import os
BASE = r"e:\TRAE\生成式X\lecture2"
os.makedirs(BASE, exist_ok=True)
def page(fn, num, total, title, content, prev_title="", next_title=""):
prev_html = ""
if num == 1:
prev_html = '◀ '
else:
prev_html = f'◀ '
next_html = ""
if num == total:
next_html = '▶ '
else:
next_html = f'▶ '
prev_short = prev_title[:10] if prev_title else ""
next_short = next_title[:10] if next_title else ""
html = f'''
Slide 2.{num} — {title}
第八章 · 生成式人工智能
Slide 2.{num}
{title}
{content}
{prev_html}
{prev_short}
2.{num} / {total}
{next_short}
{next_html}
键盘 ← → 或鼠标滚轮翻页
'''
if num == 1:
html = html.replace("if(e.key==='ArrowLeft') window.location.href='2.0.html';", "")
if num == total:
html = html.replace("if(e.key==='ArrowRight') window.location.href='2."+str(total+1)+".html';", "")
path = os.path.join(BASE, fn)
with open(path, 'w', encoding='utf-8') as f:
f.write(html)
print(f" OK {fn}")
# ==================== SLIDE DATA ====================
slides = []
# ===== 第一部分：开场与破冰 (1-3) =====
slides.append(("2.1", '封面',
'''
生成式大模型
第二讲：法律实务中的新工具——从效率工具到人机协同
主讲人：周宇文
"当69%的法律人已经在工作中使用AI，你的竞争力在哪？"
'''))
slides.append(("2.2", '课程结构 + 学习目标',
'''
本节课五部分结构（90分钟）
第一部分：AI正在改变法律行业——趋势与数据（10分钟）
第二部分：法律AI工具全景扫描（25分钟）
第三部分：核心场景深度应用（30分钟）
第四部分：伦理、风险与人机协同（10分钟）
演示与互动（10分钟）
学习目标
✓ 掌握AI在法律工作中的四大核心应用场景的真实效能
✓ 了解国内外主流法律AI工具的真实能力与局限
✓ 理解AI工具背后的人物故事和研发逻辑
✓ 识别AI应用中的职业伦理与数据安全风险红线
'''))
slides.append(("2.3", '回顾提问——上节课的哪个知识点印象最深？',
'''
上节课我们讲了AI幻觉、Sora关停、医疗账单案例、蒸馏争议等
请1-3位同学自由发言（每人约30秒）
今天要讲AI工具，这些风险——幻觉、数据隐私、伦理责任——全都会在工具应用中反复出现，请带着风险意识来听。
'''))
# ===== 第二部分：AI正在改变法律行业——趋势与数据 (4-10) =====
slides.append(("2.4", '69%的法律人已经在用AI——不是未来，是现在',
'''核心数据——AI已在法律行业大规模落地
数据 数值 变化 来源 法律专业人士个人使用率 69% 比2025年（31%）翻一倍多 8am 2026法律行业报告 律所整体采纳率 34% 比2025年（21%）显著上升 8am 2026法律行业报告 每日使用AI的律师比例 近60% 每天或每周多次使用 ABA Journal报道
数据解读： 个人使用率（69%）与律所整体采纳率（34%）之间的差距，反映出"影子AI"（律师偷偷用但律所不知情）现象的普遍存在
94%的用户报告称AI工具为他们节省了可衡量的时间，并且提高了工作质量
'''))
slides.append(("2.5", '法律人的AI工具都用在哪儿？',
'''AI使用场景分布
