編輯 | 吳 萌 上海外國語大學
責編 | 馮雨萱 北京大學
王一快深度解析DeepSeek技術浪潮下的法律人突圍之道
2025年DeepSeek爆火出圈，生成式人工智慧技術快速迭代，智慧水平和生成效率飛速提升。目前，法律資料庫如北大法寶、AI搜尋引擎如秘塔AI搜尋等已經接入DeepSeek，預計會進一步最佳化其服務，法律行業正面臨前所未有的衝擊與重構。從AI法律顧問的普及到演算法裁判系統的爭議，技術既為法律人提供了效率工具，也引發了對職業價值與倫理邊界的大規模討論。在此背景下，如何理性看待技術的潛力與侷限，重塑法律人的核心競爭力，成為行業關注的焦點。
2025年2月21日週五下午在騰訊會議，中美法律評論講座部主辦的“DeepSeek技術浪潮下的法律人突圍之道”講座圓滿落幕，本次講座共有500餘名讀者報名參與。本次講座我們有幸邀請到了在B站擁有70多萬粉絲的知名UP主王一快先生主講，他是北京大學法學學士，倫敦大學、哥倫比亞大學法學碩士，秘塔科技營運長，曾在上海市方達律師事務所工作十年。
依託法律和科技領域的雙重背景，他圍繞DeepSeek代表的大語言模型和秘塔代表的AI搜尋工具，為中美法律評論的讀者們解析了法律人應該如何使用先進科技為自身賦能、如何在技術浪潮的衝擊中找到自身定位和發展方向。
以下是本次對談講座的文字稿。
主持人
歡迎王總和各位讀者們參加今天中美法律評論的線上講座，首先有請中美法律評論的主編謝水木生致辭。
謝水木生
尊敬的王總、各位中美法律評論的讀者和編輯，大家下午好！歡迎大家參加今天的講座活動！我是“中美法律評論”的主編謝水木生，研究生畢業於北京大學國際法學院，在正式講座開始前，我謹代表中美法評對參加今天講座的主講嘉賓王總表示熱烈的歡迎和誠摯的感謝！相信大家對王總並不陌生，王總本名王益為，AKA王一快，他畢業於北大、哥大法學院，曾在方達工作多年，現在是秘塔科技營運長。相信很多人都用過秘塔翻譯，我在紅圈所實習的時候也用過秘塔翻譯，非常好用。
不過，王總最為眾多法律人熟知的身份，還是B站知名UP主——王一快。我也是王總和LegalBoys大暄哥、郭總的忠實粉絲，屬於從幾年前他們才十幾萬粉絲的時候就開始關注了的老粉。他們對《令人心動的offer》等綜藝節目的Reaction非常精彩，我每次看王總和大暄哥發言的時候，都好想把“保護保護”打在公屏彈幕上。現在王總已經是B站擁有70萬多粉絲的大網紅了，自己也參加了很多綜藝節目。考慮到王總現在的粉絲數量這麼大，DeepSeek人工智慧AI話題又這麼爆火，騰訊會議可能滿足不了大家的需求，我們原本計劃採用微信影片直播的方式舉辦這次講座，中美法律評論為此還特別建立了“中美法評”影片號，歡迎大家搜尋關注，但是，鑑於王總的影響力太大，為了能讓王總放開了講、給大家多講一些內部乾貨、講得更深入，觀眾能有更多收穫，我們最終決定把講座放在騰訊會議。
這次參加講座的一些人是中美法評的讀者和編輯，但也有人可能是第一次參加中美法評的講座活動，對中美法評還不是很熟悉。因此，請允許我在此佔用大家一點時間，簡短介紹下中美法評。
“中美法律評論”成立於2020年，今年已經是第五年了。“中美法律評論”是一個跨國、跨院校的國際性、試驗性、創新性的新媒體LAW REVIEW，由一群來自世界各國及地區著名法學院的PhD/JSD/JD/LLM/LLB等優秀法律青年學者聯合發起建立和運營。截至目前，《中美法律評論》設有主編部、審稿部、運營部、翻譯部、評論部、新聞部、採訪部、讀書部、團建部、講座部十個部門，已經招新了十期編輯，總參與編輯人數超過一千人，第十期中美法評編輯人數200人左右。近期，中美法評的第十一期新聞部、運營部還在招新，歡迎對LAW REVIEW感興趣的同學投遞簡歷，加入中美法評編輯大家庭。
本次講座活動是由中美法評講座部組織舉辦，這次講座也是中美法評第十期講座部招新之後的第一場講座活動。在這裡，也非常感謝組織籌備本次活動的講座部幾位幕後編輯，她們分別是：講座部部長姬瑜，清華大學法學院本碩；副部長刁之淳，四川大學法學院碩士；副部長虎文青，浙江大學法學院本科；以及今天講座的主持人詹彬斕，西北政法大學碩士。
