近日，xAI发布Grok 4.5，并同步披露函数调用、结构化输出、网页搜索、X搜索和代码执行等工具能力，同时将模型接入Cursor、Grok Build及Office插件。公开材料中尚未出现单独的“法律插件包”，但上述能力已为合同审查、并购尽调、案件管理和合规监测等法律软件提供了新的技术接口。
与直接面向律师销售的合同审查或诉讼检索产品不同，Grok 4.5提供的是通用模型及工具底座。法律软件厂商可以据此连接合同库、法规数据库、企业知识库、审批系统、电子签系统和文档管理系统，再按照具体业务规则设计工作流程。
从模型问答转向系统调用
xAI开发者文档显示，Grok 4.5支持函数调用、结构化输出和推理，上下文窗口为50万token。相关模型页面列出的工具还包括Web search、X search和code execution。其公布价格为每百万输入token 2美元、每百万输出token 6美元，缓存输入为0.5美元。
函数调用使模型能够访问外部系统。例如，合同管理平台可以调取企业标准条款、历史谈判记录和审批规则，案件系统则可以调用证据目录、时间线及法规数据库。模型的作用由生成回答扩展到执行软件预先设定的步骤。
结构化输出对法律产品较为关键。合同审查通常需要标明条款位置、问题类型、风险等级和修改建议；尽调工作需要提取合同名称、控制权变更条款、同意要求及潜在影响；诉讼材料整理则涉及事实、证据、争点和待核查事项。按照固定字段输出后，分析结果可以进入表格、看板和审批流程，便于律师复核。
代码执行主要适用于损害赔偿、工资工时、违约金、交易对价、股权比例及债权清偿顺序等计算任务。模型可以编写并运行Python程序，减少手工录入和重复核算。不过，计算结果仍取决于输入数据、计算口径和程序逻辑，不能免除专业人员的校验责任。
网页搜索和X搜索更适合监管动态、突发诉讼、品牌舆情及公众公司事件的初步监测。这类开放网络信息时效性较强，但来源质量不一，不能替代正式法规、案例和商业法律数据库。其主要用途是发现线索，再由律师核对原始文件和权威出处。
Cursor、Grok Build和Office插件则提供了分发渠道。法律从业者的大量工作发生在Word、Excel和PowerPoint中，模型进入这些工具后，可以参与备忘录修改、清单整理和客户汇报制作。相比独立聊天窗口，办公软件内的入口更接近日常作业环境。
法律软件竞争转向任务组织
传统法律软件通常按功能模块销售，包括合同审查、案件检索和知识库问答。通用模型逐步具备长文本处理、搜索、代码执行和结构化输出能力后，仅在模型外增加聊天界面、文件上传和文本摘要的产品，将面临更大的同质化压力。
以合同审查为例，早期系统多依赖关键词和规则匹配。接入大模型后，系统可以同时读取整份合同、企业标准模板、历史谈判立场和交易背景，再按固定JSON字段返回审查结果。输出内容可以具体到条款偏离情况、风险等级、建议文本及需要业务部门确认的问题，而非仅提供一段概括性意见。
并购尽调也是模型厂商重点测试的场景。Harvey公开资料称，其Legal Agent Benchmark第一版包含1200多个智能体任务，覆盖24个法律执业领域，并设置超过7.5万条专家评分标准。Artificial Analysis推出的Harvey LAB-AA则以120个未公开法律任务，考察模型生成备忘录、披露清单和证人证言摘要等文件的能力。上述任务数量和评价结果均来自相关机构披露，仍需结合测试方法、材料范围及评分口径审慎理解。
xAI宣称Grok 4.5在Harvey Legal Agent Benchmark中取得靠前成绩，这一表述引起法律科技行业关注。该基准考察的重点并非法条问答，而是模型能否读取客户事项材料，并形成接近实际法律交付物的文件。若这类能力能够在真实项目中保持稳定，法律软件的价值将更多集中在任务编排、材料权限、输出校验和审计记录，而不只是文件存储与检索。
专业数据和流程能力更受重视
模型工具日益标准化后，法律软件厂商的差异主要来自专业数据、内部知识和流程设计。法规、案例、合同范本、客户历史条款、审批规则及风险偏好，均需要持续维护，并处理授权范围、版本更新和数据质量问题。
具体工作流也决定产品能否落地。NDA分流、供应商合同审查、并购尽调清单、数据出境评估和劳动争议材料整理，分别有不同的材料要求、审核层级和交付格式。通用模型可以承担部分阅读、提取和起草工作，但系统仍需把团队规则转化为可执行步骤，并设置升级人工处理的条件。
对律师和法务团队而言，较直接的效率改善可能出现在材料归类、跨文件核对和初稿制作环节。长上下文允许模型一次处理更多合同、邮件、附件、表格和监管文件；工具调用可辅助识别主协议与附件之间的例外、董事会材料与合同金额的差异，以及内部制度与实际邮件记录的不一致。
Cursor在介绍Grok 4.5时称，该模型的训练涉及长时间任务、工具使用、错误恢复和结果验证。此类能力若能稳定运行，可以使初稿更接近可审阅文件，但厂商描述及基准测试表现不等同于真实法律项目中的可靠性。涉及关键日期、金额、定义、责任限制和法律结论的内容，仍应逐项核对。
漏一个关键条款就过不了整单
现有法律智能体测试也显示，模型在长周期任务中尚未达到可以独立交付的程度。Harvey LAB-AA采用严格的all-pass标准时，模型即使能够满足较多单项评分要求，也可能因遗漏一个关键条款而无法完整通过任务。法律文件对完整性和一致性的要求，使局部正确难以直接转化为可用成果。
此外，法律软件还需处理客户保密、数据跨境、访问权限、模型训练使用范围和第三方工具调用等问题。系统应记录文件上传者、调用工具、信息来源、人工修改内容和最终发送版本，并允许对关键操作进行追溯。缺少权限控制和审计能力的产品，较难用于争议解决、重大交易及监管合规等高风险场景。
从现阶段公开信息看，Grok 4.5为法律软件提供了更多通用工具接口，但未改变专业数据库、客户操作手册、人工复核和责任分配的重要性。法律科技市场的竞争将更多发生在Word、Excel、合同系统、案件系统、知识库和法律检索产品中，衡量标准也将由模型能否回答问题，转向系统能否稳定、可追溯地完成具体任务。
资料来源：