打造 AI 原生律所

让专业判断、业务协作与机构知识
成为一个完整体系。

律所运行架构

AI 原生律所

以专业判断为核心,将业务、智能体、知识与数据组织为一个完整的法律服务体系。

滚动展开律所能力完整封装:AI 原生律所

一个完整体系,连接法律工作的信息、协作与交付。

了解共建计划

AI 原生的
律所运行体系

建设 AI 原生律所,始于对组织的重新设计。我们与律师共同定义业务如何组织、任务如何协同、知识如何积累,让专业能力在一套连贯的体系中持续生长。

围绕委托组织工作

从客户目标出发,建立共享上下文、清晰分工和复核节点,明确各角色的任务、交接与责任。

人和智能体协同执行

智能体承担可委派的研究、分析与执行任务。律师负责专业判断、客户关系和最终交付。

知识持续沉淀与复用

将材料、依据、决策和复盘沉淀为机构知识,使下一次服务能够站在上一次积累之上。

贯穿委托全程的
协作系统

从受理到交付,信息、任务与专业判断沿着同一条工作链流动。选择一个场景,看看我们希望如何组织协作。

案件上下文贯穿处理全程

围绕一个案件连接材料、证据、研究和文书。智能体接力执行,律师在关键节点判断、修订与确认。

  1. 材料归集,建立案件上下文
  2. 梳理证据与争议焦点
  3. 协同检索、分析与起草
  4. 律师复核,交付并沉淀经验
事项工作空间协作示意

案件分析工作底稿

材料、分析与交付,保持同一份上下文
案件材料事实与证据关联
法律研究依据与引用来源
文书草稿等待律师复核
律师复核关键结论

关键结论保留依据,交付前进入复核节点。修订与决策继续沉淀到事项知识中。

目标工作流示意,不代表真实案件或客户数据

从业务试点到
律所整体建设

我们与愿意重新思考法律服务的律所长期共建:共同定义组织蓝图,在真实场景中验证,再把有效的工作方式扩展到整个团队。

01 / 共同定义

定义 AI 原生律所的
组织与业务蓝图

一起梳理服务对象、核心业务和团队角色,明确哪些任务可以委派给智能体,哪些判断必须由律师完成。
阶段产出组织蓝图、业务地图与试点目标
02 / 共同验证

验证完整业务链
中的协作方式

围绕一个具有代表性的事项,共建数据、知识与智能体工作流,在真实使用中检验交付质量、复核机制和团队协作。
阶段产出可运行的试点、验收标准与反馈机制
03 / 共同生长