再次感謝她們辛苦組織今天下午的講座活動，也再次感謝王總，感謝各位中美法評的讀者，祝大家工作、學習順利，在今天講座中能夠有所收穫！謝謝。
王一快
謝謝主編。
大家可能是第一次透過中美法律評論這個平臺認識我。我簡短地介紹一下自己。我是律師出身，在方達做了10年的律師，從2018年開始投身法律AI領域。
2015年左右其實就已經興起了所謂的法律科技這樣的一個概念，就是把最新的技術應用在法律領域裡。2017、18年的時候，人工智慧技術就開始在我們法律場景裡使用了。我恰巧就是在那個時候和我的合夥人閔可銳，一起成立了秘塔科技。那個時候我們就在專注研究如何用AI技術來服務於我們法律人，讓大家擺脫一些簡單機械的工作。
可能有很多朋友們過去在B站上或其他社交媒體上關注到我。我是疫情之後才開始作為UP主在社交媒體上活躍起來的。那之前大家普遍採用傳統的獲客方式，比如拜訪、宣講這樣的線下活動，但疫情的時候這樣的活動不能開展。大家如果有印象的話，可能能想到董明珠、羅永浩，包括現在最火的雷軍，都是那時候開始注意到社交媒體本身能夠賦予企業、個人的一種巨大的力量。我也是那時候誤打誤撞開始做一個UP主。如果秘塔單純算作一家法律AI公司的話，那麼我們應該是中國整個法律AI領域屆做得最好的公司之一了。很多人是因為跟我建立了連線才知道了秘塔。最近大家熟知的我們的產品應該是秘塔AI搜尋。作為一家只有60人的創業公司，我們的壓力還是蠻大的。但其實從過往的表現來看，越來越多的文字工作者或者說期待好用的生產力工具的人都會比較偏愛秘塔AI搜尋。
相信大家會有很多問題，我們就開始我們今天的聊天吧。
DeepSeek之所以突然爆火，最主要的原因有兩個：第一，它是開源的，第二，它的能力足夠強，幾乎能媲美 GPT 最新的模型。它的意義不僅僅是效能上的提升，而是讓整個行業看到，基礎模型研究依然值得投入。
主持人
好的，王總。DeepSeek在今年年初的時候突然爆火全球，您在自己B站的影片裡也提到DeepSeek給您很大的衝擊。您覺得它比以往的普通的AI搜尋有哪些突破性的優勢？
王一快
首先有一個概念要澄清，我相信今天在場的至少有一半以上的朋友沒有搞清楚大語言模型和AI搜尋的區別。主持人剛才提到的AI搜尋是建立在模型上面的應用，搜尋是模型在某一個具體場景裡的一種實現方式。
其實，DeepSeek 本質上是一種能力，或者說更直觀一點，它就像是機器的大腦。人類的大腦是透過記憶、思考和搜尋來獲取資訊，DeepSeek 也是類似的。但很多人用AI的方式不對，才會覺得它“亂編”——比如它可能會隨口給你編一個法律條文或者合同法的內容。這不是 DeepSeek 的問題，而是因為它不是為精準記憶所有資訊而設計的。大模型核心優勢不是“記住所有東西”，而是它的推理能力、深度思考能力和邏輯能力。人類也是一樣的——就算你剛考完司法考試，也不可能一字不差地背出刑法所有條文。但如果讓你結合案例分析法條、推理法律適用，你的表現會比單純背誦要好得多。DeepSeek 也是這樣，它擅長推理，而不是死記硬背。
那我們該怎麼用它呢？這就是AI搜尋的意義所在。AI搜尋的核心思路是，讓AI在全網找到可靠的資料來源，快速閱讀並理解相關資訊，再透過推理整理出最靠譜的答案。這和你直接問 DeepSeek 記憶中的內容是完全不同的。比如，如果你問它“如何看待中國的法治建設”或者“AI對未來有什麼影響”，它的回答通常非常好，因為這些問題更偏向推理和分析。但類似“梅西職業生涯進了多少球”這種有標準答案的事實性問題，建議你用AI搜尋，而不是讓大模型自己編。
澄清了這個區別，我來回答為什麼DeepSeek可以突然爆火。最主要的原因有兩個：第一，它是開源的，第二，它的能力足夠強，幾乎能媲美 GPT 最新的模型。
它真正厲害的地方，依然是推理能力、思考的深度和邏輯性，而不是單純的知識儲備。比如我們秘塔AI搜尋，之前一直用的是我們自研的 200 億引數模型，搭配某國內開源大模型。雖然夠用，但面對一些深度問題時，表現還是差點意思。後來我們接入 DeepSeek，相當於直接換了一個更聰明的“大腦”，替代了之前的模型，效果明顯提升，甚至能媲美 GPT。
