当法律AI的讨论还停留在“能不能查案例”时，一家头部律所已经把模型放进了并购交易最耗人力的环节——尽职调查。
发生了什么
据OpenAI披露的信息，国际律所Ropes & Gray正在基于OpenAI的技术开发面向交易尽职调查的AI能力。其工作方式不是让模型直接给出法律意见，而是先对交易文件进行分组、生成摘要和报告，再由律师审阅这些中间产物，最后才进入向客户提供建议的环节。也就是说，模型承担的是“读”和“整理”，律师保留“判断”和“担责”。
为什么重要
尽职调查是律所里最典型的知识密集、劳动密集业务：大量合同、披露文件、合规材料需要在有限时间内被逐份阅读、比对、摘录，再汇总成风险清单。过去这类工作靠初级律师和律师助理的人海战术完成，计费方式也长期以小时为基础。
生成式模型的能力恰好落在这个环节的痛点上——长文档理解、信息抽取、跨文件归纳。但法律场景对错误极其敏感，因此Ropes & Gray选择的路径颇具代表性：不追求端到端自动化，而是把AI嵌入既有流程，输出“分组+摘要+报告”这类可被人工复核的中间层。这既降低了幻觉带来的风险，也让律师的审阅有明确的着力点。
值得注意的是，这次披露来自OpenAI而非律所自身，说明模型厂商正把法律行业当作企业级落地的重要样板间：专业服务是高价值、高门槛、高付费意愿的市场，一旦跑通，复制性强。
影响与看点
对律所而言，短期影响不是裁员，而是任务结构变化：初级律师的时间会从“翻文件”转向“审结论、查遗漏、做判断”，对复核能力和领域理解的要求反而更高。计费模式也可能承压——当阅读量不再等于工作量，按小时计费的合理性会被进一步追问。
对法律科技开发者，这是一个清晰的信号：通用模型加上行业工作流封装，正在挤压传统文档审阅工具的生存空间；差异化将来自数据治理、审计追踪、权限与合规，而不是模型本身。
对客户，尽调周期和成本有望下降，但对AI输出质量的信任仍需时间建立。
一个克制的判断：法律AI的竞争焦点已经从“模型能不能读懂合同”，转向“机构敢不敢把模型放进有法律责任的流程里”。Ropes & Gray的做法给出了一个可复制的答案——让AI做草稿，让人做签名。
