艾塔ai是什么

hello， 大家好，我是 ata。 在 很多朋友的呼吁和强烈要求下，我计划把自己这两年学习使用 ai、 参与律所和团队 ai 转型的经验跟大家分享。为此，我特意设计了一个系列的法律人 ai 必修课，课程分为理论和实操两个部分。 理论部分呢，会分为几个模块？我们一起来看看 ai 时代法律行业会往哪里走。这个系列视频也是 ai 法律实验室的一个实验项目，希望能和大家碰撞出新的东西。第一个模块，我想聊一个很直接的问题，这一轮 ai 到底跟以前有什么不一样？ 实际上 ai 不是 这两年才发生的一个东西，也不是这两年才有的一个领域。从上个世纪五十年代的达克茅斯会议开始，过去七十多年， ai 的 发展经历了几次浪潮，但是由于技术路线、模型能力的限制， ai 的 发展遭遇了几次瓶颈，一直无法深入解决好法律行业的核心工作任务。 在法律行业这一次 ai 发展之前，不管是合同管理软件还是一键竞调工具，本质上都是在跑流程，人们把规则提前写好，他来照着执行。 但法律这个行业的真正核心从来都不是流程。我们法律人的日常工作，比如说在几百页的文件里面，最后在角落里发现一个关联交易没有被批录的问题，或者我们和客户沟通三个小时，发现其实他并并不是想问这一个问题，他是在担心那个风险。 所以叛逆和法条之间的连接，有些呢是写在纸上的，有些是你做了很多年才知道这个案子，法官或者执法机构大概率是这么看的， 那这些事情没有一件事能穷举所有情况，提前写好所有的规则的，所以在我们法律这个行业，长期是属于非标的认知劳动，隐性的经验。在律师、法官、执法机构的脑子里，规则是永远写不完的场景，也永远会出现新的花样。那么在这一轮 ai 变化是在哪里？ 它首先 ai 第一次开始具备这样的几个能力，它可以理解语言，理解上下文，理解并处理模糊的任务，生成复杂的文本，并且可以进行多步骤的推理。那我们把这五个能力放在一起看，其实刚好就是我们律师日常在做的事情。 ai 呢，第一次有能力来处理那些以前只有人脑才能处理的模糊和不确定的任务，所以这一次 ai 第一次开始进入认知型的，它是来参与判断的。 那么这一轮 ai 怎么突然就有了这样的能力呢？其实在这之前需要了解几个最基本的概念啊，我们将简单介绍一下什么是人工智能、 机器学习、深度学习、大语言模型这四个可能容易模糊的一些概念。首先是人工智能啊，大家可以理解为就是让机器模拟人类智能的一个目标，它可以是一种终极的目标。那机器学习呢，是让机器从数据里面自己学，而不是靠人来一条一条写这个规则。 再下一步深度学习，它是一种具体的技术手段，是机器学习的一种，它是模拟了人脑的这种多层神经网络的结构啊，来模仿人脑的工作方式的一种技术方法。 那在下一步大语言模型，它是利用深度学习方法在语言领域的一个突破性的应用。比如说我们现在用的拆 gpt、 五点五啊， dsp 二一，它都是大语言模型。大语言模型呢，它之所以突然变强，是因为它在海量的数据上学会了一个看似很简单的事情，就是预测下一个词， 这个简单的目标就让他涌现出了总结、分析、推理的能力。这个里面有一个概念叫做 token， 中文的定义呢，叫词源。 ai 呢，它并不是逐字逐句的去阅读或者产生文本，它是把文字切换切成一个一小块一小块的单位，每一块呢就叫 token。 比如说合同自双方签订之日起生效这一句话，那合同这个词通常就是一个 token， 那 我们可以简单理解一下，就是说 token 呢，是可以表达一个词义的最小单元，那以后看到上下文窗口限制长文本调用成本这样的一些概念，那根源呢，都和 token 有 关。 基础的概念聊完了，想要真正理解这一轮 ai 为什么不一样，还是得往前看一看过去七十多年， ai 到底走过什么路？ ai 的 发展呢，大致经历了三次比较大的浪潮。第一次呢是叫规则时代，也叫符号主义，就核心的思路呢，就是说把专家的知识呢，写成一条一条的规则，输入系统让他来推理，结果呢，规则呢，是永远写不完的，永远不知道下一个案子呢，会出现什么什么样的新情况。所以这个技术路线曾经非常新奇，但很快就遇到了发展的瓶颈。 第二次呢，叫深度学习时代，在这个阶段， ai 呢，它它开始能看懂图像，也能听懂语音，它比如说它能识别出一张合同照片，但是其实它其实并不懂里面的条款逻辑，也就是说它感知能力上来了，但是理解能力还是没跟上的。 第三次呢，就是现在这一轮深层是 ai 时代。 chigbt deepseek ai 呢，第一次同时做到了理解，深层推理，它并不是感知的识别，也不是规则的解锁，它是真正读懂了，而且它还能写出来， 看了过去。那么我们现在在哪里呢？有两个非常值得关注的时刻。第一个呢，是二零二三年的拆 g p d 时刻，它的意义在于普通人第一次发现机器可以直接参与知识工作了，写作、总结、分析法律行业，从那个时候开始才真正把 ai 当一回事。 第二个呢，是二零二五年的 deepsea 时刻，可能很多人把它当成国产替代的案例来看，但是其实更值得关注的是，它证明了高性能 ai 可以 走低成本、开源化、普及化的路线。 那翻译成法律行业的话，就是说律所或者法务的团队将来部署自己的私有化模型，门槛将会越来越低， ai 也正在从少数公司的前沿展示变成整个行业的基础设施。 讲到这里， ai 的 能力其实已经铺开了，但还有一个问题没有回答，他能理解，能深层、能推理，然后呢，怎么落到真正的工作里？怎么帮我们解决具体的法律任务？这里就要说到今天最后两个概念的区别，大模型和智能体。 大模型可以理解为一个超级大脑，他的知识面很广，会理解，会深沉，会回答各种问题，但是他有一个很根本的局限，就是他没有行动能力，他能告诉你一份合同应该怎么审，但是他做不到自己打开文件，逐条对比，把修改意见填进去。 而智能体就是给这个大脑配上手脚和工具，他让他能自己拆解任务，调用搜索引擎，操作软件，生成文件，检查结果，然后反馈回来，再让使用者来审核。 这也是法律 ai 现在发展的方向，他们会自己完成合同审查、进调、合规分析这样的一些工作，甚至把几个环节串成一个完整的工作流，多个任务一起来工作。 所以学 ai 呢，不只是在学怎么和一个聪明的对话框聊天，而是在学怎么和一套能理解任务、拆解任务、执行任务的系统去写作。这是两种不同的思路，也是两种不同的能力结构。 好的魔怪一呢就到这里，最后呢，也不想做什么总结，因为总结容易让人觉得已经学完了。但其实我们的分享才刚刚开始，我想和大家讨论的一个问题是，如果 ai 真的 开始具备处理非标知识工作的能力，法律行业会发生什么变化？除了通过让 ai 干活给我们的工作提效， 我能想到的是，越早介入和转型的人可能会获得定义这个行业标准的机会。除此之外， ai 进入后，团队结构也会发生巨大的变化，律所和法务团队组织的未来形态会变成什么样？一直以来，我和朋友们也在进行组织范式变化的探索，欢迎和我交流。我是艾塔，我们下个模块，再见。