用AI写法律文书？从提交这一刻起，你要多履行两道义务

2026年9月7日，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》，以24条规定回应人工智能侵权、知识产权、技术合同、证据审查和诉讼秩序等问题。对律师而言，这份文件具有双重意义：它既影响律师如何代理涉及人工智能的案件，也直接影响律师如何在自己的案件中使用人工智能。后者并不是从文件精神中推导出的遥远结论。《意见》第十九条已经明确要求，诉讼参与人提交使用人工智能生成的诉讼文书、案例检索报告等材料，应当在提交前核实，在提交时说明，并依法承担相应责任。

这使讨论的重心发生了变化。问题不再只是律师可不可以使用AI，或者AI生成的法律意见是否足够准确，而是：一项法律工作经过人工智能参与之后，谁能够说明它的事实依据、法律来源、形成过程和审查责任？

《意见》没有要求人工智能退出律师的诉讼工作，也没有为人工智能错误建立特殊免责机制。它提出的是另一种制度安排：承认技术参与，区分控制能力，落实注意义务，并使必要的核实过程进入司法可以审查的范围。

理解这一点，才能同时避免两种误读：一种把《意见》理解成鼓励使用AI的政策背书，另一种把它理解成只要使用AI就可能受到处罚的职业警告。

一、《意见》的意义，是把人工智能问题重新放回既有法律关系

首先需要确定文件的规范位置。

《意见》明确提出，对具有规则确立意义、需要统一法律适用标准的疑难复杂新类型案件，由上级法院提级审理，并通过人民法院案例库加强案例指导。因此，它的实践影响不仅来自具体条文，也来自其背后的审判指导与裁判统一机制。律师在设计诉讼请求、组织举证和判断法院可能采取的审查路径时，不能忽略这一文件。它最重要的方法论选择，是没有因为人工智能具有自主性和不透明性，就将相关问题整体搬进一个特殊的法律世界。第三条规定，法律没有明确规定适用无过错责任或者过错推定责任的，应当按照过错责任原则判断责任。同时，过错的认定需要考虑具体应用场景、自主化程度、信息透明度、潜在风险，以及开发者、提供者和使用者的预防能力、预见能力与控制能力。

这里需要同时读出两个方向。

一方面，人工智能参与并不当然意味着严格责任。不能仅仅因为损害与AI有关，就要求所有参与者对所有后果负责。另一方面，技术复杂也不当然意味着无人负责。一个主体不能仅凭自己无法解释模型内部每一步运算，就回避对产品设计、服务部署、风险提示和实际使用方式的责任。

因此，律师处理人工智能纠纷时，首要任务不应是抽象争论AI是不是一个独立主体，而应当还原具体关系：谁选择了用途，谁提供了数据，谁决定部署方式，谁能够阻止风险，谁从相关活动中获益，以及谁在什么时点负有何种注意义务。

同样，第三条的过错责任原则也不能被理解为排除了特别法。《个人信息保护法》第六十九条已经规定，个人信息处理者不能证明自己没有过错的，应当承担相应侵权责任。《意见》保留无过错责任和过错推定责任的例外，正是要求法院继续识别这些不同的请求权基础，而不是将所有AI案件都压缩成同一种归责模式。

对律师而言，这意味着新的专业能力不只是了解模型技术，而是能够将技术事实准确转换为法律上的行为、控制、义务、因果关系与证明责任。

二、支持创新不是一揽子免责，规则留白也不是合法性确认

《意见》确实体现了支持创新、避免不适当扩大责任的立场，但这种立场具有具体边界。

第七条对生成式人工智能服务提供者采用了通知后采取必要措施的责任安排：在自动生成内容侵害人格权益的情形下，经权利人通知，提供者未及时采取停止生成侵权内容等必要措施的，应依法承担责任；对于用户恶意诱导生成侵权内容的情形，则分别规定用户责任，以及提供者收到通知后未采取必要措施的责任。

这对律师提出了一个非常实际的新要求：侵权通知不应只是传统的“请删除这个链接”。

生成式服务的问题可能不是某一条内容被持续存储，而是同类内容能够被再次生成。因此，律师需要把侵权内容、触发条件、权利依据、初步证据和拟要求采取的措施组织清楚。对于提供者，回应通知也不能必然止于删除一份已经存在的输出，而应结合具体技术能力，评估停止生成、屏蔽相关指令等措施。