使用场景 使用比例（近6个月） 法律研究/案例检索 约50-60% 合同分析/审查 约40-50% 文书起草/摘要生成 约40-50% 诉讼策略规划 约10-15% 计费/结账管理 约5-10%
关键发现： 法律研究和合同审查是AI最成熟的两个应用场景
79%的法律专业人士使用AI工具，其中大型律所达87%，小型律所达71%（2025 Clio法律趋势报告）
'''))
slides.append(("2.6", '三种正在被AI改变的工作模式',
'''AI对法律行业工作模式的变革
变革方向 传统模式 AI赋能新模式 典型案例/数据 从"人工检索"到"智能问答" 手动检索关键词、逐篇筛选 自然语言提问，秒级获取答案 2025年，法律查询触发Google AI Overviews的比例达23.6% 从"经验驱动"到"数据驱动" 依赖个人经验和记忆 AI提供类案裁判倾向分析 得理法搜深度思考模式准确率达92% 从"单打独斗"到"人机协同" 律师全流程主导 AI负责效率，律师负责判断 效率提升数倍，工作质量同步提高
'''))
slides.append(("2.7", '一位耶鲁法学院毕业生的AI实践',
'''"耶鲁学霸用AI干翻千人律所"的故事
背景： Zack毕业于耶鲁法学院，曾在一家顶级国际律所执业。2026年，他在社交媒体上发表文章《2026年我是如何用AI执业的》，短时间内阅读量破百万，在美国法律圈引发巨大争议
他的具体做法
用AI替代初级律师的重复性工作——文书起草、合同初审、案例检索
原本需要5-8名初级律师协作的项目，他的3人小团队即可完成
AI负责信息收集和初稿生成，他只做最终判断和客户沟通
为什么引发热议
他不是打赢了什么世纪官司，而是展示了一种全新的工作方式
支持者：AI是"效能放大器"，让律师专注于高价值判断
反对者：这会压缩初级律师的岗位，动摇律所人才培养体系
"AI不是要取代律师，而是让一个律师能做五个律师的工作。" ——Zack
'''))
slides.append(("2.8", '客户自己学会了，开始挑剔供应商',
'''企业法务的AI使用率翻倍
2026年企业法务AI使用率相比2025年翻倍
核心判断： 这不是"律所帮客户降本增效"的故事，而是"客户自己学会了，开始挑剔供应商"的故事
现在
你能提供什么样的效率和价值？你有没有用AI？
律所面临的新压力：如果客户自己都用AI分析合同了，律所还有什么不可替代的价值？
'''))
slides.append(("2.9", 'AI如何改变律师的收费方式',
'''从"计时收费"到"按价值付费"
传统模式的矛盾：按时间收费，与效率提升天然相悖
固定费率
常规法律事务打包定价（如一份标准合同审查固定2000元）
北大法宝创始人指出：AI的本质不是替代人，而是让人从基础事务中解放出来从事更有价值的工作
过渡期挑战： 客户会问——"既然AI提高了效率，为什么还要付这么多钱？"
'''))
slides.append(("2.10", '个人与组织的"AI鸿沟"',
'''影子AI现象与合规挑战
个人使用率 69%
vs
律所采纳率 34%
"影子AI"现象： 律师个人偷偷用AI完成工作，但律所层面不知情、不监管
律所层面的顾虑
数据安全：输入客户信息到公共AI的风险
合规责任：AI输出错误时谁负责？
缺乏统一的AI使用政策
思考
如果你是律所管理者，你会如何制定AI使用政策？
你未来进入律所实习，发现同事都在偷偷用AI写备忘录，你会怎么做？
'''))
# ===== 第三部分：法律AI工具全景扫描 (11-20) =====
slides.append(("2.11", '法律AI的四代演进',
'''AI法律工具演进路线图
阶段 时间 能力特征 典型代表 市场规模 1.0 通用对话期 2023-2024 通用大模型对话 ChatGPT、文心一言 — 2.0 生成期 2024-2025 文书起草、合同初筛，但幻觉多 DeepSeek、Claude — 3.0 垂直融合期 2025-2026 法律垂类大模型深度训练 PowerLawGLM、华宇元规 2026 Q1-Q2约48亿元，+78% 4.0 智能体期 2026- 任务拆解、跨系统协同、成果交付 CoCounsel Legal、吾律 2026 Q1融资达23亿美元
从1.0到4.0，法律AI正在从"对话工具"进化为"交付系统"
'''))
slides.append(("2.12", '一张图看懂法律AI工具矩阵',
'''法律AI工具四大功能类别
