今年法学圈最有意思的一篇文章出现了！

杨安卓，10月17日经中法评公号推送后在法学圈引发热议。它真正值得细读的地方，不是再次回答法律人会不会被AI取代，而是借数学界的震荡，重新描画法学知识的内部地形。文章提出的问题朴素而尖锐——当AI可以迅速整理通说、检索类案、生成文书，法学里还剩下哪些工作必须由人完成？

全文从一封数学系本科生的来信写起。学生对学术道路失去信心，准备逃往法学院。数学教授用“凸包”安慰他。人类已有知识像桌面上的钉子，橡皮筋套住外围后，内部区域就是AI最容易填补的部分，外圈顶点才是新知的起点。这个几何比喻被作者移植到法学。既有概念、判例和学说构成凸包，法条注释、案例评析、比较法整理，大多属于“补凹”。真正困难的是提出新问题，创造新词汇，并推动共同体接受。

这个框架的价值在于，它没有把创新神秘化。耶林提出缔约过失，沃伦与布兰代斯创设隐私权，霍菲尔德整理法律关系的基本范畴，都不是凭空立法，而是在旧材料中开辟新的提问方式。法律知识的增长，往往先出现一个新“尖角”，再经过法院、教科书和学说的反复吸收，最终变成看似理所当然的通说。AI擅长连接既有顶点，短期内仍难以独立完成这种获得制度承认的知识创制。

当然，凸包只是一种启发式模型。AI并非只能插值，也能组合、迁移乃至产生反常结果；法学材料也不是静态数据集，裁判公开范围、文献语料和共同体偏好都会改变凸包的边界。文章的判断由此不能被理解为技术边界，而应被理解为知识形态的分工。它提醒人们，“像论文”与“有知识增量”并不是一回事。

文章后半段借莫拉维克的“能力地形图”讨论水位。法条检索、合同审查、法律翻译早已沉入水下，类案比对和文书起草正在被淹没，复述通说的研究则处在水线附近。与数学不同，法学的山峰更分散。既有规则适用，也有价值衡量；既有文本解释，也有裁判责任。以“规范性”筑起堤坝并不牢靠，因为凡是能够被清楚表达和比较的价值权衡，迟早可能进入模型能力范围。

更值得注意的是作者对“护盘”的分析。数学家签署宣言、坚持同行评审，既有维护存量利益的成分，也守护了可验证性和作者责任。法律人还多一层制度屏障，现行司法政策明确AI不得代替法官裁判。不过，规则可以限制裁判权，不能限制技术带来的理由质量。当事人、律师和企业完全可以先用起来，法院系统也会在效率压力下逐渐改变辅助工具的地位。因此，真正需要守住的不是某种写作姿势，而是署名、答辩、复核和责任追究。

文章也因此区分了三种姿态。“死硬派”认定AI只是随机鹦鹉，但连续的模型进步已让这种押注越来越被动。“古墓派”拒绝使用AI，作为个人选择可以尊重，作为学科政策却可能收缩研究能力。最麻烦的则是以维护通说之名保留含混，因为AI恰恰最善于把圆话说得更圆。法律AI的一个隐蔽风险，不是胡言乱语，而是用流畅、周全、看似无懈可击的文本加固既有重心，让少数真正的新问题更难冒头。

这一判断能与哈特关于法律规则“核心—半影”的经典论述互相印证。法律的困难往往不在含义明确的核心区，而在规则交叠、价值冲突的半影地带。AI可以生成形式上融贯的答案，却无法替代制度中的承担者。法官署名的意义，不只是确认文字由他看过，更意味着社会能够追问、纠错并让他承受后果。阿维加德所谓“AI无论能否思考，都不能替人思考”，放在法学中，说的就是知识可以由机器辅助，生活与责任仍归人。

至于转型路径，文章的主张并不玄虚。作者与桑本谦都将“能答辩”视为比检测AIGC比例更可靠的检验，签名者应能当场说明每一个关键论证。研究者还应常问自己，文章是在回答已知问题，还是让某个问题第一次成为可以提出的问题。数据权益、算法解释、自动化决策中的人类介入，其价值恰恰在于十年前它们甚至无法被清楚发问。与此同时，评注、通说整理和教科书建设并未过时，只是不能再被当作对抗技术的堡垒。

这篇文章也有可以补充之处。它强调了知识形态，却较少处理法学教育与职业结构的现实约束；指出共同体接受的重要性，却还可进一步追问，谁掌握进入公共记录的渠道，谁的概念更容易成为“通说”；提出建设法律评测集和中文专用模型，也仍停留在方向层面。但它最大的贡献，恰恰是把“AI会不会取代法律人”换成一个更专业的问题——哪些法律工作只是旧知识的重排，哪些工作真正改变了提问方式。

所以，这篇文章，与其说是关于法律AI的评论，不如说是一次法学知识论自检。水会继续上涨，补凹岗位会不断减少，真正有创造力的问题、词汇和责任反而会变得更稀缺，也更昂贵。AI未必会替法律人讲完故事，但它会很快让人看清，过去哪些故事只是在重复。