桌面AI Agent进律所：案卷能整理，权限要收

相关工具：合同审查助手 Skill 腾讯电子签 Skill MCP-Doc Word 文档处理

生成式人工智能产品向文件处理和流程延伸，法律行业的用法也从文本问答扩到案卷整理、合同信息提取、尽调资料初筛和项目管理。ChatGPT、Claude、Gemini，以及通义千问、豆包、Kimi等通用模型，已经被部分律师和法务人员用来做摘要、翻译和文书初稿；WorkBuddy、QoderWork、Trae Solo这类桌面型AI Agent，又把能力推到读取文件、整理表格和生成报告。

这些工具能省掉一部分重复劳动，但替代不了律师对事实、证据和法律适用的判断。法律机构要不要用一款AI产品，通常看文件兼容性、数据处理方式、来源追溯能力、权限管理和人工复核机制，光看模型的文本生成效果不够。

三类工具各管一段

法律工作中常见的AI工具，大致分三类：通用大模型、知识库工具和桌面型Agent。

通用大模型主要用来写作、摘要、翻译、结构化分析和生成初稿。ChatGPT、Claude、Gemini、通义千问、豆包、Kimi这些产品门槛低，个人律师和企业法务可以直接拿来处理日常文字。但模型给的法条、案例和监管口径可能有错或遗漏，正式用之前还得查法律文本、裁判文书和监管部门文件。

知识库工具重心在组织内部资料的检索和调用。Dify、MaxKB、AnythingLLM、阿里云百炼智能体等产品，可以接入律所模板、企业制度、合同范本、历史法律意见和项目材料。效果受资料完整度、文档分块、检索设置和访问权限影响。底层资料陈旧或分类乱，输出也稳不了。

桌面型Agent不只回答问题，还能围绕任务读取文件、拆分步骤、提取数据、生成交付材料，部分产品可以调用本地工具或外部连接器。腾讯公开材料里介绍的WorkBuddy，还有QoderWork、Trae Solo等，都可以从这个角度看。具体能力和适用范围，还是以产品版本、部署方式和官方说明为准。

这三类工具彼此不替代。通用模型适合初步分析和文字处理，知识库适合查内部资料，桌面型Agent更适合文件整理和批量操作。混着用的时候，机构要划清各系统能碰哪些数据，并留人工审核这一环。

案卷、合同和尽调成为试用场景

案件材料整理是比较直接的应用。律师把起诉状、合同、聊天记录、付款凭证、函件和证据目录放进一个独立文件夹，让工具生成文件清单、事实时间线、争议焦点和待补材料目录。模型可能读错时间、主体或文件之间的关系，证据目的和事实表述还得承办律师逐项核对。站内 AI Skill 与 MCP 库的证据分类里，也有材料整理类工具。

合同台账也是企业法务常试的方向。工具能批量提取合同主体、金额、签署日期、履行期限、付款节点、自动续期条款、违约责任和争议解决方式，先出一张表。风险分级、条款冲突和谈判策略，还是要结合交易背景判断。

在股权投资、并购和供应商准入项目里，桌面型Agent可以先做资料索引、缺失文件清单、合同摘要和问题清单。这类活材料多、格式相对固定，适合自动化预处理，但重大风险披露、交易影响和责任判断，不该交给工具单独做。

会议纪要、待办事项、责任人、截止日期、项目周报和客户简报风险较低，也容易做成标准流程。AI能帮着整理记录、分派事项；碰上报价、交付期限、责任承担这类关键承诺，要回到会议录音、原始文件或确认过的纪要去核实。

有些律所的数字化团队还用开发型Agent搭内部原型，比如合同风险评分页面、制度查询机器人、案件进度看板和模板生成器。这类系统一旦接客户数据或用于正式交付，就要纳入权限审查、日志留存、安全测试和人工验收。

权限一大，操作风险跟着来

桌面型Agent和普通聊天工具最大的差别，是前者可能拿到读取和修改文件、运行代码、访问网页或调用外部系统的权限。权限越广，误删、误改、覆盖材料、客户数据混用的风险就越高。

更稳妥的做法是按案件、客户或项目建独立工作目录，只放当前任务要用的材料，别让工具读整个硬盘或共享文件系统。原始材料留备份，可读、可写、联网和执行权限分开设。

敏感案件材料、客户商业秘密、个人信息、未公开证据和内部调查文件，别直接传到数据处理规则不明的公共云端产品上。确实要用，机构要核查服务条款、数据留存期限、模型训练政策和服务器所在地，再按材料性质考虑企业版、私有化部署或本地运行。涉及客户资料的，还要确认合同约定、授权范围和适用的数据合规要求。

不同机构，切入路径不一样

对个人律师来说，通用模型适合摘要、翻译和文书初稿，长文档工具可以辅助阅读判决书和合同，本地知识库用来存常用模板、办案笔记和客户问答。重点在核验引用来源，别把没确认过的生成内容直接交给法院或客户。

企业法务可以从合同台账、制度问答、会议纪要、审批材料和项目报告切入。资料常常来自多个业务部门，部署前要定清访问权限、数据留存和离职交接规则。

律所管理者可以先从案件台账、客户来源、收费统计、知识库和模板管理这些标准化程度较高的事情入手。基础数据缺失、命名不统一或版本管理混乱时，直接上自动化系统，会把原来的管理问题放大。

法律科技团队可以用Agent做产品原型开发、数据清洗和流程自动化。产品进了正式业务，测试范围不能只看功能能不能用，还要查越权访问、日志记录、错误恢复和输出可追溯性。

采购时先看能不能核验

法律机构评估AI工具，可以重点查几件事：支不支持业务里常见的文件格式；生成结果能不能定位到原文和具体来源；权限设置和操作日志清不清楚；能不能调用机构既有的模板和审查标准；输出能不能变成表格、报告、批注或待办清单。

一款产品如果只能生成通顺文本，说不清材料来源、引用位置和哪些内容要人工确认，用途基本还停在文字辅助。涉及证据整理、法律检索和正式法律意见时，来源核验、版本留痕和责任人员复核都要保留。站内 AI Skill 与 MCP 库的法律检索分类里，也有可对照的工具。

资料来源

• Tencent Cloud：Tencent WorkBuddy Download, Install & Use Guide
• Tencent：Productivity Agent Suite and WorkBuddy
• QoderWork官方页面
• Trae官方页面