律所如何用Codex打造法律工具？Sullivan & Cromwell实战解析

当顶级律所开始用AI编程工具开发定制应用，法律服务的生产方式正在被重新定义。OpenAI发布的视频展示了Sullivan & Cromwell如何借助Codex，将合同审查从“律师逐字阅读”推向“AI生成备忘录+修订标记”的新流程。

从合同草案到智能审查：一个可复用的工作流

据OpenAI视频介绍，Sullivan & Cromwell的律师会将对方律师发来的合同草案输入AI模型，同时附上最相关的先例、代表客户立场的playbook以及市场惯例。模型会快速输出一份列出所有已识别问题的备忘录，并附上每项决策理由的完整透明度，以及一份可供律师审阅、修改的修订标记（track changes markup）。律师在此基础上调整后即可交付客户。

这一流程的关键在于“可审计性”：AI不是给出一个黑箱结论，而是像一位初级律师那样，把推理链条和修改痕迹都摊开，供资深律师逐条复核。

Playbook 在法律语境中并非体育战术手册，而是律所或公司法务部门为特定交易类型预先制定的谈判立场文件，通常列明哪些条款必须坚持、哪些可以让步、哪些属于红线。例如在并购合同的 indemnity 条款上，playbook 会规定赔偿上限的接受区间与例外情形。将 playbook 与先例一并输入模型，等于把律所多年积累的谈判策略编码为 AI 的决策约束，使输出建议不偏离客户立场。这也解释了为何同一份合同草案在不同律所手中会得到不同的审查结果——差异主要来自 playbook 而非模型本身。

Codex的角色：让律师自己造工具

视频中强调，团队利用Codex这类编程工具“生产定制应用”（produce bespoke applications）。这意味着律师不再完全依赖IT部门排期开发，而是能围绕具体交易类型快速搭建审查工具。

“你永远没有足够的时间做完所有想做的事，”视频中的受访者表示。Codex的价值在于把重复性的合同比对和问题识别自动化，释放律师的时间去做更深度的分析和更复杂的输出。

Codex 是 OpenAI 推出的代码生成模型系列，早期以 GitHub Copilot 的底层引擎为人所知，能够根据自然语言描述生成、补全和修改代码。与面向终端用户的垂直法律软件不同，Codex 本身不含法律知识，其价值在于降低“把业务逻辑变成可运行程序”的门槛。律所使用它时，需要由熟悉业务流程的律师描述需求，模型生成脚本或应用骨架，再由技术人员或律师自行调试。这种“低代码/生成式编程”模式让定制工具的边际成本大幅下降，但也要求使用者具备基本的软件工程素养，并建立代码审查与版本管理机制，否则定制应用可能成为新的维护负担。

速度与深度的双重提升

据视频描述，这一方式“比律师独自完成快得多”（much faster than a lawyer on their own could do this）。但速度并非唯一收益——受访者强调，它让律所能够“做更深度的分析，为客户产出更精细的成果”。

这指向一个趋势：AI在法律领域的定位不是替代律师判断，而是把律师从机械劳动中解放出来，把精力集中在策略性判断和客户沟通上。

透明度设计：法律AI落地的信任基础

法律工作对错误容忍度极低，因此视频特别突出“完整透明度”（full transparency）——模型需解释每项决策的理由，并以修订标记形式呈现修改建议。

这种设计让律师始终处于控制回路中：AI提出建议，律师审核、调整、定稿。对于需要向客户负责的律所而言，可解释性不是锦上添花，而是采用前提。

修订标记（track changes markup） 是 Word 等文字处理软件中的协作功能，以插入、删除、批注等形式记录文档的每一次改动及其作者。在法律实务中，它不仅是编辑工具，更是责任追溯与谈判沟通的载体：对方律师可以通过修订标记看到每处修改的提出方与理由，法院在某些程序中也会要求提交带修订痕迹的版本。AI 以修订标记形式输出建议，意味着其修改可以被逐条接受、拒绝或再修改，并与人工修改混合存在于同一文档历史中。这既满足律所对可审计性的要求，也避免了“AI 直接改写合同”带来的责任归属模糊问题。

对法律科技行业的启示

Sullivan & Cromwell的实践展示了“通用编程工具+领域知识”的组合潜力。律所不必等待垂直法律AI产品成熟，而是可以用Codex这类工具，把自身的先例库、playbook和业务判断封装进定制应用。对法律科技创业者而言，竞争焦点可能从“谁有更好的模型”转向“谁更懂如何把模型嵌入律师的真实工作流”。