类别 核心能力 代表工具 适用场景 AI法律检索 语义检索、类案推送、自动摘要 秘塔AI搜索、得理法搜 快速查法条/案例 AI合同审查 风险识别、条款补漏、修订建议 幂律MyCheck、律杏 合同审核、尽调 AI文书生成 起诉状、答辩状等自动生成 法行宝、得理法搜 文书起草 法律AI智能体 任务拆解+多步规划+成果交付 吾律、CoCounsel Legal 全流程案件处理
通用 + 信息获取 → 大众法律问答
垂直 + 任务执行 → 法律AI Agent
'''))
slides.append(("2.13", '国内AI法律检索工具深度测评',
'''AI法律检索·产品矩阵深度对比
产品 核心能力 数据覆盖 特色功能 一句话评价 2026融资/动态 秘塔AI搜索 自然语言语义检索，一步到位给结论 全网+法律数据库 结论先行，案例一键看原文 "效率之王，搜索结果可直接引用" A轮超1亿，蚂蚁领投，估值1.5亿美元 得理法搜 DeepSearch引擎，思维链推理 5亿+全域法律数据（1.6亿+裁判文书） 生成AI类案总结报告、可视化时间轴 "深度研究利器，输出完整研究报告" — 华宇元规 法律咨询+文书生成+案例检索 法院/检察院信息化系统 法条学理解读、新旧法条对比 "学院派，法条解读最深入" — 北大法宝AI版 传统数据库+AI增强 权威法学期刊、法规案例 正在进行战略融资 "传统派的AI化转型" 战略融资中
'''))
slides.append(("2.14", '秘塔AI搜索与MetaLaw深度解析',
'''秘塔科技双产品线：通用AI搜索 + 法律专业检索
秘塔AI搜索（metaso.cn）
定位： 无广告的AI搜索引擎，"以算力换人力"三种模式： 简洁（2-3秒）→ 深入（5-8秒）→ 研究（10-15秒）结构化输出： 自动生成大纲、思维导图、时间线表格引用溯源： 所有信息标注来源链接，学术溯源准确率98.7%法律场景： 内置法律判例库，支持法律专业检索
MetaLaw（meta.law）
定位： 专为法律人设计的AI类案检索工具核心能力： 自然语言输入争议焦点，一键直达精准类案智能分析： 自动生成类案分析报告，关联高频法条合同审查： 2026年新增免费功能，AI识别合同风险问题联想： 自动衍生关联问题，思维导图梳理法律逻辑
定价： MetaLaw新用户免费试用10次，个人版499元/年；秘塔AI搜索基础功能免费，研究模式需会员
'''))
slides.append(("2.15", '得理法搜：法律AI全场景覆盖',
'''得理法搜——中科院联合打造的法律AI智慧大脑
技术底座： 得理法律大模型 + 法律大数据 + DeepSeek，首批通过国家网信办备案的生成式算法之一
十大AI功能覆盖法律人工作全流程：
检索与研究
类案检索AI： 自然语言/长案情/上传文书，精准匹配5亿+法律数据法规检索AI： 多层级法规同步展示，确保不遗漏且有效法律研究AI： 深度思考+高亮溯源+一键核查，3-5小时→2-3分钟
文书与合同
要素文书AI： 覆盖67类案由，113份要素式模板，一键生成/转换合同生成AI： 分步引导填信息→大纲可改→生成可控合同审查AI： 主体审查+风险清单+法律依据+一键修订
咨询与分析
法律咨询AI： 7x24小时，覆盖婚姻/房产/劳动/企业合规文本分析AI： 案例分析、证据分析、合同分析、多文档梳理
案源与协作
数字名片AI： AI形象塑造+案源精准匹配+名片智能体AI+律师咨询： AI初步解答+律师智能匹配+精准推荐
定价： 连续包月58元，包年488元；SVIP 88元/月起（含知识产权专业库）
'''))
slides.append(("2.16", '华宇元规：学院派法律AI',
'''华宇元规——华宇软件旗下，法院/检察院信息化系统出身
核心优势： 自研"华宇万象法律大语言模型"，8大核心技术能力、100+业务场景，2023年入选北京市人工智能行业赋能典型案例
产品矩阵：从法院到律所到企业
面向司法系统
法官虚拟数字助理： 诉讼指引、阅卷助手、语音笔录规整、裁判文书编写元典睿核： 法律知识图谱为核心，案情研判、裁判规律分析、类案精准推荐量刑辅助： 基于大数据的量刑分析
面向法律人
元典问达： "以问代搜"法律智能问答，综合研究/全网观点/法规研究/案例洞察四场景法条学理解读： 不只是条文检索，提供立法背景、学理分析新旧法条对比： 自动标注修订变化，法律更新追踪
面向企业
元典Yodex： 大模型赋能的法务管理平台，案件信息智能回填率超90%，数据采集成本节省80%合同智能起草/审查： 对话式合同生成，交易风险识别元典合规系统： 知识驱动+科技赋能+数据运营的合规管理
