Legora借OpenAI重塑法律工作：90%合同不再漏审

法律行业长期被视为AI渗透最慢的领域之一，但Legora正在打破这个刻板印象。这家由大学辍学生创立的法律AI平台，把GPT系列模型嵌入律师日常工作的每一个环节，让合同审查从"只挑最贵的10%"变成"全量秒级覆盖"。更值得关注的是，Legora创始人直言：没有OpenAI，这家公司根本不会存在。

从辍学到创业：一个API改变的人生轨迹

据Legora创始人在OpenAI官方视频中的回顾，GPT 3.5的开放访问是他辍学并创办公司的直接动因。这个细节本身就说明了一件事：基础模型的可得性，正在重塑创业的门槛结构。过去做一个法律科技产品，需要自建NLP团队、标注数据、训练模型，周期以年计；而当强大模型以API形式开放后，一个懂行业痛点的小团队就能快速把产品跑起来。

Legora的定位并不复杂——让律师在一天中的每项任务里都能顺手用上AI。这种"嵌入式"思路区别于把AI做成一个独立工具，它更像是把模型能力揉进现有工作流，降低律师的使用摩擦。

GPT 3.5 的开放访问指的是 OpenAI 于 2023 年 3 月通过 API 向开发者开放 gpt-3.5-turbo 模型。与之前需要申请排队、按 token 计费昂贵的 GPT-3 API 不同，gpt-3.5-turbo 成本大幅降低（每千 token 约 0.002 美元），且响应速度更快，支持对话式交互。这一举措被视为大模型应用爆发的起点：开发者无需自建算力集群或训练模型，只需调用 API 即可将强大的语言能力嵌入自有产品。对于法律科技这类垂直领域，这意味着创业团队可以将资源集中在行业理解和工作流设计上，而非底层 AI 技术研发，从而极大降低了产品化的门槛和周期。

90%的合同，终于有人看了

传统法律实务中有一个公开的秘密：出于时间和人力成本限制，团队往往只对价值最高的那10%合同做深度审查，剩余90%基本处于"抽查"状态。这并非律师不负责，而是经济上不划算。

Legora改变的是这个成本曲线。创始人的说法很直接：那10%依然可以做深度审查，但另外90%现在可以"几乎瞬间"完成AI筛查。这意味着风险覆盖面的数量级扩大——过去被默认放弃的长尾合同，现在也能进入审查视野。

在具体吞吐能力上，创始人给出了一个场景：1万份合同、每周10个查询、覆盖全部合同，大约几分钟内就能完成。这个量级在人工模式下几乎不可想象，也正是"广度"这一维度上AI带来的根本变化。

**合同审查中的“全量覆盖”与“抽样审查”**是法律风险管理中的两个关键概念。传统上，由于人力有限，法务团队常采用基于价值的抽样方法：只对金额最高或风险最大的合同进行逐条审查，其余合同仅做形式检查或完全不查。这种做法的隐患在于，长尾合同中可能隐藏着偏离标准条款的风险（如不合理的责任上限、自动续约陷阱等）。AI 驱动的全量审查通过自然语言处理技术，能快速比对合同条款与预设规则库，识别异常条款并标记风险等级，使原本因成本被放弃的审查任务变得经济可行，从而提升整体合规水位。

Agent工作流：尽调从人工苦力变成"启动即跑"

让创始人最兴奋的能力，是端到端的AI尽职调查工作流。操作逻辑是：律师启动任务，agent自动展开合同审查及其他类型工作，产出结果交由人类复核。

这标志着角色分工的重新划分——AI承担的是海量、重复、模式化的初筛劳动，人类保留判断、决策与责任。对法律行业而言，这种分工比"AI替代律师"的叙事更贴近现实，也更容易被专业群体接受。

AI Agent（智能体） 是指能够感知环境、自主规划并执行多步骤任务的 AI 系统。与简单的问答模型不同，Agent 可以调用工具（如搜索、文件读取、API 调用）、分解复杂目标、按顺序执行子任务，并在遇到障碍时调整策略。在法律尽职调查场景中，Agent 可自动遍历数据室中的数千份文档，提取关键条款、识别缺失信息、生成审查报告，而人类律师只需设定任务目标并复核最终结果。这种“人类定目标、AI 跑流程”的协作模式，将律师从重复性劳动中解放出来，专注于需要专业判断的环节。

一年三融资五收购：小团队的"秘密武器"

Legora自身的增长数据同样值得注意。据创始人披露，过去12个月公司办公室从3个扩展到18个，完成三轮融资，仅当年就完成五起收购。用一个很小的团队支撑这种扩张速度，靠的正是自家产品。

创始人的比喻很形象：Legora是一辆极快的F1赛车，而OpenAI不断推出的新模型就是可以换装的引擎，每一次迭代都让车跑得更快。这个类比揭示了AI原生公司与基础模型厂商之间的共生关系——应用层的竞争力，部分来自能否第一时间把新模型能力转化为产品优势。

速度之外，更关键的是"广度"

创始人对变化的总结分两层：一是既有任务的执行速度，二是能力可覆盖的广度。速度容易理解，广度才是结构性改变——原本因为成本被排除在外的任务，如今重新进入可执行清单。那些"你以前够不着、或者希望多花时间"的事情，现在有了着落。

他的判断相当激进：现在是做律师历史上最好的时代。如果这条路走对了，技术对行业以及个体能力的赋能之深远，会让此前所有创新都显得微不足道。这话带有创业者特有的乐观，但背后指向的趋势——专业服务的边际成本大幅下降、个体产能显著放大——确实正在发生。

对法律科技赛道而言，Legora的案例提供了一个清晰样本：基础模型负责能力供给，垂直应用负责场景翻译，两者结合才能把"AI很强"转化成"律师真的在用"。