好家伙，智谱把垂直模型，卷到法律圈了！ 

就在这两天，智谱推出了一款新的法律专用开源模型——GLM-Legal。

它不只能你聊聊法条，还能包揽审合同、串证据、做跨境合规研究等一系列具体的工作，并交给你一份可以原地使用的成果。

成绩也相当能打。

在 Vals AI 最新公布的法律测评中，GLM-Legal 分别以19.2%的任务全通过率和86.23%的准确率，摘得 Harvey LAB 与 LegalBench 双榜开放权重模型榜榜首。

好嘛，卷完聊天、办公和代码还不够，AI 开始盯上法律合同和案卷里的细活了。

消息一出，小伙伴们立马坐不住了： 

好好好，以后 GLM-Legal 就是我的法务团队了。

但是 Wait，它到底学的是哪国法律，真的能帮咱老中人干活吗？

这就得展开看看了。

审合同、串证据、做合规，GLM-Legal 都能接

好消息是，它确实适配咱们老中的法律，不会水土不服。

无论是中文法律实务、英文法律任务、还是东南亚跨境合规等考题，它都能接。

但模拟考终归只是一方面。

真实法律工作中的坑可太多了，一踩一个不吱声。

到底能不能干活，咱们还是得把它拉进真实的法律工作环境里溜溜；

看看它能不能帮团队审合同、确定海外发布前的隐私合规事项。

咱们先来看三组官方演示：

（GLM-5.3-Flash 大战 GLM-Legal，自己打自己）

一、审合同，并把合作结束后的交接安排捋清楚

当咱们需要更换软件服务供应商时，往往需要先审明白合同里的终止和交接条款。

代码、数据、文档能不能顺利拿回来？新供应商能不能接上？

而这些雷，往往就埋在条款里。

于是，GLM-Legal 建议我们，把合作终止通知时间从 60 天缩短至 30 天，并增加最长 90 天的过渡支持，方便我们把代码、文档和知识交接都安排进去。

除此之外，它还结合合同已有的成果归属约定，要求交回全部的工作成果（包括尚未完成或尚未付款的部分）。

对比 GLM-5.3-Flash，GLM-Legal 的优势就很明显了：

前者只是给出较泛的建议，而 GLM-Legal 则进一步明确了时间、交接范围等内容，并把修改方案与合同现有约定对应了起来。

好嘛，这套结束合作后的 " 分手流程 " 被它给写明白了，非常之体面。

那我不禁想了，当我抛出一堆散落的证据时，GLM-Legal 又将如何应对呢？

二、分析证据，并把散落的线索串起来

这其实是个很现实的问题。

当项目合作出现纠纷时，我们到底要怎样才能从一堆海量的报告、文档和聊天记录中判断对方的说法有没有问题？

就比如官方给出的这个 Case：对外报告称项目完成了 60%，内部记录却只有约 41%。

在实测中，GLM-5.3-Flash 和 GLM-Legal 都能发现这个矛盾点；

但不同的地方在于，GLM-5.3-Flash 只给了建议，但 GLM-Legal 则在建议的基础上，进一步将进度报告与更早的风险警告、内部沟通关联了起来，并落地到了具体行动。

当这条线索梳理清楚了，咱们才方便回到原件逐项核对、并搞清楚到底哪个数据才是对的，可以继续用下去的。

三、企业出海合规，把法规要求整理成行动清单

而当咱们准备在新加坡、马来西亚和印度尼西亚等海外平台上线网站时，可能会面对着用户追踪、邮件营销、海外云存储等每一项都可能涉及隐私合规的难题。

在这时候，我们可能就需要一个助手来帮我们搞清楚上线前究竟要做哪些准备。

对此，GLM-Legal 在实测中把需要关注的合规事项，拆分成了团队可以着手落实、继续核查的细致步骤，包括但不限于发布具体隐私声明、让退订请求输入抑制列表等等，一目了然。

这下可方便多了。

所以沿着这个思路回头看，咱们就能更直观地明白 Harvey LAB 这个 19.2% 的全通过率到底难在哪、又值钱在哪了。

19.2% 全通过，这张考卷有多难？

Harvey LAB 的测评可从来不是纸老虎。

它采用了严苛的" 全条件通过 " 机制，只有当模型满足了一项任务中的所有评分条件才算通过，少一条都不行。

它的任务设计也直接对标律所派活：给 Agent 一个需求、一组客户材料，并让它直接整理出一份能拿来审阅的文件。

其中光 Harvey LAB 首版，就设置了超过 1200 项模拟律所工作任务，覆盖并购、知识产权、银行金融等24 个法律业务领域。

这意味着，模型从读材料、调工具，到按规矩把结果交出来，这一路都不能掉链子，才能在这里拿到一个不错的分数。

而成绩之外，还有一组测试反差值得咱们关注。

在成绩相近的情况下，GLM-Legal 比 Gemini 4 Argon 慢了近30 分钟、但 Gemini 的每项测试成本约为 GLM-Legal 的70 倍：

