深圳法院给所有律师提了个醒!最高法都点赞了...

深圳法庭AI审判试点成功这件事，不知道给多少律师带来了比较大的震撼？

2026年全国两会上，最高人民法院院长张军对深圳法院人工智能辅助审判系统给予高度肯定，称其“效果非常好”，并介绍在深圳系统基础上形成了一套全国试用的智审系统。深圳“AI+审判”模式已从地方试点跃升为全国标杆，更在全球范围内引发广泛关注，成为中国司法创新的一张亮眼的“国家名片”。

在很多律师还在抗拒AI的时候，法院已经开始使用AI进行审判了。

一边是法院把 AI 化作常态化办案标配，从试点落地走向全国铺开，裁判参考标准被人工智能规范化；另一边不少律师仍在观望排斥、不愿拥抱技术变革。

就拿案检索这个所有律师工作都有的场景来说，很多律师都有过这种经历：

还在使用关键词搜索，一个问题搜出来几百个案例，看起来都像，又好像都不太对。

找到类案并不是结束，正在重要的：是你要判断哪些案例真正有效相关；要从几十份判决里提炼出裁判倾向；要把复杂争议拆成一个个可研究的问题；还要不断切换甲乙方立场，推演法官最终可能采纳的论证路径。

最后，再把这些内容，整理成一份真正能交付客户、能写进文书、能支撑办案策略的研究成果。

智合AI AI类案目前已经可以做到完整的案例查询（ 定位 ），再从案例中归纳出裁判规律（ 归纳 ），把复杂问题拆分成可研究的颗粒（ 拆解 ），把研究结论代入本案的立场（ 代入 ），最后把所有内容沉淀成能交付到落到文书里的论证（ 交付 ）。

我们用了五个场景，来为律师展示智合AI AI类案目前可以做到哪一步了，目前，智合AI免费为所有法律人提供试用，扫描文末的二维码，即可免费领取。

以案找案

律师做案件的详细研究时，常会遇到这种情况：手里已经有一份与本案高度相似的判决书，想顺着这份判决去找一批同类型的案件，看看类似的争议法院通常怎么判。

按传统检索逻辑，律师需要从这份判决里提炼出关键词、抽取要素、再回到搜索框里反复尝试。匹配度高的少，无关案例多，最后筛选的时间比阅读的时间还长。

智合AI的AI类案支持直接输入案号进行类案查询。

以入库案例【2024 沪 02 民终 1343 号】为例，AI类案 不是简单地按案由找相似——它先判定锚点案例的核心争议：“公司自治与司法干预的边界划分，核心在于判断辞任人是否已穷尽公司内部救济”，然后以这个争议焦点为锚点，去匹配真正具有可比性的案例，最后以表格形式列出每个参考案例与锚点案例的相似性识别和参考价值。

自定义结构化呈现

人身损害案件中，受害者一方可以主张哪些赔偿费用？构成伤残的话，又能主张哪些？四川地区的护理费标准如何确定？

面对这样一个真实的问题，律师需要的不只是案例，更是一个能反映“裁判倾向”的统计画面——哪些主张容易被支持，哪些容易被驳回，比例大概多少。

过去，这项工作几乎只能手工做。打开几十份判决书，一项一项地标注、一类一类地汇总，最后用 Excel 整理出来。一上午过去，可能才整理完十几份。

智合AI的AI类案提供了自定义排版能力。你可以直接告诉它你想看的维度，例如：“我需要图表式呈现受害者方主张赔偿费用胜诉的案例的比例。”

AI类案 会基于参考案例中受害者主张赔偿费用的裁判结果，统计各项目的胜诉比例，并直接生成对应的表格。残疾赔偿金、护理费、精神损害抚慰金……每一项的支持率、典型判赔区间一目了然。

归纳这一步，从“读完几十份再整理”变成“指令一下、表格就来”。律师可以把精力放在判断这些规律意味着什么上，而不是花在统计本身。

多问题查询

律师都遇到过这种“连环式”询问：怎么判断单位行贿和个人行贿？是否必须以单位名义实施行贿才能认定为单位行贿？行贿资金是否从单位账目支出对认定单位行贿重要吗？单位自然人的行贿行为是否必须与职务相关联？违法所得部分归单位、部分归个人时，应如何认定？一人公司、夫妻公司或合伙企业能否成为单位行贿罪的主体？单位负责人未经集体研究、自行决定行贿，能否认定为单位意志？挂靠人、项目承包人或分公司负责人的行贿行为，应认定为单位行贿还是个人行贿？企业建立了有效的反贿赂合规制度，员工擅自行贿能否切割单位责任？

这是一组典型的复杂问题——表面是九个问题，本质是一个完整的论证链条。

传统做法是逐题拆开查，九个问题查九次，然后律师自己在脑子里再把九个答案串起来。零散、易漏、整合费时。

智合AI的 AI类案支持多问题一并输入。系统会自动梳理问题之间的脉络，逐一检索对应类案，归纳每个问题项下的裁判口径，最终整合为一份条理清晰的完整分析。

复杂问题不再被切碎，研究的颗粒度由律师自己来定。

案情适用分析

到这一步，案例规律已经有了，但律师还需要回答最关键的一个问题——本案能怎么打？

代理原告还是被告，立场不同，看待同一批案例的方式就完全不同。能不能用、怎么用、用在哪、可能踩到哪些雷，这些判断过去全靠律师自己做。

AI类案 这次支持直接输入本案的诉讼立场和案情：“我是原告A代理律师，请分析原告A的诉讼风险，并提出可行的答辩要点，以达成法院尽可能支持原告A所有诉讼请求的目的。”

针对这种代入式查询，AI类案 会以类案为核心，结合同类案件的裁判规律与司法倾向，对当前案件进行针对性分析，并给出具体的观点与判断——哪些诉讼请求大概率会被支持，哪些容易遇到阻力，对方可能从哪个角度抗辩，己方应当如何提前布防。

研究从“看别人的案子”变成“看自己的案子”。这一步走通，类案研究的价值才真正落地。

结论 → 逻辑 → 案例支撑

律师的研究结果，最终是要落到法律意见书、答辩状、汇报材料里去的。

一堆案例堆在一起，不是论证。律师真正需要的，是法律人最熟悉的那种推演结构——先结论、再逻辑、最后案例支撑。

AI类案 这次从结果逻辑上也做了重构。以“构成伤残情形下可主张的特殊赔偿费用”为例：

第一层，先给结论：残疾赔偿金的计算标准，需综合考量受害人的收入来源地、伤残等级及损害后果的特殊性，而非机械套用单一标准。

第二层，再给形成结论的底层逻辑：法院会将受害人实际居住地、主要收入来源、伤残部位特殊性以及城乡融合发展趋势纳入综合考量，在法律框架内实现个案层面的实质公平。

第三层，落到具体案例印证：

结论、逻辑、案例。三个层次，环环相扣。

这不是把案例多堆几份，而是把案例放到论证里。研究结果本身就是一份能交付的论证片段。

律师真正想要的，从来不是更多的案例，而是把律师从大量重复的检索和整理工作中拉出来，留出更多时间做真正属于律师的判断。

从 1.68亿+ 裁判文书中找到对的几个案例，只是研究的第一步。把这几个案例变成一份能写进法律意见书、能放到法庭上、能交付给客户的研究结论，才是 智合AI 类案真正想给律师做到的事。