不過，大家也不要神話 DeepSeek。它的進步確實很大，但沒有本質性的代際突破。如果說目標是做 2025 年最強的開源大模型，DeepSeek 目前是領先的，但大概也就比阿里、位元組的大模型快半個身位。更重要的是，DeepSeek 讓大家重新燃起了對大模型的信心。2024 年以來，基礎模型的進步並不明顯，GPT-4.5 還沒釋出，GPT-5 更不知道什麼時候能來。Deepseek的意義不僅僅是效能上的提升，而是讓整個行業看到，基礎模型研究依然值得投入，依然有突破的可能。當然，我們離真正的通用人工智慧還遠得很，DeepSeek 只是讓大家看到了一點希望。
AI能處理邏輯嚴密的任務，它會分解問題，思考哪種方式回答最有效。這個過程其實和人類的思考方式很像。AI的思考和推理水平已經超過了大多數人。這種緊迫感可能會促使人們去創新，但真正推動創新的從來是少數人。
主持人
您剛才提到DeepSeek的深度思考能力，它的思考方式和人類大腦一樣嗎？有什麼區別？您覺得AI能超越人類嗎？
王一快
如果你問它一些更復雜的問題，比如需要資訊整合或深度分析的內容。你會發現它的思維鏈非常有趣。它會先明確問題是什麼，然後把問題拆解成幾個步驟，也就是說，它能處理更復雜、邏輯更嚴密的任務。它會分解問題，思考哪種方式回答最有效，然後查詢相關資料，閱讀並總結。這個過程其實和人類的思考方式很像。
短期內AI要超越最聰明的人是不現實的，但在速度上，它確實已經超過了人類，尤其是推理和思考的速度。就算是最聰明的人，也無法和它相比。同時，AI的思考和推理水平已經超過了大多數人。現在95%的人都很難做到這種層次的思考和推理。所以DeepSeek模型的邏輯推理能力強於人的平均水平，但跟全人類最頂尖的水平不能比。
主持人
既然AI有如此強大的邏輯推理能力，您覺得它會推動創新嗎？
王一快
AI已經對現有的工作模式產生了很大沖擊，這也是為什麼很多人擔心AI會取代大部分工作，尤其是腦力勞動。現實是，大多數人的工作其實並不複雜，很多時候只是依賴肌肉記憶和重複性的腦力勞動。雖然這聽起來可能有點刺耳，但確實如此。在大學時，我們可能覺得工作充滿挑戰，但實際上，大多數白領，甚至文字工作者，他們的日常工作並不需要深度推理或複雜邏輯，而是機械化地重複。AI的出現，讓這種“內卷”變得更加明顯。
這種緊迫感可能會促使人們去創新，但我一直認為，真正推動創新的從來都是少數人。在AI時代，這一點變得更加突出。“人多力量大”的觀念在這個領域已經不再適用。比如，OpenAI作為全球AI行業的領軍者，目前幾乎沒有對手，而他們的核心團隊只有大約200人。再看看我們秘塔，雖然是個小型創業公司，沒有太多積累，但我們的網頁端瀏覽量已經超過了某國內開源大模型。我們的團隊只有60人，但在AI時代，你會發現，許多改變世界的成果，往往是由少數精英組成的小團隊完成的。這也進一步印證了我的觀點：創新不是所有人的事，而是少數人的事。
機器的智慧水平會越來越高，人類的提升速度可能難以匹敵。但AI的最終目的是服務於人類，AI不會統治人類，也不會讓所有人都失業。AI發展的速度可能會讓共產主義離我們更近。
移動網際網路從普及到現在不到20年，我們已經習慣了用手機APP處理幾乎所有事情。AI對社會的滲透和變革只會比移動網際網路更快。
主持人
前幾天我看到一篇文章，標題Could DeepSeek Be a Gift for the Developing World? 文章的意思是，DeepSeek作為一個開源產品，一方面確實讓更多人享受到AI的便利，但另一方面，正如王總您剛才提到的，它也可能加劇“內卷”。如果不跟上節奏，可能就會被社會淘汰。我們應該如何應對這種焦慮？
王一快
確實，我們面臨的競爭越來越激烈，技術的進步在加速，時間視窗在不斷縮小，我們離下一個突破越來越近了。過去幾年，我們已經習慣了每年春節前後都會有重大訊息釋出。如果你一直關注這個領域，應該記得2023年初是GPT的突破，2024年初是AI搜尋技術的崛起，而今年，DeepSeek的出現了。可能2025年中又一次什麼其他的爆發式的進展。隨著技術不斷進步，機器的智慧水平會越來越高，而人類的提升速度可能難以匹敵。
