很多人在讨论司法 AI 时，脑子里会冒出一个“机器法官”的形象，好像 AI 坐在审判席上，读完材料，然后宣布谁赢谁输。
深圳法院的实践不是这样的。
AI 没有直接裁判案件，它更多的是在法官形成初步判断以后，帮法官把裁判理由写出来。
现在，我们就把深圳法院智能裁判系统的真实工作流拆开来看看。
深圳市中级人民法院于2023年启动智能裁判系统项目，与「面壁智能」合作开发法院专用大语言模型。
该系统于2024年6月28日上线，主要用于深圳两级法院的民事、商事案件。
最高法院：深圳中院今日上线人工智能辅助审判系统
背景很直接：案多人少。
2023年，深圳法院系统处理大约30.8万件案件，其中约28.7万件是民商事案件，一线民商事法官平均每年要处理400件以上案件。
这个工作量放在任何一个认真写过法律文书的人面前，都能感受到压力。
一个案件不是只看一遍起诉状、敲几段模板就结束了，法官既要看证据、归纳争点、组织庭审，还要判断事实、适用法律、写裁判理由。
越是民商事案件，越容易在合同文本、交易背景、证据链条和当事人陈述里绕来绕去。
深圳法院希望用 AI 提高文书生成效率，减轻法官的工作负担——这一点也不神秘，更不浪漫——它的起点就是生产压力。
系统底层模型的训练材料包括中国法律、法院裁判文书和学术文献，训练语料规模约两万亿汉字，参数规模大致与GPT-3.5相当。
这个模型不开源，仅在深圳法院系统内部使用。
这说明，深圳法院的实践不是把案卷直接丢给公共聊天机器人，它更像是一个法院和技术公司共同打造的内部系统，目标很窄：服务裁判文书生产。
深圳法院智能裁判系统的功能大致可概括为三类。
一类是归纳案件事实和争议焦点。
系统可以从起诉状、答辩状、证据材料里提取事实，归纳双方到底在争什么。
这个功能听起来平平无奇，但对法官却很重要，很多案件的麻烦不在于法律规则多复杂，而是材料乱、表达乱、当事人各说各话。
只有先把事实和争点洗出来，后面的判断才有入口。
一类是给庭审提供问题提示。
系统可以根据案件类型、事实和争议焦点，生成法官庭审时可以询问的问题。
对于年轻法官或者刚接触某类案件的法官来说，这个功能可能很有用。
庭审提问不是聊天，问题问错了，证据链就断在那儿；问题问少了，案情就留空；问题问散了，庭审就变成各方自由发言。
还有一类，就是生成裁判说理和裁判文书——这是核心。
系统不是自己决定支持原告还是支持被告，它是在法官已经对某个争议焦点作出初步判断之后，再围绕这个判断生成裁判理由。
也就是说，AI 的主要工作不是“怎么判”，而是“为什么这么判”——这一点可能会改变我们对司法 AI 的理解。
过去很多智慧法院系统更像自动填表和模板生成，比如小额贷款、信用卡纠纷、消费金融案件，系统帮忙算利息、填模板、套文书。
深圳这套系统又往前走了一步，它已经进入到“裁判理由”这一层。
AI 一旦进入“本院认为”这一段，它就已经进入司法决策的核心周边。
真实场景下的深圳法院法官与 AI 的互动可以拆分成四步：
1. 法官根据证据和庭审查明案件事实。
2. 法官识别争议焦点，并对每个争议焦点作出初步判断。
3. AI 根据法官的初步判断和已查明事实生成裁判说理。
4. 法官审阅、修改 AI 生成的裁判说理，形成最终判决。
这套流程可以再压缩为：法官定方向，AI 写理由，法官再修订。
我觉得这套流程比“AI 会不会取代法官”的讨论更接近现实。
因为司法责任最终要落在法官个人身上，法院不可能轻易接受机器直接裁判案件，哪怕技术再强，最终签发判决书的也必须是法官。
公众也很难接受一个完全由机器作出的司法决定。
所以，AI 在司法里的现实形态，大概率不会是“替代法官”。
但它会嵌在法官的工作流里，帮法官完成一部分认知和表达任务。
我们可以通过一个真实的股东出资纠纷裁判案例，来看看深圳法院 AI 到底是怎么工作的。
案件大意是：XX公司破产后，破产管理人起诉五名股东，要求追缴已认缴未实缴的出资。
争议焦点之一是，公司 E 是否已经向 XX公司实际缴纳一千万元注册资本。
AI 将第一个争点概括为：公司 E 是否已经实缴1000万元注册资本。
法官选择“否”。
然后 AI 开始生成裁判说理。
它引用《企业破产法》第三十五条，结合资金转入后又迅速流出、资金用途不明、被告没有证明已经履行出资义务等事实，组织出一段支持法官判断的理由。
法官认为，这段说理总体能把事实、法律和结论连起来，法条引用也没有明显错误，但它并不是完美的，因为有一处逻辑表达不清。
法官后来重新表述争点，让 AI 重新再生成一次。
AI 的第二版说理更加清楚，并且也修正了逻辑表达不清的部分。
在最终形成的判决书里，法官又加入了更具体的事实分析，比如资金流向关联公司、没有偿还借款、不符合正常交易习惯、管理人无法取得财务账册、出资核验报告形成时间异常等。
这说明最终判决并不是 AI 的原文照搬。
它是三件事叠在一起：法官先作判断，AI 生成理由，法官再把理由改成可以写进判决书的版本。
司法 AI 已经坐到了法官的案头，它帮法官读材料，归纳争点，提示庭审问题，生成裁判说理。
它虽然不签发判决书，但它已经参与了判决书中最关键的那部分文字生成。
这件事不能简单说好，也不能简单说坏。
对于案多人少的法院来说，它确实能提高效率；对于年轻的法官来说，它也可以提供训练轮；对于复杂的案件来说，它可以提醒法官会遗漏的细节。
但它带来的风险也可能更加隐蔽。
以前，一个判断写不出来，法官可能会停下来重想，是不是哪里出了问题。
但是现在，AI 可以帮他写出来。
如果 AI 只写支持法官的理由，法官还能不能被迫看见自己判断中最弱的那一环？
AI 辅助审判真正的问题，不是机器会不会像人一样裁判，而是：法官会不会因为司法 AI 太会写裁判理由，以致于法官更难发现自己判断错了。
本文系公众号「错误杰论」原创
感谢作者授权转载
更多精彩文章，敬请关注民商裁判实务
