法律 AI 的采购逻辑正在发生一个不太显眼、却很关键的变化：律所不再期待某一款产品包办所有工作，而是把通用模型、专业法律内容和自己的知识系统拼成一套技术栈。7月22日，Willkie 宣布与 OpenAI 合作，在全所部署 ChatGPT Enterprise，并继续把模型能力接入自有平台 Wendell Intelligence。几个月前，这家律所已宣布将 LexisNexis Protégé 嵌入同一平台。两项动作放在一起看，比“又一家律所采用 AI”更值得细看。
同一个入口，背后可以有不同能力层
通用模型擅长语言理解、归纳和起草，法律数据库提供可核验的判例、法规与实务材料，律所自有平台则掌握内部范本、客户偏好、事项权限和工作流程。三者解决的不是同一道题。让律师在一个入口中调用它们，可以减少在多个工具间搬运材料，也能让每类任务落到更合适的数据源上。
7月21日，Clark Hill 公布的企业级 AI 扩展也呈现类似路径：一方面全所采用 CoCounsel、Westlaw Advantage 和 Practical Law，另一方面保留 Microsoft Copilot 等经过审核的企业工具。法律 AI 市场因此可能从“平台替代战”转向“能力组合战”。产品是否能接入既有知识、身份和文档环境，重要性正在接近模型本身。
自有平台的价值不是再造一个聊天框
律所建设中间层，核心并非换上自己的标识，而是掌握任务如何被路由。例如，普通邮件整理可以调用通用能力；涉及法律检索时切换到权威内容；处理客户文件时再叠加事项权限和保密规则。统一入口还应记录资料来源、模型版本、人工复核与最终采用结果，使输出能够回溯。
这也解释了为什么“全员开通账号”不等于部署完成。不同业务组的风险容忍度不同：交易团队关心条款偏离与版本比较，诉讼团队更在意引证和证据链，知识管理团队则要防止过期范本被反复放大。若没有任务分类和清晰的升级路径，工具越多，责任边界反而越模糊。
法务和律所选型时可先问四个问题
- 入口能否识别事项、客户及用户权限，而不是只识别登录账号；
- 回答中的法律依据和内部资料能否分别标注、逐项回到原文；
- 不同任务由谁决定调用哪一类模型或数据库，失败后如何转人工；
- 供应商、模型和数据源变化时，审计记录是否仍能完整保留。
分层技术栈并不意味着每家机构都要自研大型平台。规模较小的团队也可以从“批准工具清单＋统一文档库＋高风险任务复核表”开始。更需要自有化的，通常不是模型，而是客户规则、专业判断和责任链条。未来律所之间的 AI 差距，或许更少取决于买到了哪一个聊天助手，更多取决于能否把多种能力组织成稳定、可核验的法律工作。
资料线索
- Willkie 与 OpenAI 合作及全所部署消息
- Bloomberg Law：OpenAI 与 Willkie 构建定制法律 AI 工具
- Clark Hill：企业级 CoCounsel 与生成式 AI 战略
- Willkie：Protégé 接入自有平台 Wendell Intelligence