但這並不意味著我們無事可做，畢竟AI的最終目的是服務於人類，社會的穩定和人類的生存仍然是核心。AI不會統治人類，也不會讓所有人都失業。社會的執行仍然需要人類參與，但成功的方式可能會發生巨大變化。如今，中國人普遍追求的社會地位、財富和名聲，或許很快就不再是衡量成功的唯一標準。隨著AI的普及，傳統的競爭模式可能會變得不再適用，因為大多數人很難在同樣的賽道上與AI競爭。未來，成功可能會更多地依賴個人的獨特才能，比如成為優秀的運動員、藝術家或思想家。成功的定義將不再侷限於財富和地位，而是更加註重創造力和個性。因此，我們需要重新思考如何在AI時代找到自己的位置，並適應新的成功正規化。
Sam Altman 在釋出 GPT 後，緊接著推出了 World Coin。他的想法是，隨著AI生成技術的進步，生產力會大幅提升，很多傳統職業將被取代，而人們可以透過持有 World Coin 來獲得基本生活收入。我確實認為，AI會帶來生產力的巨大飛躍，整體效率也會大幅提高。而且至少目前，這個規律仍然成立——生產力的提升最終會讓人類整體受益。就拿我們國家來說，生產效率已經達到全球領先水平。雖然貧富差距仍然存在，但整體收入水平相比20年或40年前已經發生了翻天覆地的變化。所以，我覺得AI發展的速度可能會讓共產主義離我們更近。畢竟，AI可以承擔大量工作，人類或許不再需要從事傳統勞動。
但這也帶來了另一個問題——如果不需要工作，人們應該去做什麼？這是一個值得深思的問題。5年後回頭看，可能很多人會覺得現在的擔憂是多餘的，但5年並不短。有人可能覺得這些變化聽起來像天方夜譚，但想想移動網際網路的發展。從普及到現在不到20年，我們已經習慣了用手機APP處理幾乎所有事情。AI對社會的滲透和變革只會比移動網際網路更快。
目前來說，與其過度擔憂那些尚未明確的問題，更應該關注那些真正與自己相關的問題。我認為大家現在應該實際去使用AI，因為它的影響不會一蹴而就。我們總擔心工作會突然消失，但這種情況不會發生。雖然變化速度很快，但它是漸進的，就像交通流量的變化一樣自然。所以，過度擔心其實是沒有意義的。
像秘塔AI搜尋這樣的工具可以顯著提升律師的案情分析能力，這實際上提升了整個行業的專業水平。如果你的水平低於AI，那就需要思考如何在這個行業中繼續生存。我們應該把AI當作工具，透過AI提升自己，而不是盲目地貶低或迷信它。
主持人
這種變革在法律行業的具體表現會是什麼？我們該如何應對呢？
王一快
AI帶來的平權效應是個重要的方面。以律師行業為例，AI的引入更多是促使大家提升專業水平，而不是取代這個職業。最早關注AI的通常是一些頂級律師事務所的合夥人和資深律師，因為他們意識到AI可以節省時間、提高效率和收入。這是一個很簡單的邏輯。相比之下，有些律師可能還在用百度查法律法規，甚至依賴傳統的案例集和書籍。對於那些沒有師傅帶教、畢業於普通法學院、依靠自學進入律師行業的“野路子”律師來說，像秘塔AI搜尋這樣的工具可以顯著提升他們的案情分析能力，讓工作更規範、邏輯更清晰。這實際上提升了整個行業的專業水平。如果你的水平低於AI，那就需要思考如何在這個行業中繼續生存。高水平的律師會利用AI的分析來判斷它的深度和準確性，然後決定是否依賴它。
雖然有些人可能會對AI的能力感到恐慌，但這種反應其實並不冷靜。我們應該把AI當作工具，而不是具備靈魂的實體。透過AI提升自己，而不是盲目地貶低或迷信它。AI融入人類社會是一個漸進的過程。今天，大多數人還分不清模型和應用的區別，更不用說如何正確地把AI融入工作中了。因此，我們需要時間和過程來適應，並學會正確使用AI。
作為一個直接交付給客戶的產品，AI生成的內容還不夠成熟。但很可能已經超越了實習生向帶教律師提交的成果，更不用說時間上的差距。
你可以讓AI提供思路，也可以輔助做一些基礎性工作，還可以建立個人的AI知識庫。現在，我們每個人都暴露在大量資訊中，人腦根本處理不過來，AI的作用就是幫助大家分類和總結資訊，解決資訊過載。
