Legora CTO Jacob Lauritzen 谈在看不到数据的情况下构建法律智能体

Legora 无法读取其智能体为律师所做的任何一条执行轨迹。这些数据属于律所的客户。当你看不到智能体的工作时，你该如何构建和测试它？Jacob Lauritzen 是 Legora 的 CTO，该公司是……Latent.Space 11月2日·67分钟 收听本次对话 67分钟 阅读文字稿 在 YouTube 上观看

Legora 无法读取其智能体为律师所做的任何一条执行轨迹。这些数据属于律所的客户。当你看不到智能体的工作时，你该如何构建和测试它？

Jacob Lauritzen 是 Legora 的 CTO，该公司是法律科技史上增长最快的公司之一。团队最初在斯德哥尔摩的一间地下室里起步，用的是 ChatGPT、瑞典法律和一个搜索工具。如今，律师可以用 Legora 起草和编辑 Word 文档、在单张表格中审阅 1 万份合同，或开展尽职调查。该智能体还会协调律师、客户和其他智能体之间的工作。当 Legora 进行自己的收购时，团队就用它来做尽职调查。

我们聊了什么

• 为什么 Legora 多年来一直拒绝添加模型选择器，以及为什么最终又加上了

• Jacob 估计模型目前已经能做好约 60% 的法律工作，以及为什么剩下的部分需要更聪明的模型

• 三名工程师和三名律师如何基于客户的工作构建测试环境，很像强化学习中使用的“世界”

• 一个引用问题：模型一开始的正确率是 70%，一次发布后达到 99%。Legora 什么都没改。

• 为什么 Legora 把所有东西都跑在 Azure 上，以及为什么它不用 ElevenLabs

• Tabular Review，那个百万单元格的电子表格，业界连名字都照抄了

• 受理流程如何运作，智能体如何创建列表，以及一个列表如何启动另一个智能体

• 法律工程师和前置部署工程师各自做什么，以及谁有权写代码

• Jacob 用来论证 20 名工程师永远够用的“300 斯巴达人”幻灯片。现在有 100 人了，他仍然觉得人手不够。

• 为什么 Jacob 觉得 Fable 和 Opus 在起草时太啰嗦，而喜欢 Astra 简洁的写作

• 为什么起草一份长合同是一个搜索问题

• 模型实验室是否会像切断编程工具那样切断法律工具

• 律所合伙制、计费工时和初级律师的工作会怎样

Legora 正在纽约、斯德哥尔摩和伦敦招聘工程师。

章节

0:00 冷开场

1:05 从斯德哥尔摩地下室里的弱者起步

1:54 Legora 如何从结合瑞典法律的 ChatGPT 成长为法律智能体

4:12 从助手到智能体的转变

5:23 Legora 使用哪些模型，以及为什么添加了模型选择器

7:48 当今的模型对律师来说够好吗？

8:20 九个月前智能体做不到的事

9:18 在模拟世界和 1 万份文件的数据室中测试智能体

10:07 评估团队和 Legora 的 100 名法律工程师

11:03 当评估似乎不值得做时，以及一次发布如何把引用准确率从 70% 提升到 99% 赞助 你的赞助广告位在这里 触达正在构建未来的 AI 工程师。

Latent Space 的读者正是那些交付智能体、模型和基础设施的人。咨询赞助此广告位：business@latent.space →

12:18 五到十年后法律实践可能是什么样

14:18 律所合伙制模式会存续吗？

16:40 律师助理和初级律师会怎样？

18:00 计费工时，以及为什么早期的法律科技未能达标

19:39 现在钱流向哪里

22:44 Legora 如何用自己的产品做收购尽职调查

23:59 瑞典和美国律所有何不同

26:12 当你无法读取执行轨迹时的产品指标

27:41 转述执行轨迹，把失败归纳到 10 或 20 种类型

28:42 为什么数据隐私促使 Legora 把所有东西都跑在 Azure 上

30:04 开放权重模型和模型套利

30:55 转写模型，以及为什么 Legora 不用 ElevenLabs

33:33 智能体、Tabular Review、项目以及 Word 插件

34:24 律师如何使用 Tabular Review

35:51 为什么电子表格行得通，以及你从前 10 行能学到什么

37:53 法律受理机器人在 Slack 中如何运作

39:11 智能体如何创建列表，列表如何启动智能体

40:15 在这些相同组件上构建产品并收购 Wexler

42:37 前置部署工程师在 Legora 做什么

43:52 法律工程师和前置部署工程师如何让一个大客户上线

46:43 前置部署团队未来一年要做什么

47:24 为什么 Legora 一直抗拒构建 API

49:26 智能体本身能成为 API 吗？

50:12 “300 斯巴达人”幻灯片和把工程师保持在 20 人的计划

51:32 没人要求 Legora 下的赌注

53:05 为法律研究后训练开放权重模型

54:05 搜索、检索和后期交互

54:51 什么造就了好的法律智能体框架，以及为什么起草取决于搜索

56:25 哪个模型写得最好？

57:03 幻觉和 Legora 的引用系统

57:41 律师会核对引用吗？

58:19 对于百万 token 的合同，用 MapReduce 还是一个大上下文窗口？

1:00:16 获取匿名化示例，以及为数据而收购一家律所的想法

1:01:53 为什么 Jacob 建议不要默认使用嵌入

1:02:44 律师会在 Legora 里工作，还是通过 Claude 工作？

1:03:26 模型实验室会切断 Legora 吗？

1:04:24 法学院和为计算机科学专业学生设立的奖学金

1:06:09 为什么大多数工作最终都会变成法律工作

联合主持 — swyx，Latent Space

主持 — Basil Chatha，Forward Deployed

保持领先一步。