定位差异： 华宇元规从法院信息化起家，对司法系统理解最深，法条解读最专业——"学院派"的法律AI
'''))
slides.append(("2.17", '海外市场值得关注的法律AI产品',
'''国际视野——海外法律AI工具概览
产品 开发方 核心能力 特色 CoCounsel Legal 汤森路透 基于Claude SDK的智能体平台，自主规划研究策略 操作Westlaw等专有法律数据库，数千名律师编辑多年策划 Claude Legal Assistant Anthropic 集成到Claude Cowork协作平台，自动化合同审阅、法规合规检查 2026年发布，一套AI插件被评价为"血洗"华尔街 Legora 瑞典 法律AI平台 D轮融资，估值超50亿美元（详见2.33） Sullivan & Cromwell 美国百年律所 建立完整AI应用体系 145年历史，详见2.40
'''))
slides.append(("2.18", '国内AI合同审查工具的真实能力',
'''AI合同审查·产品矩阵深度对比
产品 开发方 技术特点 核心能力 市场表现 幂律智能 幂律 PowerLawGLM4千亿参数法律垂类大模型 合同审查节省60%时间，风险点识别准确率95%+ 中国首个商业化的法律AI大模型公司 吾律 幂律智能 AI律师智能体，"理解问题→拆解任务→落地执行"闭环 面向中小企业和个人的真实法律任务交付 2025年9月正式推出 律杏法务云 律杏 通义千问大模型+法律知识图谱+RAG架构 全AI自动驱动，效率提升10倍，漏检率<0.3% — e签宝合同助理 e签宝 自研合同大模型+Agent工作流+私域知识库 合同信息识别准确率98%，支持企业专属规则库 2025年智能合同Agent年收入破1亿元
幂律背景： 2017年成立，与智谱AI深度合作训练法律垂类模型，红杉/线性/源码投资（创始故事详见2.22）
'''))
slides.append(("2.19", '智能法律文书生成工具测评',
'''AI文书生成·产品矩阵深度对比
产品 核心功能 特色 市场定位 法行宝 要素式文书生成、法条检索、案例检索 品牌升级为全流程服务平台，启动"青年律师扶持计划" 普惠型智能法律助手，"人人可用的免费AI律师" 得理法搜 67类要素文书自由生成转换 法律大数据+DeepSeek加持 面向法律人、企业和个人 通义法睿 法律文书智能生成、多卷宗推理 阿里通义生态的法律垂直版本 阿里生态法律智能化 法管家 法律垂类大模型，服务婚姻/消费/劳动等场景 2026数字中国创新大赛全国一等奖 面向个人用户
核心趋势： 从"填模板"到"要素式生成"——输入案件核心要素，AI自动生成符合规范的完整文书（详见2.28）
'''))
slides.append(("2.20", '法律AI智能体——从"对话"到"交付"的跨越',
'''法律AI Agent·代表产品深度剖析
产品 开发方 核心能力 用户数据 吾律 幂律智能（中国） "理解问题→拆解任务→落地执行"全流程闭环交付 小程序即可使用，面向中小企业 CoCounsel Legal 汤森路透（美国） 基于Claude SDK的智能体平台，Deep Research能力 操作Westlaw等专有法律数据库 Protégé 国际 AI代理 与CoCounsel同期推出，40%企业应用将集成AI代理
CoCounsel Legal的关键优势： 基于汤森路透专有法律数据库，由数千名律师编辑多年策划，不存在通用模型的幻觉问题或过时训练数据
竞争核心：从"谁的AI更聪明"转向"谁的AI更能嵌入法律工作的真实流程"
'''))
slides.append(("2.21", '律师们怎么说？——用户真实反馈摘录',
'''真用户说真话
"秘塔AI搜索改变了我的法律检索方式。过去搜一个判例可能要半小时，现在30秒出结果，法条和案例都附好了。" ——某执业律师，法律AI测评平台2026年3月
"得理法搜的AI类案报告质量很高，我直接用它的报告作为诉讼策略的基础参考，省下了至少一半的研究时间。" ——某律所合伙人，法律AI测评平台2026年3月
"吾律作为小程序就能用，对我来说太方便了。不用下载软件、不用复杂的操作流程，和AI对话就能完成法律文件的处理。" ——某中小企业主，2026年4月虎嗅报道
"AI不是魔法，重要的合同还是需要律师再过一遍。" ——幂律智能某客户反馈
'''))
slides.append(("2.22", '法律AI不只是一个生意，更是一份事业',
'''工具背后的故事——幂律智能的初心