主持人
剛剛您提到AI可以輔助律師進行文書寫作，您覺得AI生成的內容具備直接交付給客戶的質量嗎？
王一快
作為一個直接交付給客戶的產品，AI生成的內容還不夠成熟。但如果把它當作實習生向帶教律師提交的成果，我覺得已經差不多了。特別是對比初級律師提交給資深律師或者合夥人的成果，很多情況下它的表現已經超過了平均水平。實際上，很多年輕律師的法律分析可能不如AI，更不用說時間上的差距。AI可以在10秒鐘內給出結果，哪位律師能在這麼短的時間內完成？我們秘塔AI搜尋有個專門的法律案例檢索工具Metalaw，很多同學尤其是法學院的學生可能都在用它來檢索和分析案例。你會發現，AI在10秒鐘內就能找到20個最符合你描述的案例，而一個實習生可能需要兩天才能找到一個合適的案例。這個效率差距是真實存在的。因此，考慮到時間因素，AI的優勢就更加明顯了。
主持人
AI在效率方面的優勢的確不可比擬。您覺得對於律師或法務來說，應該讓這些優勢為自己所用呢？
王一快
AI可以先給你提供思路，也可以輔助你做一些基礎性工作。比如，建立個人的AI知識庫，收集和你所做研究相關的資料、法規、案例等，然後用AI幫助你快速瀏覽和總結，從而得到更貼合你需求的答案。這個方法類似於過去律師們將常用的法律法規打印出來、做筆記的做法，只不過現在有了更高效的工具來幫助你處理這些資訊。
主持人
我注意到秘塔最近推出了“淺度研究”功能，這個功能是怎樣運作的？
王一快
淺度研究的推出，主要是為了幫助使用者在面對資訊過載時，更好地篩選和整合資訊。深度搜索往往會帶來大量資料，但並不是所有資訊都需要如此詳細。淺度搜索則幫助使用者從一個較為簡單、基礎的層面瞭解問題，適合那些剛接觸某個行業或領域的人。它能幫助你快速找到相關的資料和框架，為後續深入研究提供基礎。AI搜尋和大語言模型的目標是解決資訊過載的問題。現在，我們每個人都暴露在大量資訊中，人腦根本處理不過來，AI的作用就是幫助大家分類和總結資訊，解決資訊過載。如果你問了一個問題，AI給你300頁的回答，那其實是另一種資訊過載，你根本用不上，也理解不了那麼深。淺度搜索就可以滿足你瞭解某個行業的基礎需求。比如，瞭解如何製造光刻機，淺度搜索幫助你構建一個分析框架，透過推理能力找到相關資訊，給出一個基礎的解答。淺度搜索的作用是幫助你更好地使用這些資訊。
主持人
所以，淺度研究就是在深度搜索的基礎上，對資訊進行篩選，避免過多冗餘，讓使用者更容易消化和理解？
王一快
沒錯，實際使用這兩種模式，你就能體會到差異。透過淺度搜索，你能看到AI是如何思考的，如何完成任務。這就是我們做AI產品時追求的目標，讓使用者能感受到對AI的“奴役感”，也就是說，使用者能夠透過役使AI獲得一種滿足感和效率提升。
我們那時是透過去律所實習來彌補大學教育的不足，但未來可能實習機會也不那麼容易獲得了。我們不應該再責怪大學了，大學本來就不能教你所有東西。個人的成長和自學變得更加重要。
所有企業都會嘗試如何更深層次地進入法律行業。在商業化變現這條路上，金融、法律、醫療是人工智慧公司都想進入的領域。未來的法律行業，和其他行業一樣，也會經歷變革，而這些變革背後，關鍵還是個人如何與時代同步。
主持人
這樣來看，AI現在已經能夠替代律所裡一些實習生的工作。在這樣的環境下，如果律所認為AI比實習生更高效，那麼那些未來想從事法律行業的學生應該如何找到鍛鍊自己的實習機會呢？
王一快
非常好，我覺得你提的這個問題非常關鍵。自學確實是最重要的。
朋友們，我們常說要放棄幻想，或者說放棄對大學的過高期望。在我那個年代，大學常常被批評沒有完成職業教育的任務。我是2005年畢業的，今年已經是我畢業20年了。那時，大家普遍認為大學沒有教我們如何成為一名好律師或者法官，所有的職業準備都需要自己去做。我們那時是透過去律所實習來彌補這個不足，但未來可能實習機會也不那麼容易獲得了。更進一步說，我認為這是一個整體趨勢，即不需要那麼多人進入最高精尖的行業。這並不是說法律需求減少了，法律依然需要人來滿足。但從職業教育的角度來看，我們不應該再責怪大學了，大學本來就不能教你所有東西。個人的成長和自學變得更加重要。現在，我們有了最好的工具來完成自學、自我分析和驗證輸出，這一切都得靠自己，沒人能替你做。
