法律行业对 AI 的态度，正在从“能不能用”转向“怎么把它嵌进工作流”。Legora 给出的答案是：不做单点工具，而是做一层面向法律工作的智能体操作系统。
发生了什么
据 OpenAI 官方发布的内容，Legora 正在使用 OpenAI 的模型、ChatGPT 以及 Codex，来加速法律工作流、扩展合同分析能力，并把律师从重复性事务中释放出来，转向更高价值的工作。OpenAI 将 Legora 的定位描述为“法律工作的智能体操作系统（agentic operating system）”。
需要说明的是，公开信息目前停留在方向与场景层面：它强调的三件事是工作流加速、合同分析扩展、以及人力向高价值环节迁移，并未披露具体的模型组合方式、性能指标或客户数据。
为什么重要
法律是典型的高文本密度、强流程、高合规要求的行业，长期被视为大模型最自然的落地场景之一。但过去两年，多数产品停留在“文档问答”或“条款摘要”这类单点能力上，律师仍需在多个工具之间搬运上下文，工作流本身没有被重构。
“智能体操作系统”这个提法值得注意。它暗示的不是一个功能，而是一层底座：模型负责理解与生成，Codex 这类能力负责把动作落到具体系统与文件上，ChatGPT 式的交互则承担人机协作界面。三者叠加，指向的是让 AI 接管“从读合同到产出结果”的整条链路，而不是某一个环节。
另一个信号来自 OpenAI 本身。官方主动为一个垂直行业应用做案例背书，说明其商业化路径正在从“卖 API”向“扶持行业级集成商”延伸——模型厂商需要有人把能力翻译成行业语言。
影响与看点
对法律科技赛道而言，竞争重心会从“谁的模型更准”转向“谁能吃下完整工作流”。单点工具容易被底座吞并，而掌握流程入口的产品更有议价权。
对开发者，这类案例提供了一个可复用的范式：垂直行业的智能体产品，价值不在模型本身，而在对行业对象（合同、条款、审批链）的结构化建模，以及对工具调用边界的严格控制。
对律所与企业法务，真正的门槛不在采购，而在责任划分——当智能体参与了合同分析，审阅结论由谁背书，仍是没有标准答案的问题。
一个克制的判断：法律智能体的瓶颈大概率不在模型能力，而在流程改造的组织成本与合规审计的可追溯性。谁先把这两件事做成产品能力，谁才配得上“操作系统”这个词。