"我们公司2017年成立，一直以来主要做智能合同业务。我们的slogan叫'与法律人一起服务100万家企业'，我们其实一直有一颗想去做法律服务的初心。" ——幂律智能创始人
为什么2017年就押注法律AI
中国有上千万家中小企业，绝大多数没有法务部
遇到法律问题不知该找谁，也请不起律师
创始人相信：AI可以把法律服务变成像水电一样的基础设施
从B端到C端的转折
B端合同审查系统跑得很成熟，服务大型企业
但创始人发现：更有价值的是解决更广泛用户的需求
2025年推出C端产品"吾律"——让14亿中国人都用得起的律师
技术攻坚： 为消除法律AI的"幻觉"问题，幂律选择与智谱AI合作，联合训练千亿参数垂直法律大模型PowerLaw GLM。红杉中国、线性资本、源码资本等头部机构持续支持，看好的是他们对"法律技术普惠"的坚持
'''))
slides.append(("2.23", '联想"法律AI产品经理"——AI时代法律人的新出路',
'''转型者故事——从传统法律人到法律科技跨界者
杨蔚曦的转型之路 ：2024年，她借助AI工具和流程优化，将年工时从2200小时降至1800小时。节省出来的时间没有"摸鱼"，而是深耕法律AI实操，运营公众号，开展培训。2025年，联想集团为她开出新设立的职位"法律AI产品经理"
法律人的"规则清单思维"
法律人习惯：逐条对照法条，判断合规/不合规
提问方式："这个条款是否违反《民法典》合同编相关规定？"
期望AI给出确定的"是/否"答案
AI的"语境理解思维"
AI擅长：理解上下文，综合分析多种可能性
回答方式："根据不同情形，可能有以下几种解读……"
需要你把法律问题转化为AI能理解的指令
她的核心洞察： 法律人用AI的最大困难不是技术，而是让两种思维方式真正对话。不需要成为程序员也能跨界法律科技——关键是懂AI的能力边界，会设计工作流
新趋势： 某国内律所已设立"法律AI工程师"岗，要求法律+技术双重背景
'''))
# ===== 第四部分：核心场景深度应用 (21-32) =====
slides.append(("2.24", '让法律检索变得像聊天一样简单',
'''场景一：AI法律检索——从"大海捞针"到"精准狙击"
AI解决方案
秘塔AI搜索 ：输入"主播跳槽违约金怎么判"，AI直接给出结论，附上《民法典》条款和精准案例多模态对比阅读 ：并排展示两个案例对比，一键生成"争议焦点对照表"，节省80%阅读时间
提示词工程 ：通用提示词结构 = 角色 + 任务描述 + 约束条件
关键： AI检索的结果必须交叉验证——真实案例的案号、法条的有效性都要核查
用户反馈： 超90%的法律专业人士至少使用一种AI工具，对检索效率的提升评价最高
'''))
slides.append(("2.25", '不同AI工具对同一法律问题的回答',
'''同一问题，不同AI的回答对比
提问：
"劳动合同中'竞业限制'条款无效的常见情形有哪些？请结合相关司法判例说明。"
秘塔AI搜索 / MetaLaw
直接列出3-5种无效情形
引用《劳动合同法》第23、24条
附2-3个真实判例（含案号）
结论先行，结构清晰
DeepSeek / ChatGPT
给出概括性回答
法条引用可能不精确
案例可能为"幻觉"编造
缺乏可跳转的原文链接
关键差异： 法律AI工具的回答可直接引用到法律文书中；通用AI的回答需要逐条核实，否则可能因"幻觉"导致执业过失
'''))
slides.append(("2.26", 'AI合同审查：从4小时到15分钟',
'''场景二：AI合同审查——真实效率数据
场景描述： 商业合同审查、格式条款合规判断——传统方式下，平均每份商业合同资深律师需2-4小时
传统人工审查
4小时
资深律师逐条阅读1000页合同，手动标注风险条款，逐条查阅相关法规
AI辅助审查
15分钟
AI自动扫描全文，识别异常条款，标注风险等级，生成审查报告供律师复核
幂律智能MeCheck实际工作流程： 上传合同 → AI自动识别合同类型 → 逐条比对法律知识库 → 标注风险等级（高/中/低）→ 生成修改建议 → 律师最终确认。节省60%审查时间，风险点识别准确率95%+ 。底层基于与智谱AI联合研发的PowerLaw GLM4千亿参数法律垂类大模型
统一审查标准的价值： 大型企业不同法务经验水平参差不齐，AI统一了审查标准，避免因个人经验差异导致的风险遗漏
95%准确率意味着每20个风险点可能会漏掉1个——重要的合同，还是需要律师再过一遍
'''))
slides.append(("2.27", '让AI审查一份真实合同',
'''AI合同审查实战——输入与输出效果