但不能据此推出“没有收到通知就绝不承担责任”。第七条处理的是特定侵权场景，并没有宣布排除其他法律规定，也没有给予服务提供者针对自身违法行为的普遍豁免。尤其不能把人格权益场景中的安排，直接转换成所有训练行为、所有著作权争议的统一避风港。

另一个容易被误读的边界，是人工智能产品责任。

第九条强调依据产品质量法认定“以实物为载体”的人工智能产品。官方答记者问进一步明确，智能机器人、自动驾驶汽车等属于讨论范围，没有实物载体的人工智能服务不应被直接纳入这一产品责任规则。

这一划分限制的是特定责任制度的适用，不是说纯软件服务不承担责任。对于法律AI、智能审查系统或者模型接口服务，合同承诺、数据处理义务和一般侵权规则仍然需要分别评价。律师购买了某个服务之后，也不能只问“它是不是产品”，而应当追问：它究竟承诺完成什么任务，承诺何种质量，披露了什么限制，以及违约如何认定。

更值得注意的是，《意见》主动保留了两个争议：人工智能生成内容的可版权性，以及未经许可使用他人作品训练大模型的定性。最高法在答记者问中明确表示，这两项问题尚存在较大分歧，因此暂不作规定。

所以，《意见》既不能用来证明所有AI生成内容当然享有著作权，也不能用来证明未经许可训练当然合法或者当然违法。规则留白意味着争议仍需在具体案件中论证，而不是任何一方已经获得胜利。

第六条关于合理处理已合法公开个人信息的规定，也只能在个人信息权益的框架内理解。其判断仍须考虑目的、必要性、敏感程度、潜在影响和公开时的合理预期，不能被改写成“只要网上可以找到，就可以任意训练和使用”。更不能把这一条作为律所向外部模型上传非公开卷宗的授权依据。

对律师而言，最危险的解读不是不知道某条规则，而是把一个特定场景中的有限安排，推广成跨越不同权利类型的普遍许可。

三、证据规则的变化，比抽象讨论AI责任更值得重视

人工智能纠纷中，一个核心困难是：受损害者能够看见结果，却未必能够接触造成结果的系统。

《意见》没有通过一句笼统的“举证责任倒置”解决这个问题，而是设置了若干更有针对性的安排。第十二条要求，人工智能开发者提出不侵权抗辩的，应当提供训练数据来源、训练过程记录、模型运行模式以及科学理论依据等予以佐证。第十七条则规定，控制书证、电子数据等证据的当事人无正当理由拒不提交时，法院可以认定对方关于该证据内容不利于控制人的主张成立。

这里的制度逻辑，是缓解信息不对称，而不是免除权利人的全部证明责任。

律师仍然需要明确争议事实、完成相应初步举证，并说明所申请调取的材料与争议之间的关联。对方未提供某项材料，也不意味着整个案件的全部主张自动成立。把这些条文宣传为“AI公司必须自证清白，否则必败”，既不准确，也会误导诉讼策略。

与此同时，企业一方的律师应当意识到，未来可用于抗辩的材料，往往需要在研发和运营时就形成。等到被诉后，才开始寻找训练来源、版本变更、过滤措施和风险处置记录，可能已经无法完整还原事实。

因此，《意见》影响的并不只是诉讼发生后的举证，也包括诉讼发生前的产品治理和合同安排。律师参与AI项目时，应将数据来源记录、版本管理、投诉处理、风险测试和证据导出能力纳入讨论，而不只是提供一份宽泛的免责声明。

第十八条还提出了另一项重要要求：电子数据的生成、收集、存储、传输过程需要接受真实性与完整性审查；大数据报告需要检查原始来源、清洗规则和分析方法；区块链存证需要检查上链前数据的真实性；将AI生成内容作为侵权证据时，还要考虑提示词、重复测试一致性等因素。

由此可以得出一个对所有律师都适用的认识：

某段内容确实由AI生成，不等于其中描述的事实确实发生。

假设有人要求模型介绍某企业的违法记录，模型输出了一段包含虚构处罚的文字。保存完整对话，可以帮助证明模型曾经产生这段输出；但这份对话不能证明企业真的受到过相应处罚。即使输出已经被公证或者存证，也不能因此把内容中的事实主张变成真实。

