Garfield AI帮自由职业者追回7000英镑，出庭还得靠律师

据英国媒体报道，一名自由职业者用法律人工智能工具Garfield AI准备催款和诉讼材料，追讨约7000英镑欠款，相关主张获得了法院支持。工具参与的环节主要是催款、诉前材料整理、起诉文件和证人陈述草拟，正式出庭仍由人类律师负责。

这起案件之所以受关注，一是争议金额低，传统法律服务成本可能接近甚至超过当事人的预期收益；二是它显示了法律人工智能在诉讼里的实际分工。就现有公开信息看，还撑不起“AI律师独立赢得诉讼”的说法，它的作用主要还在庭前辅助。

小额案件为什么适合先用AI

小额债务、服务费拖欠和发票争议，一般涉及合同、订单、电子邮件、发票、付款记录和催收沟通等材料。跟复杂商事诉讼比，这类案件的事实链条往往更短，证据类型比较固定，程序也更容易拆成材料归集、时间线整理、诉前通知和文书填写几步。

对争议金额不高的当事人来说，律师费、时间投入加上对诉讼程序不熟，往往就成了放弃追偿的理由。人工智能工具如果能压低材料整理和文书初稿的成本，一部分原本不划算的请求就可能进入协商或诉讼。不过工具能起多大作用，还是取决于输入材料是否完整、案件事实有没有争议，以及当地诉讼规则允不允许这么做。

对方一提抗辩，就得人来判断

小额债务案件不是都适合标准化处理。被告一旦提出抵销、反诉、履行瑕疵或时效抗辩，案件很容易就超出模板化文书的适用范围。证据真实性、合同主体、跨境履行、管辖权及法律适用等问题，也都得结合具体事实来判断。

这种时候，人工智能生成的时间线、诉状或证人陈述只能当工作底稿。律师和当事人还要逐项核验姓名与主体资格、金额计算、付款记录、诉讼时效、管辖依据及法律引用；核验时可按站内证据类 Skills整理的任务清单逐项过。没复核的错误一旦写进诉讼文件，可能影响案件判断，严重时还会涉及误导法院。

机会集中在庭前，不在庭上

从法律服务市场看，小额争议数量多、单案收费空间有限、当事人对价格又敏感。人工智能用在归档、检索、事实梳理和文书初稿上，能压缩重复劳动，让律师把更多时间花在证据判断、和解谈判和庭审陈述上。

这种模式也可能扩大基础法律服务的覆盖范围，但商业成效还要靠更多案件来验证。厂商公布的处理效率、成本节省或案件结果，通常受样本规模、案件难度和人工介入程度影响，不能直接等同于独立执业能力或胜诉概率。

生成快，不等于有人对文书负责

法律人工智能进入诉讼流程后，责任链条比生成速度更要紧。产品该保存材料来源、修改版本和人工确认记录，并对没核验的事实和法律结论作出提示。提供服务的律所或平台还要处理执业资质、利益冲突审查、客户保密、个人数据保护和错误输出责任等问题。

Garfield AI这个案子给了一个比较具体的样本：标准化程度高的庭前工作可以交给工具辅助，出庭代理、复杂抗辩和最终签署仍由有资格的专业人员承担。小额债务案件可能继续是法律人工智能较早落地的领域，但自动化的范围仍受事实复杂度、程序要求和责任制度约束。

相关报道

The Guardian、Law Society Gazette、Business Insider及Legal IT Insider关于Garfield AI参与小额债务案件的公开报道。