输入：
一份匿名化的商业采购合同（约15页），上传至幂律MeCheck
AI审查报告输出效果：
AI正确发现的风险
违约金条款超过法定上限（标注"高风险"）
争议解决条款约定不明（标注"中风险"）
知识产权归属未约定（标注"中风险"）
付款条件与交付条款矛盾（标注"高风险"）
AI可能遗漏或误判的
行业特殊合规要求（如医疗器械资质）
关联交易中的利益冲突条款
跨境适用法律冲突问题
部分建议为模板化套用，缺乏针对性
核心教训： 95%准确率意味着每20个风险点可能漏掉1个——AI是"初筛"不是"终审"，律师的最终复核不可省略
'''))
slides.append(("2.28", '法律文书起草的AI革命',
'''场景三：AI文书起草——要素式生成全解析
技术原理——"要素式生成" ：输入案件核心要素（当事人信息、案件事实、法律诉求），AI自动生成符合规范的完整文书
法行宝2026年升级亮点
2026年4月29日品牌升级发布会
从单一法律工具升级为全流程服务平台
启动"青年律师扶持计划"，从案源、品牌到交付全面赋能
得理法搜文书生成
支持67类要素文书自由生成转换
最快1秒完成
基于法律大模型+法律大数据+DeepSeek加持
AI生成的文书必须先审后发 ——格式对，内容不一定对
'''))
slides.append(("2.29", 'AI尽调：海量材料扫描 + 风险点标注 + 智能问答',
'''场景四：AI尽职调查——律师的"超级助理"
典型场景： 企业并购、投融资、IPO中的文档审查——买方律师需审查目标公司全部合同（通常数百到数千份），识别潜在法律风险，评估交易可行性。传统方式需要5-8名律师耗时数周
幂律MeCheck（国内）
合同批量上传，AI自动识别异常条款
标注到期续约、违约责任、竞业限制等关键条款
批量处理数百到数千份合同，大幅缩短尽调周期
Claude Legal Assistant（海外）
自动完成合同审阅、法规合规性检查
法律风险评估、条款对比分析
真实案例：一位律师两周完成并购项目、修改近400页合同
AI的核心价值： 让有能力的律师能做原来5倍、10倍的工作量。资本高度看好这一方向（详见2.33投融资数据）
'''))
slides.append(("2.30", 'AI如何帮你在浩如烟海的卷宗中找到关键线索',
'''场景五：AI证据梳理——OCR+摘要+时间线
典型场景： 刑事案件中，律师/检察官面对成百上千页证据材料——笔录、合同、银行流水、聊天记录……关键线索可能藏在第99页，人工梳理极易遗漏
第一步：OCR智能识别 ：自动识别扫描版合同、纸质文书的文字信息，将图片转为可搜索文本
第二步：智能摘要生成 ：长文档自动提炼核心要点，得理法搜支持上传文档快速提炼关键信息，节省约80%阅读时间
第三步：可视化时间线 ：从海量材料中自动提取时间点，生成案件时间轴，直观展示事件脉络
前沿实践： 最高检已推动深度优化开源大语言模型应用于证据审查——从实体关系维度构建证据审查的规则及其空间关联结构，确保模型精准契合证据审查的核心需求。让AI理解证据之间的关联关系（如"谁在什么时间说了什么"），自动发现证据链中的矛盾和缺口，形成完整的证据地图
律师提醒： AI帮你定位可疑之处，但确认证据的真实性和完整性仍需人工复核
'''))
slides.append(("2.31", 'AI不只是查法条，还能预测裁判倾向',
'''场景六：AI法律咨询与类案推送
传统痛点
手动搜索判例费时，同类案件裁判标准差异大
AI解决方案
得理法搜DeepSearch引擎 ：AI类案总结报告，一键生成法院裁判倾向分析深度思考模式：分步骤呈现分析逻辑，结论附带可点击的法规和案例原文
融合"法律大模型+法律大数据+DeepSeek"三重技术
用户反馈： 多名律师表示得理法搜的AI类案报告可直接作为诉讼策略的基础参考
最新趋势： 法律查询触发Google AI Overviews的比例已达23.6%
谁能在裁判预测的准确率上率先突破，谁就能拿到未来法律服务的战略制高点
核心判断： AI的预测永远只是参考，法院裁判受太多因素影响
'''))
slides.append(("2.32", '老牌法律数据库的AI革命',
'''AI赋能传统法律数据库——融合趋势
从"关键词检索"到"语义问答" ：用自然语言即可精准检索
从"信息查找"到"知识沉淀" ：AI自动生成检索报告和裁判倾向分析
从"静态数据库"到"智能工作台" ：AI主动推送相关信息和建议
北大法宝 ：正在进行战略融资，加速AI功能开发
威科先行 ：国际法律信息巨头，加速AI功能布局