同理，AI根据卷宗生成的时间线，是对证据的整理结果，不是自动获得独立证明力的新证据。它可能便于阅读，但每一项关键事实仍须能够回到原始材料。把律师分析工具的输出直接当成事实依据，是两个认识层次的混淆。

对于模型测试，还需要区分正常取证与人为制造假象。提示词必然影响输出，因此，使用提示词开展测试本身不等于不当取证；真正需要审查的是，是否通过误导、隐瞒和选择性呈现，歪曲系统行为或者捏造案件事实。实务上宜保留与争议相关的输入、上下文、时间、可获得的版本信息和测试结果，说明测试条件与局限，而不是只留下最有利的一张截图。第十八、十九条应当结合起来理解。

四、第十九条直接改变了律师提交材料的工作方式

对律师自身使用AI而言，第十九条的最后一句是全文的关键：

诉讼参与人提交诉讼文书、案例检索报告等材料如系使用人工智能生成，在提交法庭前应当认真核实相关法律、司法解释、案例等内容的真实性、准确性，在提交法庭时对使用人工智能辅助情况作出说明，并对有关内容的真实性、准确性依法承担责任。

这句话包含三个相互独立、不能彼此替代的要求：提交前核实、提交时说明、依法承担责任。

核实不是询问模型是否确信，也不是确认文书读起来合理

核实至少要解决两个不同问题：引用的来源是否真实，以及文书是否准确表达了该来源。

一份判决可能真实存在，但模型引用的观点并不在判决中；某项规定可能确有其文，但已经修改、失效，或者不适用于争议发生时点；某段文字可能出现在判决中，却只是当事人的主张，而不是法院认定。满足“找到了这个案号”，并不等于完成了准确性核实。

因此，真正有效的审查，应当回到法律、司法解释和案例的可靠原始文本，核对具体内容、效力状态、时间适用和论证语境。这是对第十九条核实要求的必要展开，而不是要求律师机械地给每句话附上一个链接。

再让另一个模型检查一遍，可以作为发现问题的方法，但不能单凭两个模型给出相同答案就认定已经完成核实。两个答案的一致，并不能在逻辑上证明它们共同指向的来源存在，更不能证明来源被正确理解。

也应当区分事实与法律判断。AI可以帮助梳理客户陈述，但不能将客户尚待证明的主张改写成法院已经查明的事实；可以帮助提出法律解释，但不能为一个解释补造并不存在的先例。律师应当保留“客户主张”“证据显示”“尚待核实”“据此推论”等不同认识状态，而不是让文书流畅性抹平这些差别。

说明是明确要求，但说明的细节仍有待统一

对于符合第十九条所述情形的材料，提交时作出说明不是可有可无的礼貌行为。已经人工修改、由律师签字，也不能当然消除此前使用AI生成内容这一事实。

与此同时，条文并没有规定生成内容达到多少比例才需要说明，也没有统一规定必须使用什么表格、列出哪些模型参数或者提交多少对话记录。对于普通校对、格式调整、文字识别、未被采用的头脑风暴，以及实质性生成文书内容之间的界线，目前不能从这一条中读出完整答案。

在这些问题获得进一步明确以前，更稳妥的内部管理方式，是关注AI对最终提交材料是否具有实质性的内容贡献，而不是计算还剩下多少个未经修改的机器生成句子。这是一项合规判断建议，不应被冒充为《意见》已经设定的法定比例标准。

文件名称虽然是“涉人工智能纠纷案件”，但第十九条使用的是“诉讼参与人提交诉讼文书、案例检索报告等材料”的一般表述。因此，律师不宜仅以自己代理的是借款、劳动或者建设工程案件，就当然排除该要求。从条文目的和措辞看，将相关核实、说明要求纳入所有向法院提交的AI生成材料管理，是更稳妥的理解；具体适用范围与操作形式仍有待后续实践明确。

一个可以根据实际情况调整的说明示例是：

本材料在资料整理及初稿起草环节使用了人工智能辅助。文中所引法律、司法解释及案例已由代理律师核对相关原始来源；事实陈述已与相应案件材料核对，并区分当事人主张与已经查明的事实。最终提交内容由代理律师审阅确认，并依法承担相应责任。

