OpenAI推出法律专用平台Astra for Law

OpenAI近日发布博文，正式推出定位为法律专用人工智能基础平台的Astra for Law。与通用大模型什么都能答一点的路线不同，这款产品把全部筹码押在了法律领域的检索深度上。

支撑它的是庞大的数据底座。据披露，Astra for Law的法律搜索索引覆盖超过2.3亿个URL，并接入了CourtListener案例库，该库覆盖99.9%以上的已发布判例法，相当于把公开判例几乎整体搬进了模型的检索范围。

成绩单来自Vals AI法律研究基准私有验证集中的200道法律问题。
在最高推理强度下，Astra for Law的整体正确率达到54%，而仅依赖网页搜索的通用版本只有38.7%，差距超过15个百分点。
在检索能力上，案例法导向的问题里，Astra for Law找到的参考案例数量多出24%；在经审计的目标段落集合中，它从正确法院意见书里检出的相关段落最多多出54%。

OpenAI特意强调，这并不是AI律师。它的主要服务对象是律师和法律软件公司，承担的是几件非常具体的工作：区分法院判决中的核心裁判理由与附带评论，主动寻找对己方不利的判例，分析合同条款如何分配风险，最终落脚点是在庭审中提高案件胜诉率。它不替人上庭，但会把判例的每一寸缝隙都翻出来给人看。

从技术路线看，Astra for Law的价值不在于模型参数规模，而在于检索与推理的结合方式。法律问答的难点从来不是语言理解，而是能否在海量判例中准确定位权威来源，并判断哪一段意见书真正构成裁判理由。54%对38.7%的差距，很大程度上反映的是专用检索索引相对通用网页搜索的优势，而不是模型本身能力的代差。这也解释了它为何把找到多少参考案例、检出多少相关段落作为关键指标对外披露。

对开发者与法律软件公司而言，这类基础平台的意义在于把底层检索和推理能力做成可调用的组件。法律科技产品的竞争重点，或将从此前的文档管理与关键词检索，转向对判例语义的深度利用。Astra for Law能否真正嵌入日常工作流，还要看它在真实案件中的稳定性与可解释性表现。