过去几天，英国 AI 法律服务机构 Garfield AI 辅助一名自由职业者追讨 7000 英镑欠款并在郡法院胜诉，引发法律科技圈讨论。这个事件容易被简化成“AI 律师打赢官司”，但从公开信息看，更准确的说法是：AI 系统完成了大量诉前和庭前准备工作，最后仍由人类出庭律师完成庭审陈述与应对。
这一区别很重要。对法律实务而言，案件的价值不在于制造替代焦虑，而在于说明哪些环节已经适合被流程化、结构化和自动化，哪些环节仍需要人的判断、责任承担和即时沟通能力。
小额争议最先被改变
公开报道显示，该案涉及自由职业服务费欠款。Garfield AI 帮助当事人生成催款函、整理起诉材料、处理对方抗辩与反诉，并准备证人陈述和庭审文件包。对标的额不高、事实链条相对清晰、证据主要来自合同、发票、邮件和付款记录的案件，这类工作过去常常因律师费与争议金额不匹配而被放弃。
AI 的作用正在于压低启动成本。它不是凭空“理解正义”，而是把当事人已有材料转化为更接近法院流程要求的文件组合。对中小企业、自由职业者和平台商户来说，这可能让原本不值得诉的债权重新具备可执行性。
赢案靠的是分工，不是单点魔法
这起案件的关键细节是：庭审代理仍由人类 barrister 完成。也就是说，AI 主要承担文书、证据目录、程序推进和庭前准备，人在法庭上负责说服、追问、判断法官关注点并承担职业责任。这种组合比“全自动诉讼”更现实，也更接近近期法律 AI 产品的落地路径。
- 可标准化的部分：信息采集、时间线整理、催告函、诉状草稿、证据清单、费用测算。
- 必须复核的部分：事实遗漏、证据真实性、法律依据适用、策略取舍、和解条件。
- 仍依赖人工的部分：庭审表达、临场判断、伦理责任、客户预期管理。
国内实务可借鉴的三点
第一，法律 AI 工具不能只做“聊天问答”，更应嵌入具体案由和程序节点。小额债务、物业费、买卖合同尾款、劳动报酬、平台服务费等场景，天然需要表单化材料收集和证据校验。
第二，律师团队可以把 AI 用作案件入口筛选器，而不是简单当作写作助手。通过合同、发票、聊天记录和付款凭证的初步识别，先判断事实是否闭合、争议金额是否值得推进、是否存在反诉或管辖风险，再决定是否进入正式委托。
第三，责任边界必须提前写清。AI 生成的诉讼材料如果未经律师或合规人员审阅，容易出现事实夸张、引用错误、证据链断点等问题。把“人工复核”做成流程节点，而不是事后补救，才是可持续的商业模式。
这起英国案件更像是一个样本：法律 AI 的近期机会，不在高调宣称替代律师，而在把低金额、高重复、证据结构清晰的争议做得更便宜、更快、更可追踪。对法律服务机构而言，真正要观察的是流程设计能力，而不是单次胜诉本身。
参考线索