这不是官方格式。没有完成的核实不能写成已经完成，不涉及的使用环节也不应照抄。具体法院另有要求时，还应据实处理。

说明义务也不等于无条件公开全部提示词、客户资料和内部讨论。《意见》并未一般性地要求律师交出完整人机对话。说明应当足以反映相关使用情况；如法院因具体争议要求进一步材料，则需要结合关联性、必要性、保密义务和相应保护措施处理，不能把透明简单理解为无限披露。

承担责任，不等于一切错误都构成虚假诉讼

第十九条同时规定了利用AI取得虚假证据、捏造案件基本事实、进行虚假诉讼，以及伪造证据妨碍审理等行为的处理。但这些规定具有各自的行为条件，不能与最后一句的核实、说明要求混为一谈。

故意制作不存在的转账记录，与未认真核对模型生成的案例引用，不是同一种行为。说明遗漏、一般疏忽、明知虚假仍然提交，以及有组织地捏造案件事实，也不应受到没有区别的评价。

这不是为失误寻找借口，而是坚持责任与制裁必须有准确的规范依据。是否承担赔偿责任、纪律责任、诉讼程序上的责任或者刑事责任，需要分别考察适用规则、行为性质、过错、后果以及相应构成要件。《意见》并没有规定，只要漏写AI使用说明，就当然驳回诉讼请求；也没有规定，只要文书中存在AI错误，就一律罚款、拘留。

还应保护正常的法律论证空间。一个法律解释最终未被法院采纳，与虚构法律条文，是不同问题；一个有真实材料支持、明确说明不确定性的创新主张，也不能因为AI曾参与讨论，就被视为不诚信。

第十九条要求律师对来源与表达负责，不是要求律师保证自己的每一项法律观点都必然成为裁判结论。

五、律师不能把平台的责任边界，当成自己的注意义务标准

将第七条和第十九条放在一起阅读，可以发现一项容易被忽略的差异。

对于面向大量用户提供内容的生成式服务，《意见》在特定人格权益侵权场景下，重视收到通知后采取必要措施。对于将AI生成材料提交法庭的诉讼参与人，则明确要求提交之前认真核实。二者面对的任务、控制范围和风险不同，注意义务因此不同。

一个通用平台可能无法预先审查所有可能生成的内容，但律师能够决定某段内容是否进入自己署名提交的材料。律师对最终用途和提交行为拥有的控制，使其不能照搬平台的责任逻辑，主张只有被法院指出错误以后才需要纠正。

这也说明，模型的平均表现不能代替律师对具体案件的判断。即使一种工具总体质量很高，也不能据此免除对决定管辖、时效、请求权基础或者责任金额的关键内容进行核实。

反过来，律师依法承担自己的责任，也不意味着服务商当然免责。服务商是否违反合同承诺、数据保护义务或者其他法定义务，需要另外判断。律师事务所与服务商之间可以依法约定质量、补救和责任分配，但这种约定不能替代律师向法院提交材料时应当履行的核实义务。

对法律AI服务采购而言，第十五条尤其值得注意。该条要求，在审理相关技术合同纠纷时，根据合同约定，并考量研发特点、开发方是否尽到合理努力等情形认定违约责任。它没有宣布所有AI服务都只承担尽力义务，更没有使明确的交付承诺失去意义。

因此，律师和律所不应满足于合同中抽象的“提升工作效率”。更有价值的约定应当围绕具体任务：哪些来源必须可回溯，什么情况必须提示不确定性，如何测试遗漏，版本更新后如何重新验收，错误如何报告和补救，重要记录能否导出。

所谓专业工具的价值，应当体现为帮助律师履行专业义务，而不是在宣传中承诺替代判断，在合同中又否认一切可检验的服务质量。

六、输出核实之外，客户资料能否输入是另一条独立边界

第十九条容易使律师把注意力集中在最终文书，却忽略另一个可能更早发生的问题：上传材料本身是否合法、必要和安全。

《个人信息保护法》所称处理，包括存储、使用、加工、传输和提供等活动。因此，即使AI服务承诺不使用输入内容训练模型，资料仍然可能发生接收、存储、访问和处理。“不用于训练”回答的只是一个问题，不等于其他数据处理风险已经消失。