大家該怎麼辦？說實話，我沒有明確的答案。北大法寶已經接入了DeepSeek，不久威科先行也會接入。就像我剛才提到的，AI的底層分析能力已經達到了很高的水平，這意味著無論是北大法寶、威科先行還是我們的Metalaw，現階段出來的結果都會差不多。未來，AI帶來的第一個影響就是收費變得更加困難，所有企業都會嘗試如何更深層次地進入法律行業。在商業化變現這條路上，金融、法律、醫療是人工智慧公司都想進的領域。但法律AI如何賺錢？沒人能賺錢。賺律師的錢，或者直接賺客戶的錢，很多事情仍然在非常初級的階段。
技術每天都在變化，法律行業本身也在隨之發生變化，唯一沒有變化的就是我們的大學教育。所以，不要再怪大學了，大學管不了這些，只有靠自己去適應和提升。考公也不是避風港。深圳福田區已經有70名AI公務員上崗，參與政務服務的各個層面。現在的情況就是這樣，唯一的出路就是依靠自己。你們現在可能覺得有些困惑，不知道該怎麼辦。我之前推薦過一本書《毫無意義的工作》，大家可以去看看。你如果從事那些需要動腦的工作，可能很快就會被AI趕超，只有法學院中最頂尖的學生才有機會成為律師。但其他一些崗位，比如不直接參與實際事務、更多是為了裝點門面的工作反而不會消失，因為它本身與創造價值沒有太大關係，就可能會留下來。所以，未來的法律行業，和其他行業一樣，也會經歷變革，而這些變革背後，關鍵還是個人如何與時代同步。
個人成功和成長的正規化已經發生了變化，我們會被不同的任務和角色拆解。不要迷信“專業”，要綜合提升自己的能力，瞭解自己擅長解決的問題，並去解決它們。學得再多，收藏再多的文章和影片，最終它們都會在你的收藏夾裡吃灰。真正的成長來自於實踐輸出，向世界輸出你的觀點，並驗證這些輸出是否有用，是否能解決你眼前的問題。這是一個不斷反饋、改進的過程，這樣才能完成真正的個人成長。你要自帶解法，才能保持不可替代性。
傳統的律師事務所，可能並不適應現在大量自然人客戶的需求。在中國2000億元規模的法律服務市場中，絕大多數以前被傳統律師事務所佔據的市場份額，現在正被網推所迅速攻佔。
主持人
明白了。隨著AI的迭代，律所不再需要那麼多實習生來做這些重複的基礎工作，可能只有最優秀的人才能在法律領域中生存下來。所以法學生需要藉助AI工具來學習對嗎？
王一快
對，接下來會出現“超級個體”，也就是一個人加上一個高效的AI工具，能夠完成原本十個人才能做的工作，這就是超級個體。如果大家還想成為律師，就應該朝著“超級律師”的方向發展。但在個人成長這條路上，大家要分清專業、職業和個人成長這三者的關係。我們常說“我想要出人頭地”，如果把財富和名聲當作個人成長的終極目標，那麼從專業到職業，再從職業到事業成功，再獲得財富和名聲，這條路是最簡單的，也是大多數人所向往的。比如說你學醫學、做醫生、成為全國心臟外科的專家；你學法律，就對應成為律師或法官，透過職業成就來完成個人成長。但今天，個人成功和成長的正規化已經發生了變化。我們會被不同的任務和角色拆解，成功的路徑不再是“我得做好一個律師，做得更好，成為合夥人”。在四十歲左右，即使你已經是一個成功的律師，擁有了各種頭銜，參與到各種組織，你可能仍然覺得這些不足以你滿足個人成長的需要。
在AI時代，這個問題變得更加突出，因為大多數人已經被排除在外，所謂的“專業”的視角會變得越來越短視。現在我們需要綜合提升自己的能力，瞭解自己擅長解決的問題，並不斷去解決它們。大家可能會問：“你為什麼從律師轉行做COO、做運營、做網紅？”其實我是個“不務正業”的人。很多年輕朋友會替我擔心，覺得“你原本是個律師，能做這些嗎？”說實話，當我創辦秘塔時，我甚至不知道COO到底是幹什麼的，我只是覺得可以嘗試去做。後來我漸漸明白，COO的工作其實就是做使用者增長和商業化，帶來流量和把產品賣出去。如果我迷信專業的話，可能就會上培訓班、讀EMBA等，但這並不能帶來真正的個人成長。