法信 ：中国法律应用数字网络服务平台，深度融合法律知识服务与案例大数据，为智慧法治提供司法人工智能数字化服务
AI不是取代传统数据库，而是深度嵌入其中
'''))
slides.append(("2.33", '资本正在加速涌入法律AI赛道',
'''法律科技投融资全景
事件 金额/估值 投资方 说明 秘塔科技A轮 超1亿元 蚂蚁集团领投 投后估值1.5亿美元 幂律智能 数千万Pre-A轮 红杉、线性、源码 中国首个商业化的法律AI大模型公司 瑞典Legora D轮 5.5亿美元 — 估值55.5亿美元 2026 Q1法律科技融资 23亿美元 全球 Thomson Reuters Legal Tracker 2026 Q1-Q2中国法律AI市场 约48亿元，+78% 艾瑞咨询 同比高增长
国内备案生成式大模型已突破230个 ，覆盖金融、医疗、教育、制造、政务、传媒等全场景
'''))
slides.append(("2.34", '你需要什么样的AI法律助手？',
'''工具选择指南——不同需求匹配不同工具
用户角色 核心需求 推荐工具 关键考量 法学学生 完成作业/论文、理解法律概念 通义千问/DeepSeek + 秘塔AI搜索/得理法搜 先用通用AI建立初步认知，再用专业工具验证 初级律师/助理 快速输出文书、合同审查 法行宝、幂律MyCheck、得理法搜 效率是第一优先级 资深律师/合伙人 复杂案件分析、团队效率提升 吾律、CoCounsel Legal 需要Agent级别的交付能力 企业法务 批量合同审查、合规监控 律杏法务云、e签宝合同助理 需要企业专属定制
'''))
slides.append(("2.35", '核心观点速览',
'''总结——从"新工具"到"新考题"
1. AI已深度嵌入法律工作：69%的法律人正在使用
2. 工具分类学是关键：通用AI vs 垂直模型，传统数据库 vs AI智能体
3. 人机协同是未来：AI负责效率，律师负责判断——不是"人 vs AI"，是"人+AI"
4. 合规与伦理是红线：从数据安全到执业责任，AI使用必须纳入律所合规体系
5. 法学生的新机会：法律行业需要"懂AI的法律人"——既懂法律业务，又理解AI的能力边界
6. 资本加速涌入：2026年Q1-Q2中国法律AI市场规模约48亿元，同比增长78%
'''))
# ===== 第五部分：伦理、风险与人机协同 (33-39) =====
slides.append(("2.36", 'AI虽好，数据安全必须警觉',
'''数据安全——律所数据合规的红线
核心风险： 输入到公共AI的数据可能被平台记录和收集，用于模型训练，甚至被其他用户读取
三星泄密事件（2023年） ：发生了什么： 三星半导体工程师至少3次将公司机密源代码粘贴到ChatGPT中，请求AI帮助修复bug和优化代码后果： 这些机密代码进入了ChatGPT的训练数据管道，存在被其他用户读取的风险。三星随后紧急限制ChatGPT使用，并着手开发内部AI工具对律师的警示： 如果三星的代码会泄露，你输入的客户合同、诉讼策略同样会泄露——而律师有法定的保密义务
对律师行业的影响：
律师有保密义务 ，这是职业红线——《律师法》第38条明确规定了律师的保密特权
使用公共AI输入客户文件 ≈ 将客户信息交给第三方，可能违反《律师法》《个人信息保护法》
合规策略：
采购企业版工具（数据隔离、隐私保护）而非免费公共版——企业版通常提供数据隔离、隐私保护等增强功能
涉及客户机密的内容，不应输入公共AI
考虑本地部署开源模型（DeepSeek-V4等）满足数据本地化需求
'''))
slides.append(("2.37", 'AI监管治理框架正在形成',
'''最新监管动态——中国AI立法进展
2026年1月1日 ：新修订的《网络安全法》正式施行，新增第二十条——国家支持人工智能基础理论研究和关键技术研发，完善人工智能伦理规范，加强风险监测评估和安全监管 ，促进人工智能应用和健康发展
2026年3月20日 ：工信部等十部门 联合印发《人工智能科技伦理审查与服务办法（试行）》（工信部联科〔2026〕75号），标志着我国AI伦理治理从原则倡导向制度化、程序化、全链条、可落地 的关键跨越
2026年5月19日 ：全国网安标委发布《人工智能应用伦理安全指引1.0》，系统划定AI应用伦理安全边界与底线中国特色： 高度关注个人劳动就业权利的保护，事先评估并防范可能引发的就业替代或失业风险
