Garfield AI帮自由职业者胜诉7000英镑欠款案

2026年6月，英国法律科技公司Garfield AI协助一名自由职业者追讨7000英镑服务费欠款，在郡法院拿到胜诉。公开报道显示，Garfield AI参与了催款、整理起诉材料、处理抗辩和反诉以及准备庭前文件，庭审陈述和现场应对由人类出庭律师完成。

这起案件被部分媒体称为“AI律所首次赢得庭审”。但从披露的办案过程看，结果来自法律软件和专业人员的协作，AI主要做诉前和庭前的流程性工作，没有独立出庭，也没有代替律师做法庭辩论。

它做了哪些活：从催款到庭前

该案是自由职业服务费欠款。按Garfield AI和英国媒体披露的信息，系统帮当事人生成催款函、整理起诉材料、回应对方的抗辩和反诉，并准备证人陈述和庭审文件包。案件需要的证据主要是合同、发票、邮件往来和付款记录。站内 AI Skill 与 MCP 库的证据分类里，也有材料整理类工具。

小额债务案件一般金额不大、事实关系比较清楚，但催收、立案和庭前准备都要花时间和专业成本。律师费一旦接近甚至超过争议金额，有些当事人就干脆不追了。这类系统想靠表单化收集信息、梳理时间线、批量生成文件，把前期处理成本压下来。

对中小企业、自由职业者和平台商户来说，这类工具可能扩大法律服务的覆盖面。不过，Garfield AI披露的案件数量、处理效率和成本优势主要来自它自己的说法，还要结合更多案件和独立数据再看。

出庭和临场判断还是律师的

该案的庭审代理由人类出庭律师（barrister）完成。AI负责信息采集、材料归类、催告函和诉状草稿、证据清单和庭前文件包；律师在法庭上陈述和回应，判断法官关注什么，并对代理行为承担职业责任。

这种分工也划出了当前诉讼自动化比较可行的范围：格式相对固定、规则比较明确的材料准备，可以交给系统辅助；事实认定、证据真实性审查、法律适用、诉讼策略和和解条件，仍要专业人员判断。案件一旦冒出复杂反诉、证据冲突或程序争议，需要人工介入的地方就更多。

国内小额争议也能用上

国内的小额债务、物业费、买卖合同尾款、劳动报酬和平台服务费纠纷，也有材料标准化程度高、律师服务成本和争议金额不匹配的问题。律所和法律服务机构可以用类似工具做初步材料收集，检查合同、发票、转账记录和沟通记录齐不齐，并识别管辖、时效和潜在反诉风险。

这类工具也能用在案件入口筛选上，帮着判断事实链条完不完整、证据能不能对上诉讼请求、继续推进要多少成本。但不同司法辖区在诉讼程序、法律服务监管和数据保护上差别不小，英国这个案子的做法不能直接搬到国内。站内 AI Skill 与 MCP 库的诉讼分类里，也有类似工具。

金额算错，一样会写进裁判文书

诉讼文书直接影响当事人的实体和程序权利。没过审的AI生成材料，可能出现事实表述失真、法条或案例引错、请求金额算偏差、证据链留缺口。碰到个人信息、商业秘密和案件材料，数据存储、模型调用和第三方访问权限也要接受审查。

对提供这类服务的机构来说，人工复核、版本留痕和责任分配应写进固定流程。系统生成的内容由谁确认、关键事实怎么核验、出了遗漏或错误谁来担责，都要在服务开始前跟当事人讲清楚。Garfield AI案展示了诉讼准备环节自动化的空间，也说明庭审代理、专业判断和职业责任目前还是由人来承担。

相关报道

• Garfield AI官方发布
• The Guardian相关报道
• Business Insider相关报道
• Computer Weekly相关报道