对于律所，首先应当识别服务商在具体关系中的角色。属于委托处理的，应依据第二十一条约定处理目的、期限、方式、信息种类、保护措施和双方义务，并实施监督；涉及向其他处理者提供、敏感个人信息或者跨境提供的，还需要分别判断相应条件。不能用购买了企业版、客户口头同意或者平台已经备案，替代对实际数据流转的分析。

尤其需要注意，客户对自己资料的授权，不当然解决卷宗中其他人的个人信息问题。对方当事人、证人、员工和第三方的资料，可能具有不同的处理依据和保护要求。律师取得某份材料的合法性，与将其提供给另一项服务处理的合法性，也不是完全相同的问题。

本地部署同样不能自动回答所有问题。它可以减少某些外部传输风险，但内部访问权限、不同案件之间的数据隔离、使用目的和保存期限仍然需要管理。把所有历史卷宗汇入一个人人可检索的知识库，未必比按案件严格控制的普通文件系统更合规。

这里需要反对一种简单的技术替代思维：认为只要建立自己的知识库，就已经解决了法律AI的问题。知识库可能有价值，但它不能自动保证资料完整、版本有效、检索准确和使用合法。是否建设，应当取决于具体任务与管理能力，而不是把“拥有大量数据”本身视为专业优势。

还应区分不同披露关系。第十九条确立的是特定提交法庭场景中的说明要求，不能直接据此推导出所有客户邮件、非诉意见或者仲裁材料都必须采用同一说明程序。律师与客户之间的沟通、保密和服务约定，仍需在其自身规范框架内处理。现行《律师法》关于以事实为根据、以法律为准绳和诚信执业的要求，也不会因为工作没有进入法院而消失。

七、律所需要改变的是工作组织，而不只是增加一句免责声明

《意见》发布后，最容易出现的应对方式，是在每份文书后面加一句“已人工审核”，然后保持原有工作流程不变。

这种做法的问题在于，它把核实义务降格成了声明义务。

第十九条要求的是实际核实，而不是仅仅声称已经核实。对律所而言，真正需要建设的是一种能够回答以下问题的工作安排：什么任务使用了AI，输入材料来自哪里，哪些输出被采用，谁核对了关键事实和法律来源，最后是谁决定提交。

这不意味着必须为每一次文字修改建立复杂档案，也不意味着所有任务都需要双重人工审查。以下安排更适合作为按风险配置的内部管理建议，而不是冒充《意见》逐项规定的强制措施。

首先，按照任务而不是软件品牌划分使用方式。同一个模型，用来整理已有材料的目录、提出对抗性论证、起草法律意见和自动提交诉讼文件，风险并不相同。是否允许，不能只靠一张工具白名单决定。

其次，让关键结论有可回溯的依据。起草前可以要求AI整理“主张—依据材料—法律来源—待核实问题”的对应关系，而不是直接交付一份看似完成的长篇文书。这种结构未必需要复杂系统，重要的是把证据、主张和推论分开。

再次，把审查责任分配到能够完成审查的人。不能让缺乏相关业务经验的人机械确认案例真实，再由没有接触基础材料的负责人只检查语言。不同任务需要不同审查能力；重大事实、重要期限和决定性法律依据，应当获得与其风险相称的复核。

最后，限制自动执行的权限。让AI提出诉讼策略，与允许它直接提交文书、作出事实承认、发送和解报价或者向客户交付正式意见，属于不同层级的委托。将具有对外效果的动作设置为必须经过明确人工确认，是合理的风险控制建议，而不是对AI参与法律分析的一概否定。

这里尤其不必把“AI只能做事务性工作”当成唯一安全答案。AI可以参与争点发现、反方论证和方案比较；真正的边界在于，律师能否检验这些建议的前提与依据，并对最终选择作出独立判断。禁止它思考，并不比要求它提供可审查的分析更有价值。

对工作效率也应采用新的计算方式。节省起草时间只是收益的一部分，核实、纠错和管理成本同样属于成本。如果一份自动生成的长文需要投入更多时间才能判断哪些内容可靠，它就未必是一项有效的生产力工具。

因此，律所更值得评估的不是一次生成多少页，而是关键来源核实通过率、重大遗漏、复核耗时以及交付后的错误反馈。这些指标属于管理建议，其目的不是形式合规，而是使生产规模不超过组织实际能够承担的审查能力。