这一结果或许也提醒着咱们，在挑选法律工作搭子的时候，我们也得把成绩、成本和时间得放在一起考虑。

那么 GLM-Legal 究竟是怎样训练出来的？

答案或许就藏在智谱一套配套的养成路径里。

不仅要让 AI 读法律，还要带它进 " 律所 " 实习

智谱给 GLM-Legal 安排的成长路线，可以概括成一句话：

先送进 " 法学院 "，再带到 " 模拟律所 " 练手。

第一步，GLM-Lega 会在 GLM-5.3-Flash 底座上进行法律语料中期训练，并学习法律概念、法条和分析方法，打牢专业基础。

第二步，GLM-Lega 则需要通过数万法律任务环境中的强化学习，不断练习读材料、做分析、推进任务和交付成果。

同时，团队也在不断迭代 Agent 运行框架，改进材料组织、工具连接和反馈流程，让模型与工作环境一起磨合。

眼熟不？眼熟就对了！

这不就是咱们法学生走过的打怪升级实录吗？！

先考入大学法学院疯狂啃书攒内功、然后在大三四大四一头扎进律所当实习牛马，最后熬过好几年，甚至一路往上考，才终于能从小透明进化成靠谱的律师。

AI 现在走的，正是咱们当年走过的路啊！

只不过，GLM-Lega 目前还处于相对青涩的实习牛马阶段罢了，咱还不能指望它上来就达到合伙人水平。

毕竟智谱这位 " 法律专才 " 现在还有许多需要继续检验的地方，19.2% 的全通过率也意味着它在严格评分条件下，多数任务仍未实现全部达标，目前还有很大的提升空间。

这也就对应了智谱现在的动作：

邀请律所、法律科技公司、企业法务团队和独立执业人士申请 GLM-Legal Beta，并让专业人士参与试用、提供反馈，共同打磨模型；

同时，智谱还计划将相关能力接入 AutoClaw，推进实际应用。

好家伙，这背后传递出了一个清晰的信号啊： 

智谱正拉着一群最懂行的法律人打磨 GLM-Lega，目标很明确，就是让它在未来真正成为律师手里得力的辅助工具。

而未来，智谱能不能真的实现这一愿景，也值得咱们期待一波。

one more thing

其实智谱开卷法律模型，也并非心血来潮。

早在 2023 年，智谱就与专注智能合同等业务的法律科技公司幂律智能合作，基于 ChatGLM-130B 框架联合研发并推出了一款千亿参数级法律垂直模型PowerLawGLM，涉及法律咨询、合同起草和审查等场景。

此后，智谱更是以老股东的身份，持续参与了幂律智能的战略融资和近 8000 万元 Pre-B 轮融资。

而将通用模型送去 " 读法律 " 的，也不止智谱。

早在今年 8 月，Harvey 便联手 Fireworks，以 Kimi K3 为底座，后训练出了一款自己的法律模型——Tenet。

据 Harvey 介绍，专项训练后，它完成的 LAB 留出任务数量接近底座的两倍，成本则保持稳定。

这些探索，或许也为行业提供了一些新思路，那就是：

选好通用底座后，再用专业任务、行业数据和工作环境继续训练，仍有机会把模型的能力继续往前推一步。 

而未来，谁能进一步把模型的 " 专业课 " 教得扎实，把 " 模拟律所 " 搭得更实用，并让它从中练出更多在真实工作中能用得上的本事，或许才能真正赢得这一圈层用户的认可。

参考链接：

[ 1 ] https://x.com/Zai_org/status/2109678174468534511?s=20

[ 2 ] https://z.ai/blog/glm-legal

[ 3 ] https://x.com/ValsAI/status/2109678921017168061

[ 4 ] https://www.harvey.ai/blog/introducing-harveys-legal-agent-benchmark?utm_source=chatgpt.com

[ 5 ] https://media.qimingpian.cn/2023/06/29/bd6b454d1bf2400827f682a6c5e7eacf.html?utm_source=chatgpt.com

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

点亮星标

科技前沿进展每日见