线。
08
第八部分
关键认知这一代法律人的历史坐标
当前正处于法律AI的"规则定义期"。未来法律人的工作模式、行业格局、职业伦理边界，并非在十年后突然降临，而是在未来3-5年内，由此刻正在执业的法官、律师、法务共同决定。
试点法院的系统反馈，决定着AI辅助的边界定在哪里。律师对AI生成类案的态度与用法，塑造着证据规则的演变。法务总监对AI合规工具的选择标准，影响着供应商的技术路线。这些动作此刻正在发生，而它们的沉淀，就是未来法律世界的底层规则。
从"提效辅助"走向"深度协同"的过渡期，恰是这代法律人必须"在场"的塑造窗口期。
09
第九部分
行动建议给法律人的五个入口
致法官
建立对AI生成内容的批判性审查习惯。优秀的裁判者将越来越倚重技术工具，但成熟的裁判者绝不会让技术决定他的判断。
致律师
系统掌握至少一款主流法律AI工具。这不是可选项，是未来五年维持职业竞争力的基本功。
致法务总监
推动企业建立"AI合规管理闭环"——将外部法规变化、内部制度比对、合同风险审查纳入统一的智能系统。
致律所管理者
重新设计人才培养路径。新人的价值不在信息检索，而在策略思维。律所的人才模型需要从"知识记忆型"转向"判断创造型"。
致法学教育者
将AI素养纳入核心课程体系。未来的法学院学生，不能只懂法条，还要懂数据原理、算法逻辑与人机协作。
最后，借用一位参与系统设计的法官的感悟："我们这一代是过渡者。"任何技术变革中的"过渡一代"，其实都是承前启后的一代。他们既要亲手搭建通往未来的桥，也注定要成为桥的一部分。
10
第十部分
知识重构AI时代法律培训的范式转移
如果说AI审判对法官和律师的冲击是直接的，那么它对法律培训行业的重塑则更为隐蔽——却也更为根本。
法律培训长期依赖一种稳定的价值模式：将法律知识、实务技能从"知道的人"传递给"不知道的人"。信息的稀缺性和不对称，构成了这一模式的经济基础。AI正在瓦解的，恰恰是这一基础。
当基础的法条检索、案例汇编、文书格式可以被AI在秒级内完成时，以"知识传授"为核心的课程将面临系统性贬值。培训行业面临的命题因此变得清晰：从"教知识"转向"教判断"，从"传授技能"转向"赋能决策"。
松悟轩的探索方向
松悟轩已确定课程研发方向：围绕庭审判断力、复杂利益权衡和AI协作素养三大核心能力，首期课程预计于2026年第三季度上线。
未来的法律培训，核心战场不在信息，而在智识。
核心主张
AI审判的终极命题，不是机器能否像法官一样思考，而是法官能否借机器之力，比从前更好地守护正义。
本报告核心数据来源于深圳法院官方披露及《深圳市中级人民法院2025年度审判执行工作报告》
版权声明：本报告欢迎转载，请注明出处并保持内容完整性
寻因果 · 悟出胜负
松悟轩
SONGWU XUAN
