剑指"法律推理"！知名法学教授法C发文

近日，《法律科学》2026年第5期刊发了中国人民公安大学苏宇教授的论文《法律推理的革命》。这篇文章在法学圈引起不少人侧目，原因不在于它又谈了一遍人工智能与司法的老话题，而在于它的论证姿态相当激进。苏宇没有停留在"AI能否辅助司法"的谨慎框架里，而是直接回答了一个更根本的问题，机器究竟能不能进行法律推理。他的答案是可以，而且试图用一套严格的数理框架把这个结论"证明"出来。

这在当下的法学讨论中算得上一次正面强攻。长期以来，法律人对机器推理能力的怀疑几乎是一种职业本能。法律推理包含价值判断、利益衡量和后果考量，这些内容模糊而主观，难以形式化，因而学界总体倾向于否定人工智能的法律推理能力。可废止性理论是这一立场的典型代表。自阿尔乔龙以降，哈赫、帕肯、萨尔托尔等学者发展出的这套理论认为，法律规范总是被隐性的例外包围，常规条件下的推论随时可能被新理由推翻，而隐性例外无法被穷举标注，传统人工智能对此基本无能为力，甚至有论者断言并不存在一种独特的"法律推理的人工智能模式"。

苏宇的文章正是对准这一"定论"而来的。他的核心策略是换一个坐标系。既然符号逻辑和规则系统装不下法律推理的弹性，那就用微分几何重新描述它。文章借用纤维丛这一数学工具，把三段论重构为总空间向商空间的投影操作，把法律概念间的双向往返理解为截面提升，再用度规和联络去承载实质正义与法的安定性价值。在这个框架下，"目光在规范与事实之间的往返流转"不再是不可言说的技艺，而是可以建模的几何过程。传统推理模式中那些"叠床架屋"式的分类，从演绎、比推到殊推、遍推，理论上都可以被吸收进这个连续几何范式。

论证的第二步，是把这套几何结构与大语言模型的训练机制对接。文章认为，模型的高维参数空间天然具有主纤维丛的几何性质，监督学习经由"神经坍缩"机制完成从连续语义流形到离散商空间的坍缩，而自回归的"预测下一词元"过程则被解释为在能量景观上寻找符合客观性约束的最优路径。据此，只要法律推理存在可以被语言表达、被函子化的客观性约束，大模型就能够以任意精度对它进行逼近。度量承载、结构表征、全局逼近，三者共同构成机器法律推理的数理基础。

这套论证的专业性和野心都不容小觑。它实际上是在回应孙斯坦多年前那个当时被视为过于乐观的论断，即不能从计算机暂时不会类比推理，推出评价性论证独属于人类。苏宇试图用数学把孙斯坦的直觉坐实。这个方向与国际计算法学的前沿努力是相通的，塔麦洛等学者对推理方式的类型化界定，在苏宇的框架里被整合为纤维丛运算的特例。

文章的后半段转向审慎。苏宇归纳了大模型实施法律推理的三重优势：人类法律人鲜有人能通晓所有部门法，而模型在理论上拥有覆盖整个规范体系的全局视野；法律现实主义早已揭示法官"先有一个直觉反应，再构造一套法律命题使其合法化"，相比之下，模型的客观性约束可以通过技术手段被观察和调节，理论上更有利于"同案同判"；各项约束还可以借助强化学习、约束解码、过程奖励模型等机制实现精细调节。这些优势的描述有现实基础，检索增强生成等技术确实在不断扩展模型的可用边界。

但挑战同样被坦率列出。模型幻觉在法律场景中表现为要件之间的逻辑跳跃和规范类别边界的误判，且法律语义空间落在低维"薄流形"上，模型在法向量方向天然脆弱，容易受冗余信息干扰。整体对齐更为棘手，"和谁对齐"本身就悬而未决，刑法教义学里"四要件"与"三阶层"之争、诉讼标的的各种学说分歧，模型该对齐哪一派，并无现成答案，规范体系黏合处的"奇点"处的断裂，机器倾向于强行平滑处理，而那里恰恰最需要法律续造。最深层的担忧是人类主体性滑坡，管理者要求参考模型结果，律师用模型结果加强攻防，当事人和舆论拿模型结果批评人类裁判，几股力量协同，可能让司法人员从使用模型滑向依赖模型，默认以模型结果为准、推翻须额外说明理由的制度设计，会进一步放大这种侵蚀。

由此，文章的落脚点是"人在回路"的人机协同法律推理，人类通过校验、权衡、决断三类关键操作守住主体性地位，尤其是规范冲突和释义学裂隙处的"奇点决断"，应专属于人类。这一结论与魏斌等学者强调的"大模型无法胜任法律人的核心工作，须在严格规范下合理使用"的立场在终点上殊途同归，分歧主要在于对机器能力上限的判断。

公允而言，这篇文章的贡献与局限同样明显。贡献在于，它拒绝用"机器只是统计鹦鹉"这种粗糙的直觉打发问题，而是认真进入模型的训练和计算过程内部，把"统计推断"的指控拆解为可以逐一回应的技术命题，这种论证密度在中文法学文献中并不多见。局限在于，从"理论上可逼近"到"实践中可信赖"之间隔着巨大的工程与制度鸿沟，纤维丛解释更像是对已观察到的大模型能力的数学重述，而非对推理正确性的担保，万有逼近定理保证的是存在性，不是可靠性和可解释性。可废止性论者担心的隐性例外问题，也没有被真正消解，只是被几何语言重新安置了。

这场争论远未到盖棺定论的时候。苏宇呼吁法律人放下"傲慢与偏见"，这个提醒本身值得认真对待；但反过来，技术乐观同样需要接受法学的质询。法律推理的重心从来不只是得出结论，而是给出能够在制度中被质疑、被审查、被证成的理由。机器能否进入这个过程，取决于它能否成为这个理由链条中可问责的一环，而不是取决于它能多漂亮地模拟三段论。这或许是"法律推理的革命"一文给学界留下的真正课题。