今年春天，深圳法院的人工智能辅助审判系统迎来了高光时刻。
3月，最高人民法院院长张军在两会的工作报告中点名介绍这套系统，宣布以此为基础形成的全国试用智审系统已在23家法院开展试点。4月，广东省人工智能应用对接大会上，深圳中院党组副书记、副院长邝肖华宣布，该系统已经深度赋能超过60万件案件的审理，并且将由最高法牵头全国推广。
这套系统，正在解决“案多人少”这个困扰中国法院系统多年的结构性问题。从这个角度看，深圳的行为不是一次锦上添花的技术升级，而是一个被现实压力催熟的解法。
但效率从来不是司法系统唯一的考量。
当一套系统介入到立案、阅卷、庭审、文书生成的每一个环节时，它带来的影响也不会只停留在省时间这一层。
单从效率这方面看，深圳法院交出了一份相当华丽的成绩单。
辅助判案系统上线近两年，深圳法院的案件上诉率、一审发改率同比分别下降35.1%和33.3%，达到了近十年最低水平。2025年深圳法院法官人均结案744件，同比增加249件，居全省第一。
与此同时，在国际层面受到的关注也确实热烈。深圳新闻网报道，自系统上线以来，全国170多家单位前来学习，越南、葡萄牙、新加坡等16个国家以及港澳地区的司法和行政部门来深考察。香港中文大学（深圳）副校长、工程院院士罗智泉评价，它不仅在司法审判领域是领先的，在全国各行业场景上也是领先的。
美国新罕布什尔大学发表的一篇对比研究，更是把深圳法院称为世界上第一个例行性、大规模使用生成式AI进行裁判的法院。在全球范围内，将生成式AI部署到司法审判全流程、且达到这种规模的法院系统，目前确实只有深圳一家。
从两会上最高法的政治背书，到国际同行的密集关注，再到清晰的全国推广路线，深圳这套系统看起来几乎无懈可击，并且一马当先地快速发展。
但要真正理解这个系统，以及它带来的争议，还是要从它的设计逻辑说起。
2023年立项时，深圳中院做了一件有意思的事情。
他们没有把研发全权交给技术公司，而是从全市法院抽调了12名专职法官和法官助理作为研发团队的主导，让法官来当产品经理。
而之所以这么做，深圳自然也有自己的考量。
审判经验里有大量隐性知识，是技术公司闭门造车做不出来的。哪些证据材料应当被重点关注？哪些表述意味着争议焦点的转移？哪些类案的引用是合理的，哪些其实是误导性的？这些判断逻辑并不在法条里，而在法官的日常工作里。更准确地说，是在法官的脑子里。
而法官们的工作，就是把这些隐性的审判经验翻译成AI可以执行的算法。深圳中院破产法庭法官助理、推进办业务总监孟天一在接受采访时描述：“我们把审判业务标准以及法官思维、专业步骤，通过指令的方式给到模型，这样模型才能更好地辅助法官执行各项任务。”
最终，整个审判流程拆解成 85 个具体节点，覆盖从立案、阅卷、庭审到文书生成的全流程。
而这套模式的技术底座法信法律基座大模型，它的训练语料是3.2亿篇、3.67万亿字的法律文献、裁判、案例和观点。考虑到2024年1月之后，裁判文书库已经转为法院内部专网使用，商业公司基本拿不到同等规模的数据，这确实是垂直模型在法律领域最有说服力的护城河。
同时，这套设计的关键约束在于，每个节点都设置了审核、确认、决定选项，需要法官一一勾选确认才能推进。深圳法院法官孟天一在采访中介绍：“人工智能介入审判工作，这个情形是不存在的，每个环节都是人来做出决定。”
技术专家和法律专家共同把关，AI只起辅助作用，听起来确实是相当稳妥且滴水不漏的设计思路。
但形式上没有破绽，不等于实际上没有问题。
在深圳法院和最高法的相关报道里，总会提起这个系统被“哈佛大学法律分析杂志专题研究”，以此作为系统获得国际学术界认可的佐证。
但学术期刊专题研究，和学术期刊背书并不是一个概念。如果真的有人仔细读完这篇长达25页的论文，会发现作者反复论证的其实是另一件事：
这套模式，可能在无意中放大司法决策里的错误和偏见。
按照深圳法院公开披露的工作流，在法官做出第一次判断之前，系统已经对相关资料做了预处理，替法官把案件材料做好摘要，归纳争议焦点，并把相关类案和法条都放在屏幕上等他过目。
看似高效的工作流里，隐藏着难以察觉的第一层风险。AI 不需要替人做决定，只要在人思考之前把信息摆出来，就足以影响判断的方向，学术界把这种现象叫做自动化偏见。
美国的COMPAS系统就是现成的前车之鉴。这个系统主要用于预测被告的再犯风险，已经被多个州的法院采纳部署。尽管这个算法的准确率只有65%左右，和外行盲猜的结果差不多。但研究发现，法官在量刑过程中仍然高度依赖系统的打分结果，甚至据此改变原有的判断。
回到孟天一那句话：每个环节都是人来做出决定。但这只意味着最终由人按下确认按钮，在点击之前，人就已经潜移默化地受到了AI的影响。
而在法官形成初判之后，要把这个判断输入智能文书辅助生成模块，由AI生成裁判文书的草稿。这个环节，也是第二重风险的入口。
上海交通大学凯原法学院教授李学尧在2025年的一系列实验中，揭示了一个比自动化偏见更隐蔽的机制。他们让法官先对案件形成初步判断，然后由AI根据法官的判断生成裁判理由。
实验结果显示，相比于法官自己撰写裁判文书的对照组，使用AI辅助的实验组更容易固化原有的判断倾向。
换句话说：
AI生成的理由不是在检验法官的结果，而是在强化法官的观点。
具体到判决书的形成过程上来看，法官根据AI推送的类案和争议焦点，形成了一个偏向某一方的初判。AI援引支持该方向的类案，组织成一份说理充分的判决书草稿。至此，法官本来可能还有的犹豫也就此消失了，既然AI都觉得没问题，那应该就没错。
前后夹击之下，法官真正独立判断的空间被压得很薄。
回到开头提到那个数字，人均结案744，平均每个工作日3 件。在这个节奏下，法官真正能用来独立审视一份AI草稿的时间，还足够吗？
但这些风险的存在，并不构成不做这件事的理由。
法律领域的AI应用是一个全球性的开放问题，自开始探索以来，还没有哪个国家能给出完美答案。美国的COMPAS出过偏见争议，欧盟的AI Act把司法AI列为高风险类别需要强制性合规评估。所有这些都说明，把AI用进司法系统，是一件需要持续摸索的事情。
罗智泉院士说深圳系统领先，指在这个国际国内都没有成熟答案的领域，深圳法院愿意先把系统部署到60万件真实案件中去，展现的是一种愿意承担的姿态。
但要让这套系统真正走得远，下一步可能不是更快地推广，而是更细地审视。系统的准确率到底是多少？在不同案件类型上的表现差异有多大？AI生成的草稿和法官最终修改后的判决之间，差异程度的分布是怎样的？更重要的是，法官是否在逐渐对AI输出形成路径依赖？
这些问题，目前公开的资料里都还没有系统性的答案。
744这个数字确实让人欣慰，因为它意味着更多的纠纷能更早画上句号。但同样是这个数字背后的系统，值得我们持续追问的，不是它跑得多快，而是它跑得对不对。
责编 / 吴梦奇Scott
编辑 / 顾文倩Aro
分类 / 原创
