当最保守的行业开始把核心业务交给 AI，信号意义往往大于产品本身。
发生了什么
据 OpenAI 披露，老牌律所 Sullivan & Cromwell 与其合作开发了一款名为 Agreement Analyzer 的 AI 工具，用于在合同草案中识别潜在问题。
需要说明的是，目前公开信息相当有限：OpenAI 只给出了工具名称、合作方与基本用途，没有披露它基于哪个模型、覆盖哪些合同类型、识别准确率如何，也没有说明是内部自用还是对外提供。因此更稳妥的理解是——这是一次由顶级律所与头部模型厂商共同推进的法律 AI 落地尝试，而非一款已经成熟定型的产品。
为什么重要
合同审阅长期是法律行业最典型、也最耗人力的工作之一。初级律师和律师助理的大量时间花在逐条比对条款、标记风险点、核对定义与交叉引用上。这类任务的特点是：规则密集、格式相对固定、容错率低——恰好落在当前大模型能力与局限的交界处。
更值得注意的是合作方的选择。Sullivan & Cromwell 是华尔街传统律所的代表，客户多为大型金融机构与跨国企业。这类机构对数据保密、执业责任和输出可靠性的要求极高，通常不会轻易把工作流交给外部 AI。它愿意与模型厂商共建工具，说明两件事：一是通用模型直接拿来审合同仍不够用，需要结合律所自身的经验与流程做定制；二是法律 AI 的竞争，正在从"谁的模型更强"转向"谁更懂具体业务场景"。
从 OpenAI 的角度看，这也是其企业级战略的延续：与其卖 API，不如与行业头部客户共同打磨垂直工具，再把方法论复制到其他律所和法务部门。
影响与看点
对法律行业而言，短期冲击的不会是资深律师，而是高度重复的初级审阅工作。这既可能压缩律所的人力结构，也可能改变计费方式——按小时计费的模式，在 AI 大幅提效后本就面临压力。
对开发者来说，这个案例的价值在于示范了垂直 AI 工具的正确做法：不是做一个通用聊天框，而是嵌入既有工作流、围绕具体任务定义输入输出、把领域知识沉淀进产品。
真正需要观察的有三点：一是工具的实际准确率与误报率，法律场景下"漏掉一个风险条款"的代价远高于其他行业；二是责任边界，AI 标记的问题若被忽略，责任如何划分；三是它是否会对外开放，从而影响更广泛的法律科技市场。
一个独立判断：法律 AI 的瓶颈从来不是模型能力，而是信任与责任机制。Agreement Analyzer 能否成功，取决于它能否让律师敢于在关键合同上依赖它——而这需要时间、数据和大量真实案例来验证。
