当地时间 9 月 17 日,OpenAI 正式推出 Astra for Law,一个面向律师事务所与法律科技公司的行业平台,底座是 GPT-6 Astra。初期通过 Trusted Access 向选定的律所开放。这条产品线的发布节奏值得注意:OpenAI 此前的行业动作多为模型能力更新或通用界面迭代,把「模型加检索加指令加插件」打包成一个行业专属平台整体交付,在法律行业还是头一回——至少是以平台化产品命名的方式。

平台的主体是检索层。Astra for Law 内置一个覆盖超 2.3 亿个 URL 的法律搜索索引,纳入美国判例法、成文法、法规、法院规则及行政裁决,其中判例法部分覆盖了 CourtListener 已发布美国判例库的 99.9% 以上。检索之上是方法层:法律分析与写作的专业指令集、面向法律场景的模型设置,随平台统一交付。这两层解决的是同一个问题——法律研究最怕的不是答不上来,而是引了一个不存在的案子上法庭。

模型之上的法律行业包装检索层超 2.3 亿个 URL 的法律搜索索引,覆盖判例、成文法、法规与裁决方法层法律分析与写作指令、专业化设置,随平台统一交付生态层26 个合作伙伴插件与 47 个社区插件,经 Trusted Access 逐步开放定位:把「模型加检索加指令」打包成律所可直接采购的行业平台
图|Astra for Law 的平台分层

厂商给出的基准数字来自 Vals AI 的法律研究评测:Astra for Law 整体正确率 54.0%,而 GPT-6 Astra 单独使用网页搜索时为 38.7%,相对提升约四成;发现的参考案例数量多出 24%。需要标注口径:这是 OpenAI 自己选择的评测环境,Vals AI 是第三方但题目与设置由厂商披露,律所在采购时应当用自己的案头题目复测。54% 这个数字本身也说明问题——超过一半的题目仍答不对,法律研究智能体离「直接用」还有明确的距离,它现在的合理角色是研究助理,不是出庭代理。

生态层是平台化叙事的另一半:26 个合作伙伴插件与 47 个社区插件同步上线,覆盖法律科技工具链上的各家服务。这个结构眼熟——把操作系统做厚、把应用交给生态,是平台公司的标准打法。对律所来说,插件生态的价值在于工作流可以留在自己熟悉的工具里,对 OpenAI 来说,价值在于把分发入口握在手里。与今年 5 月 Claude for Financial Advisors 的 MCP 连接器思路对照着看,头部实验室都在做同一件事:从卖对话窗口,转向卖「行业工作流的接入层」。

同行业、两种答案:Harvey 与 OpenAIHarvey 路线(9 月 19 日稿)买下 Guardrails AI,自建评测基准卖一套可审计的体系,部署在客户信任边界内OpenAI 路线行业平台开箱即用,检索与插件打包卖一条进入工作流的通道,数据流向平台侧分歧点:客户买「控制权」还是买「效率」——两条路线都在被市场检验共同前提:引用错一次,代价远超一次订阅费,可核查性是入场券
图|法律智能体的两条商业化路线

法律行业的有意思之处在于,同一条赛道上此刻并存着两条商业化路线。Harvey 上周把智能体护栏公司 Guardrails AI 买了下来,自建评测基准,卖的是一套部署在客户信任边界内、可审计的体系;OpenAI 卖的是一条开箱即用的平台通道,检索与插件在云端就位。前者买控制权,后者买效率。两条路线没有明显的高下——律所的规模、合规姿态和客户结构会决定各自的选择,但选择本身正在变成一个必须回答的问题:你的数据流向哪里,出了引用错误谁负责。

冷静地看,Astra for Law 的短板与它的长处同源。平台化意味着标准化,而法律实务高度依赖司法辖区、业务领域与律所内部惯例的差异化;2.3 亿 URL 的索引再大,也覆盖不了律所内部的知识库与客户文书,这部分仍要靠企业侧自己接。Trusted Access 的灰度策略说明 OpenAI 自己也清楚法律场景的错误代价,不敢一步放开。行业平台是智能体商业化绕不开的中间层形态,法律只是这一站——医疗、财税、保险大概率会陆续复制这个结构。目前官方及行业暂未披露更多细节,后续将持续跟进迭代动态。