Perplexity推出面向法律行业的Computer for Counsel，说明通用AI公司正在更明确地进入法律市场。它的切入点，是把研究数据库、文档库、合同工具和事项管理系统连接起来，让AI承担一段可复核的工作流，而不是重新做一个传统法律数据库。
这比”法律机器人会不会回答问题”更值得关注。过去两年，很多法律团队使用AI的方式还停留在写作、摘要、翻译、会议纪要和合同初审。Perplexity展示的方向，是让AI在多个系统之间调取资料、整理依据、生成初稿，并把结果指向可验证来源。
它想解决的是一段流程
LawNext对Computer for Counsel的报道提到，Perplexity并不试图复制Westlaw、LexisNexis或Bloomberg Law这类完整法律研究数据库，而是把自己定位在研究、起草和工作流层。它可以连接网页、企业内部系统和专业法律数据源，帮助律师获得带来源的答案，并继续形成备忘录、摘要或项目材料。
这种定位很现实。律师和企业法务真正耗时的工作，往往发生在多个资料源之间的反复确认：外部法规和案例、内部合同模板、客户资料、事项管理记录、过往意见、项目文件。AI如果只能在聊天窗口里回答一句话，价值有限；如果能把资料调出来、结构化、标明来源，并交给律师复核，才更接近真实工作。
法律AI正在跑出的几个场景
法律检索。AI可以根据问题意图整理法规、案例、监管文件和评论材料。更重要的是，它应该给出可检查的研究路径，而不只是更快生成答案。律师还是要判断依据是否有效、是否适用于本案、是否存在相反观点。
合同审查。模型可以识别主体、金额、期限、付款、违约责任、知识产权、保密和数据合规条款。下一阶段的关键，是能不能按照法律团队自己的playbook执行，而不只是给通用风险提示。
尽职调查。并购、投融资、供应商准入和客户背景调查都需要处理大量文件。AI适合先做文件清单、主体关系、合同摘要、缺失材料和风险索引，重大判断还是由律师负责。
法规追踪。企业法务需要知道的不只是”有新规”，还包括新规影响哪些业务线、合同模板、内部制度和审批流程。AI的价值在于把信息订阅转化为管理动作。
知识管理。历史合同、法律意见、谈判记录、培训材料和客户问答，如果只是存在网盘里，复用价值有限。AI知识库能把组织经验变成可检索、可引用、可更新的工作资产。
瓶颈不在写作，而在可信度
法律AI已经可以生成很多像样的文本，但法律行业关心的是能不能信、能不能查、能不能追责。幻觉、误引、过期规则、管辖区错配和事实误读，都可能直接影响客户决策和律师责任。
数据合规也是现实限制。中国律所、企业法务和法律服务机构处理的大量材料涉及个人信息、商业秘密、客户秘密和案件材料。境外产品可以作为产品形态参考，但不适合直接处理本土敏感资料。
还有一个常被低估的问题：很多组织的流程本身还没整理清楚。合同模板、审查标准、知识库、权限、复核和归档规则如果没有沉淀，AI很难稳定执行。模型能力越强，组织规则越要清楚。
未来竞争点：工作流、playbook和治理
下一阶段的法律AI，不会只比较谁更会写答案，而会比较谁更懂工作流。律师提出的任务可能是：读取一组合同，提取关键条款，对照审查标准，生成风险表，输出Word批注版和客户摘要。这个过程需要工具调用、权限控制、来源记录和人工确认。
真正有竞争力的系统，也不会只是接入一个通用模型。它需要导入律所或法务部门自己的模板、条款库、风险等级、历史项目和客户偏好。AI的位置，是执行和维护playbook，而不是替代团队自己的审查标准。
Perplexity这类产品给法律行业的启发在于：法律AI的终局不应该只是孤立聊天框，而应该是带有数据来源、工具连接、权限边界、日志留痕和复核机制的工作台。自动化越深入，法律人的判断标准和责任链条越要明确。
资料来源
- Perplexity：Computer for Counsel / Perplexity for Legal
- LawNext：Perplexity Makes Its Move Into Legal
- LexisNexis：Protégé into Microsoft 365
- Harvey：How AI is Transforming Contract Review Software