审查记录本身也应适度。《个人信息保护法》要求保存期限原则上限于实现目的所必要的最短时间。为证明勤勉而无限期保留所有包含敏感资料的对话，同样可能制造新的风险。应当保留与案件交付和必要核实相关的记录，而不是把永久保存一切误认为可追溯。

八、下一步规则完善，应防止说明义务沦为新的形式主义

《意见》已经明确方向，但距离完整的律师AI执业规范仍有距离。

第一个需要进一步明确的问题，是说明义务的触发边界与基本形式。实质性内容生成、普通文字校对、格式转换和未采用的分析建议，应当如何区分？需要说明到什么程度？不同法院是否可以形成简洁一致的要求？这些问题既不能放任不管，也不宜通过无限扩大披露来解决。第十九条尚未提供这样的操作细则。

第二个问题，是核实义务如何做到实质化与比例化。涉及决定性案例、关键法律条文和金额计算的内容，与不影响实体判断的表达调整，理应具有不同的审查重点。如果最后只形成统一勾选的“已核实”选项，就可能既增加手续，又未真正减少错误。

第三个问题，是对错误的处理需要保留层次。故意伪造证据应受到严肃制裁；一般失误应当根据具体情节、危害和适用规则处理；真实而有争议的法律观点则应保留充分论证空间。只有清晰区分这些情形，律师才不会把隐瞒技术使用误当成最安全的策略。

第四个问题，是透明要求应当与司法系统自身的AI治理相衔接。最高人民法院2022年《关于规范和加强人工智能司法应用的意见》已经明确，人工智能不得代替法官裁判，司法责任由裁判者承担，并提出可解释、可测试、可验证的透明可信要求。2026年的《意见》强调诉讼参与人的核实与说明，与这一既有原则具有一致性。

由此可以进一步提出一项制度建议：当AI对法律程序产生实质影响时，不能只要求律师负责输入质量，却对司法环节使用AI产生的关键依据不作相应审查。具体公开范围可以因角色和场景不同而有所区别，但重要事实与法律依据应当能够接受有效质疑，不能以技术辅助为由退出正常的程序检验。

从比较视角看，美国律师协会2024年的第512号正式意见，已经将生成式AI问题放在胜任能力、客户信息保护、沟通和合理收费等既有职业义务下处理。它不是国内法律依据，但说明一种值得参考的方向：技术变化并不一定要求重建全部职业伦理，而是需要把既有义务转化为适应新工作方式的具体标准。

国内下一阶段的律师行业规范，也不宜止于法院提交材料的要求。工具采购、客户沟通、权限分配、内部复核、数据处理、错误纠正和费用安排，都需要被纳入一个相互协调的框架，而不是分别依靠个人经验处理。

结语：律师需要证明的，不只是最后有人签字

《意见》的深层意义，不在于宣布AI进入法律行业，而在于对已经发生的技术参与建立责任秩序。

在涉AI案件中，它要求法院根据具体场景、控制能力和行为方式识别责任，并通过证据规则缓解系统不透明造成的信息不对称。在律师自身使用AI时，它又将这一方向落实为更明确的提交前核实和提交时说明。

从制度功能上看，第十九条也可以理解为防止一种成本转移：使用者不能因为生成文本便宜，就把识别虚构法律、错误案例和无依据事实的成本，整体交给法官、对方当事人和司法程序承担。这是对条文作用的分析，也揭示了为什么单纯增加免责声明远远不够。

对律师和律所而言，当前最值得优先完成的，不是宣布全面拥抱AI，也不是仓促建设一个庞大知识库，而是把关键法律工作的来源核验、责任分配和提交确认真正做实。

律师可以委托机器生成候选答案，但必须能够说明，为什么其中某一个答案值得被采用；可以借助机器组织材料，但必须知道哪些是材料中的事实，哪些只是机器补出的连接；可以利用机器扩大分析范围，但不能让输出规模超过自身能够核实和理解的范围。

AI参与得越深入，专业责任就越不能只在文书末尾表现为一个签名，而应当落实在每一个把材料转化为事实主张、把信息转化为法律判断、把建议转化为对外行动的环节。

撰稿：周迪

编辑：汪昕怡

校核：施汉锋