你可能會學到一些理論，但最終還是沒有實質性輸出。學得再多，收藏再多的文章和影片，最終它們都會在你的收藏夾裡吃灰。真正的成長來自於實踐和輸出，向世界輸出你的觀點，並驗證這些輸出是否有用，是否能解決你眼前的問題。這是一個不斷反饋、改進的過程，這樣才能完成真正的個人成長。不要迷信專業，很多本科不是學法律的人，後來成了很牛的大律師，取得了非常好的成就。傳統的律師事務所，可能並不適應現在大量自然人客戶的需求，網推所的運營模式，反而更加高效可複製，滿足了這種需求。在中國2000億元規模的法律服務市場中，絕大多數以前被傳統律師事務所佔據的市場份額，現在正被網推所迅速攻佔，甚至有的網推所透過模式改進，做到5個億的營收。
隨著技術的發展和社會的變化，新機會會不斷湧現。個人的成長之路已經不再簡單，光靠學好法律，透過律所做到合夥人，然後坐享客戶，不再是唯一的成功路徑。AI技術將加速這一變化，讓一切變得更加複雜。
在我們現在這個時代，面對問題，我們要有解決問題的思路，AI能給你啟發，或者提供一些標準答案，但最終的解決方案還是需要你自己來做。AI可以提供啟發和分析，但解決問題的過程是綜合性的，涉及到很多人的經驗和思維。AI替代的，通常是那些連基本方案都無法提供的人。如果你連問題的基本框架都想不出來，AI肯定會比你做得更好。你要自帶解法，才能在組織中穩固自己的地位。只有這樣，你才能保持不可替代性。
主持人
所以，未來律師想要成功，應該利用AI來做基礎性工作，而自己把更多的精力放在如何將這些資訊轉化為解決方案交付出去，對嗎？
王一快
沒錯。另外我還建議，特別是對於在校生或者剛入職的年輕律師，應該開始打造個人IP，簡單說就是做網紅，鍛鍊說話的能力，把自己當成一個小企業來經營。透過這些實踐，你會發現自己是否適合這個方向。
做網紅這件事AI是替代不了的，尤其是個人魅力這種東西。明星就是這樣，他們有無法複製的魅力，AI無法分析和複製這一點。所以，適合這個領域的人應該去嘗試，逐步總結經驗，利用自己鍛煉出的說服能力和個人魅力去解決問題。這將為你未來解決問題提供新的武器。
十年律師經驗對法律科技創業很有幫助，它讓我識別這個行業的真實需求和痛點，也幫助我形成了對行業的基本判斷。對於剛畢業的學生，做律所工作或進入法院仍然是非常好的職業訓練。
主持人
真的很感謝王總的分享！在講座的最後，我們篩選了三個觀眾提問，請王總來解答。
第一個問題是，您覺得您十年的律師經驗對之後從事法律科技創業有幫助嗎？作為剛畢業的法學生，是否應該先去傳統的法律工作平臺以更好地瞭解自己適合什麼，並培養必要的能力？
王一快
這十年經驗當然有幫助。首先，如果你深入瞭解一個行業，並且在這個行業實際參與了十年，那你就能對行業有一些深刻的洞察，特別是對於大家的工作習慣和真實需求。比如，我們的秘塔翻譯是2019年推出的，早在那時，很多涉外業務的律師就是我們的客戶。那些大所的一、二年級律師需要花大量時間做翻譯工作。這個市場雖然小，但它的誕生正是因為我曾經親身體驗到的工作痛點。
另外，基本的行業判斷也很重要。比如，合同AI審查是個熱門領域，但從我的經驗來看，我認為這項技術現在很難做得很好。合同的稽核標準非常個性化，不像AI擅長處理的那種重複性任務。因此，AI合同審查還需要時間去完善。雖然現在有一些公司嘗試用AI來審查合同，但我的看法是它還遠遠達不到實際使用的標準。
所以，知道哪些事能做，哪些事不能做，順序是什麼，是非常重要的。對於剛畢業的學生，做律所工作或進入法院是非常好的職業訓練。律師培養的是一種解題思路，良好的工作習慣，這對後續的職業發展非常有幫助。例如，律師從來不寫錯別字。這不僅是細節，更是思考方式。這種習慣不是一開始就能養成的，需要實際的訓練。總的來說，律所和法院是培養這些基本職業習慣的好地方，能幫助你更好地做事。如果你能在這樣的環境裡待上一年，就算還沒有完全掌握這些習慣，也能逐步瞭解行業。律師的職業訓練對個人發展是非常有益的。
目前本地部署DeepSeek對於律所來說成本過高，既不現實也沒有必要，用現成的AI工具就可以了。當AI產品真正做得好的時候，也不需要說服律所去使用，大家會因為擔心落後而自覺去使用。
主持人