国际参考： 2025年9月，澳大利亚昆士兰州最高法院发布Practice Direction 5 of 2025，明确诉讼中使用生成式AI可能出现虚假材料的风险，要求律师对AI生成的诉讼文书履行核实义务——与Mata v. Avianca案教训一脉相承
'''))
slides.append(("2.38", 'AI时代的律师执业伦理——五个灰色地带',
'''职业伦理——律师执业的新挑战
1. 保密义务 vs 技术便利 ：输入客户信息到公共AI，是否构成泄密？
2. 勤勉义务 vs 过度依赖 ：律师未发现AI幻觉错误，是否构成执业过失 ？
3. 收费合理性 ：AI几分钟完成的工作，按"人工小时"还是"知识成果"收费？
4. 执业广告与AI生成内容 ：用AI生成"成功案例"或"客户好评"是否构成虚假宣传 ？违反《广告法》及律师执业规范
5. 真实性义务 ：律师对提交法庭的所有内容负严格责任——不能以"AI告诉我的"为借口
典型案例：Mata v. Avianca (2023) 经过： 美国律师Steven Schwartz代理一起人身伤害诉讼，使用ChatGPT检索先例。ChatGPT生成了6个看似真实的案例引用（含案号、法院、日期），Schwartz未加核实即提交法庭暴露： 对方律师和法官均无法找到这些案例——它们是AI完全编造的"幻觉"结果： Schwartz被法院制裁，此案成为全球法律界AI滥用的标志性事件教训： 你不能对法官说"这是AI告诉我的"——律师对提交材料负全部责任
监管应对： 针对上述伦理灰色地带，我国已加速立法——详见2.37监管治理框架；各律师协会正在研究AI使用指引
'''))
slides.append(("2.39", '哪些能力AI难以替代？',
'''人机协同——AI时代法律人的能力重构
庭审辩论 ：临场应变、说服技巧、情感共鸣
同理心与信任建立 ：客户需要被倾听和理解
价值判断与伦理决策 ：合法未必合情，法律需要价值观的判断
创造性策略制定 ：跳出现有规则的策略思考
复杂谈判博弈 ：不仅是利益计算，还有人情、预期和底线管理
法学生核心竞争力升级： 从"背诵法条"到"驾驭AI产出质量并承担责任"新兴职业路径： AI合规顾问、法律科技产品经理、智能合同审核专员、法律AI提示工程师、数据合规师
'''))
slides.append(("2.40", '从"个人用AI"到"律所用AI"的跨越',
'''组织层面的挑战——律所如何建立AI治理框架
核心矛盾： 个人使用率（69%）远高于律所采纳率（34%）——律师偷偷用AI，律所却缺乏统一治理（详见2.13"影子AI"分析）
律所启动AI项目应考虑的关键问题：
采购企业版工具还是自研？（数据安全策略详见2.36）
如何建立AI使用规范和伦理准则？
如何开展全员培训并确保合规使用？
如何评估AI工具的风险收益？
Sullivan & Cromwell的榜样实践： 这家1879年创立、拥有145年历史的华尔街百年律所，建立了完整的AI应用体系——
启示：成熟律所不是禁止AI，而是建立制度让AI安全地发挥作用
互动提问： 如果你是一家律所的管理合伙人，你会如何制定AI使用政策？
'''))
slides.append(("2.41", '开放讨论与情景分析',
'''
互动环节——情景讨论
情景1：AI工具采购决策
情景2：AI输出错误的归责
情景3：数据安全的困境
情景4：定价模式的变革
'''))
slides.append(("2.42", '第二讲回顾',
'''
第二讲核心回顾
AI已深度嵌入法律工作，个人使用率达69%
工具矩阵：从AI检索→AI合同审查→AI文书生成→AI Agent
合规与伦理是使用AI的红线
下节课预告： 生成式大模型为法律人带来的"新考题"——风险与挑战
'''))
# ==================== GENERATE ====================
total = len(slides)
print(f"Generating {total} slides for Lecture 2...")
for i, (fn, title, content) in enumerate(slides):
prev_t = slides[i-1][1] if i > 0 else ""
next_t = slides[i+1][1] if i < total-1 else ""
page(fn + ".html", i+1, total, title, content, prev_t, next_t)
print(f"\nDone! {total} HTML files generated in {BASE}")
第八章 · 生成式人工智能