Legora 法律工作代理操作系统：技术概览与功能

Legora 正在开发一款用于法律工作的代理操作系统，旨在将 AI 直接集成到法律专业人士的日常工作流程中。该平台利用先进的 OpenAI 模型来自动化从大规模文档审查到复杂合同分析的各项任务，从而解决法律团队中时间匮乏这一关键问题。

愿景：法律工作的代理操作系统

Legora 成立于 2023 年，旨在通过解决法律团队面临的时间限制，提供一个“法律工作代理操作系统”。该公司的核心前提是，法律团队往往被大量重复性任务所困扰，无法专注于更高价值的工作。Legora 利用包括 GPT-3.5 在内的 OpenAI 技术作为基础模型提供商，为其平台的核心工作流程提供支持，从而实现先进的代理法律工作和大规模文档审查。

AI 原生工程与开发

Legora 是一家 AI 原生公司，不仅将其 AI 应用于面向客户的产品，还应用于其内部运营。该公司利用 ChatGPT Work 和 Codex 等工具从根本上改变了其工程生命周期。

工程效率的提升

通过实施编码代理，Legora 的工程团队实现了开发速度的显著提升：

  • 快速原型设计： 团队可以同时对多种解决方案进行原型设计，在投入工程资源之前，在几天内探索多达 20 种不同的问题解决方法。
  • 加速调试： 编码代理可以分析数百万行日志，并同时追踪产品问题的多种潜在原因，将从错误报告到修复完成的时间缩短至约五分钟。

这些内部效率的提升转化为更快的解决问题速度，并为 Legora 的客户提供了更早测试新创意的机会。

转型内部法律运营

Legora 自身的法律部门已通过该平台实现了转型，展示了 AI 对专业能力的直接影响。总法律顾问 Emma Kadri Bergström 指出，AI 大幅减少了处理日常任务所需的时间。

案例研究：保密协议 (NDA)

  • AI 之前： 审查 NDA 消耗了法律团队约 20% 的总产能。

  • AI 之后： 同一项任务现在由一个剧本（playbook）处理，允许 Legora 对传入的 NDA 进行初步筛选，突出显示超出可接受参数的条款，将产能消耗降低到 1% 以下。

这种回收的产能对于支持公司的快速增长至关重要，其中包括在过去一年中从三个办事处扩展到 18 个，完成了三轮融资，并执行了五项收购。

为客户扩展范围与提升质量

对于外部客户，其价值主张不仅限于速度；AI 还提高了法律分析的范围和质量。全球法律工程主管 Alex Fortescue-Webb 强调了其对尽职调查的影响。

增强的尽职调查能力

传统的尽职调查往往受到时间和成本的限制，迫使团队只能专注于最关键的合同。Legora 的表格审查（Tabular Review）工作流程通过以下方式克服了这一限制：

  • 在几分钟内分析跨多个问题的数千份合同。
  • 允许律师进行更广泛、更细致的审查。
  • 发现那些在手动审查子集中可能被遗漏的风险。

可衡量的客户成果

一家使用 Legora 的财富 100 强客户报告了以下结果：

  • 合同周转时间： 缩短了 90%。
  • 财务节省： 在外部诉讼和尽职调查方面节省了超过 2000 万美元。
  • 生产力： 每位律师每周节省出 9.5 小时用于更高价值的工作。

此外，法律团队可以通过 Legora 的 ChatGPT 插件将 Legora 的功能直接集成到他们现有的工作流程中。

未来：自主性与实时协作

Legora 的路线图侧重于 AI 应用的两个并行进展：提高自主性和增强交互性。

法律 AI 的新前沿

  1. 长期自主性： Legora 首席技术官 Jacob Lauritzen 预计，代理将能够处理需要大量上下文和自主性的任务，例如在一夜之间对数百万页文档进行尽职调查，并在第二天早上准备好结果供审查。
  2. 实时协作： 随着模型变得更快，体验正在从 AI 作为任务完成工具转变为实时协作伙伴，允许律师和 AI 在合同和建议上进行反复互动。

领导原则

Legora 的领导层总结了构建成功 AI 原生产品的几个关键经验：

  • 以身作则： 当超过 75% 的领导者积极使用产品时，组织的使用率中位数会增加 3 倍。
  • 从问题出发： 在确定 AI 可以在何处改进工作流程之前，先定义人们需要完成什么。
  • 为信任而设计： 从一开始就将评估、测试和透明度纳入体验中。

最终，Legora 的目标是将法律团队从组织瓶颈转变为战略业务合作伙伴，使他们能够承担因产能限制而以前无法完成的工作。

Sources