感謝您的回答。第二個問題是關於短期內如何說服律所為法律AI產品買單。可以預見接入大語言模型將長期降低社會平均工作時間，但短期內可能造成律所固定成本上升，並需要改變路徑依賴。您怎麼看？
王一快
我覺得問題的設定其實不對。首先，律所的成本上升不是一個正確的前提。如果律所自己去部署DeepSeek，那當然成本會增加，這就像是交了智商稅。現在網上很多帖子都在講本地部署，很多人以為非得自己部署大語言模型，但其實沒必要。本地部署更類似於一種佔有慾。如果你不能自己訓練這些模型，那投入巨大的成本最後收到的效果可能還不如直接使用現成的通用版。
很多人有一個誤解，認為頻繁使用某個大語言模型，模型就會越來越懂我。其實不是這樣的，輸入問題並不會讓它理解你。真正的模型訓練是透過大規模的工程師支援和算力。所以，律所不需要自己進行大規模投資，直接使用現成的AI工具就可以。我們的算力成本每月要幾百萬，更大的公司每月要幾億，但都提供給大家免費使用。所以，短期內，法律AI產品也不會增加律所的成本，反而是一個降本增效的工具。
主持人
所以，短期內應該如何說服律所購買法律AI產品呢？
王一快
不用說服，最好的方法是先讓他們用上。其實我也做過不少說服工作，但說服真的不是最有效的方式。說服是最難的事情之一，這不是我想要的方式。當產品做好了，大家自然會擔心自己落後了。你看，過去幾年大家都買電腦，為什麼？因為大家怕自己落後，怕沒有。現在，AI應用也是一樣，當它真的達到突破時，大家會自覺去使用。舉個例子，去年這些AI應用花了鉅額的資金和資源來推廣，但很多平臺仍然沒能達到千萬日活使用者。而像秘塔AI搜尋，它透過逐步推廣和實際效果積累，大家才開始焦慮，覺得如果不使用就落後了。所以，真正的商業化在於讓大家產生焦慮，不是靠反覆說服，而是讓他們看到別人都在使用，自己也必須加入。這是一個自然的市場驅動過程。
對於資料安全的擔心更多是一種心理上的擔憂。大家都用Word寫文件，卻從來不會擔心Word洩露商業秘密和隱私，這是因為別無選擇。當你不得不使用某個工具時，人們會自然地放下那些心理上的擔憂。
目前AI的滲透率相比微信、抖音還很低，未來在資料合規、智慧財產權等法律服務市場會有實質性的需求。
主持人
律所使用AI產品是會大幅增加效率，但同時會不會帶來資料安全和個人隱私方面的擔憂呢？
王一快
大家現在的確有實質性的擔憂，但我覺得這些問題是可以逐步解決的。尤其隨著短期內GPU價格的下降，律所會越來越傾向於低成本地將AI工具部署到內部。只有在實現低成本部署後，律所才會真正開始使用這些工具。現在，部署一套系統可能需要幾百萬，對於中國的律所來說，這個成本太高，沒人願意為此買單。
不過，大家對於資料安全之類的擔心其實是多餘的。比如說，你會擔心Word洩露你的商業秘密和隱私嗎？你寫的所有文件不都是在Word裡嗎？從理論上講，Word也可能訪問到你的內容，為什麼不用擔心它呢？又比如，大家用著QQ郵箱，卻擔心資料洩露，這根本就不合邏輯。大家之所以不擔心Word，是因為除了它，你別無選擇，大家習慣性地接受了這個風險。關鍵是，當你不得不使用某個工具時，人們會自然地放下那些心理上的擔憂。其實，大家的擔憂並不是真正的威脅，它更多的是心理上的恐懼。要知道，相比使用大語言模型，許多其他行為其實暴露的隱私風險更高，但大家並沒有太過擔心。
主持人
謝謝王總的解答。這個類比很有啟發性。我們的最後一個觀眾提問也是跟資料安全和隱私保護相關的。您覺得在這個背景下，資料合規會在未來成為很有潛力的職業方向嗎？
王一快
會的，因為這個問題實際上深入到了規則層面，討論的是人和AI如何共生。這是一個需要長期探討的議題，同時也要不斷更新大家的認知。所以，我認為這個領域一定會有實質性的市場需求。從大的方向來看，這是肯定的。然而，目前AI的滲透率仍然很低。比如，DeepSeek的日活躍使用者數才剛剛突破3000萬，相比之下，微信日活都十億了，AI的滲透率還是很低。
這仍然是一個新興的事物，發展過程中會涉及到資料隱私、智慧財產權等問題，這些話題現在非常熱門，甚至很多法律法規都還沒跟上。所以，我覺得這一領域肯定會有實質性需求。
主持人
謝謝王總的解答。非常感謝王總在週五的下午為我們分享您的見解。