将业务经验
沉淀为组织能力

把经过验证的工作流扩展到更多团队和业务,持续积累机构知识,完善角色分工、人员培训与运营治理。
阶段产出知识体系、协作规范与持续迭代计划

合作范围、投入方式、实施节奏与成果权益,在具体项目中共同约定。

数据保护交互演示

从敏感材料
到受保护的数据

识别敏感字段,替换身份信息,再对脱敏结果加密。通过一个实际可操作的流程,查看数据在每一步如何变化。

查看数据治理原则
本地浏览器处理
01 识别02 脱敏03 加密04 核验
待识别敏感字段

运行演示后查看处理结果

AES-GCM / 256-bit0 个字段已处理

准备就绪。运行演示,查看脱敏与加密过程。

材料与密钥仅保留在当前页面,不上传。脱敏采用示例规则,不保证识别所有敏感信息;此处展示真实的浏览器端加密过程,不代表已部署的律所安全系统。

数据安全
与专业责任

律所的运行体系,必须从保密义务、专业责任和数据边界出发。我们将这些要求纳入共建方案,并在交付时逐项验证。

把治理要求落实到每一条工作流

部署边界

根据项目条件确定私有化或专属环境方案,明确数据存储、流转与外部模型调用范围。

角色与权限

按事项与角色定义访问范围,让客户资料、案件材料与内部知识有清晰的授权边界。

可追溯的工作过程

为重要结论保留来源与依据,记录执行、修订和审批过程,支持核验与复盘。

明确的人工复核

由律师掌握关键判断与交付节点,把专业责任落实到具体的人和流程。

法律与 AI
交叉背景的团队

由北京大学、清华大学博士生发起的学生创业团队,连接法律研究、模型算法与工程落地。以北京通律智能科技有限公司为主体,与合作律所共同推进计划。

陈冠男CEO|产品负责人
  • 曼彻斯特大学法学硕士、北京大学法学博士,法律人工智能领域早期探索者。
  • 2021 年起深耕法律 AI 交叉研究,全程参与法律自动化中文分词模型、司法数据聚类模型核心研发,打通从算法到工程实现的完整链条。
  • 主导研发并落地转译智能体、法律关系分析智能体(2023)、道路交通裁判文书辅助智能体(2025)。
  • 2026 年批量交付庭审模拟、司法执行辅助、调解智能体与法律业务管理集成系统——四年连续交付 8+ 法律 AI 模型与系统。
  • 2025 年起任职北京通用人工智能研究院,主导智能法律工作平台开发与落地,成果发表于 AI 顶会 ACL 主会。
李子昂CTO|技术负责人
  • 清华大学自动化系(2022 级本科、2026 级博士)。
  • 负责模型训练优化、智能体架构设计与系统工程化落地,与产品负责人共同推进法律场景任务拆解与技术实现。
  • 两获清华校友—黄奕聪通用人工智能奖学金;清华大学华罗庚数学建模竞赛一等奖。
  • 中国数学奥林匹克(CMO)国家奖;全国高中数学、计算机、化学奥赛省一等奖;多项清华综合优秀奖与科技创新优秀奖。
杨炯烨工程落地主管
  • 清华大学自动化系本科、北京大学智能学院博士(2026 级)。
  • 国家奖学金(top 2%)、郑维敏奖学金(top 1%)、黄奕聪通用人工智能奖学金、宝钢奖学金。
  • RoboCup 人形组(adult-size)世界冠军(火神队,2025);机器人与人工智能大赛人形机器人专项赛全国冠军。
  • 深耕具身智能与机器人控制工程:人形机器人 MPC 抗扰动控制、RL 运动控制迁移落地(TongVerse→BipedAelos)、EfficientZero 四足应用(Unitree Go1)。
张宇鸿软件开发主管
  • 清华大学软件学院(2022 级本科、2026 级硕士)。
  • 祖龙娱乐自动化测试平台后端核心负责人;主导「亲伴」助老 APP 后端开发与测试、课题组测试平台全栈开发。
  • 多次获清华校级奖学金(涵德、途游、祖龙等)。
  • 清华软件创意创新大赛三等奖;全国高校发展联盟青年数字创新创意大赛全国三等奖。
王烊滔市场负责人
  • 北京大学法学博士,兼具扎实法律功底与市场商务能力。
  • 负责市场战略、商务拓展与客户获取,统筹渠道合作、品牌建设与专业推广。
  • 深入理解律所、企业法务、保险与政务等 B/G 端业务场景与采购逻辑,主导需求诊断与方案对接。
  • 依托法学背景与行业资源网络,推动产学研协同,支撑规模化落地与可复制交付。
毕俊淇算法指导
  • 长期研究智能现象、认知行为及其计算机制,重点探索社会智能、语言模型机制解释与测试,以及人类学习的计算建模和神经机制。
  • 在 ICML、NeurIPS、ICLR、CogSci、Trends in Cognitive Sciences、Entropy 等国际会议及期刊发表论文近 20 篇。
  • 提出 Generalized Belief Transport 理论框架,以心智理论统一解释多种合作行为并分析其迭代动力学;相关统一模型工作获 NeurIPS Oral。
李铭杰工程指导
  • 密歇根大学机器人学博士、机械工程硕士,现任北京通用人工智能研究院研究科学家,研究多智能体建模、交互与决策。
  • 曾任日立美国智能制造、调度与优化研究员,参与制造产线优化和可穿戴设备行为识别,具备产业研发与系统落地经验。
  • 工程项目横跨软件定义智能制造、多智能体供应链、数字孪生产线动态重构与工业机器人,覆盖建模、优化、控制和仿真全链路。

现有系统
与实践

了解我们已有的法律 AI 系统与研究方向,讨论它们如何融入律所的运行体系。

以上为现有独立系统演示;AI 原生律所的整体方案将结合合作项目共同设计。

启动您的
AI 原生律所计划

无论是筹建新的律所,还是重新设计现有团队的运行方式,都可以从一次具体的讨论开始。

留下联系方式,与我们聊聊您的组织构想。

lgn2023306@gmail.com
扫码在手机上打开 AI 原生律所共建计划

与团队分享共建计划
扫码在手机上查看