@VraserX：加州新法规定律师不得将法律实务委派给生成式 AI。他们可以使用 AI，但仍需承担相应责任……

先给结论

如果只用“准确率“这一个维度来定义规则的目的，那么我不该坚持要求律师——规则本身就该改。但现行规则的目的从来不只是准确率，它还承担三件事：问责落点（有人可被起诉、被吊照、被制裁）、尾部风险分配（最坏结果谁兜底）、以及公平获取（最差的那个人是否也得到了合格的代理）。

所以我的真实立场是：分任务放开，而不是按职业放开；并且要把“人“从“逐字复核“的位置挪到“承担剩余风险“的位置——那才是不可被自动化的东西。

“AI 一贯做得比人好“这个前提，目前还撑不起来

不是因为它一定错，而是因为你还没证明它。至少有四类证据缺口要先补：

1. 基准不等于胜任。 2023 年 Stanford 的 GPT-4 Passes the Bar Exam 显示 GPT-4 在 Bar Exam 上约 74%，但这测的是“能写出合格的书面分析“，不是“能在对抗性情境下选择正确的诉讼策略、判断客户风险承受度、在谈判中保护当事人“。AI 做的是“把论述写出来“，而不是“决定该提出哪些论述“。

2. 尾部风险。 平均更准，不代表极端情况更好。Mata v. Avianca (2023)、以及 2024 年 Ontario 的 Zhang v. Chen 里律师提交虚构判例被法院制裁，说明失败模式是系统性的，且失败发生的位置恰好是“人在场却不具备独立识别能力“的场景。

3. 分布差异。 2024 年 Brynjolfsson 等人的 NBER 工作论文 Canaries in the Coal Mine? 发现，AI 对年轻、经验不足的从业者冲击最大，而对资深从业者更多是增强。这直接反驳“AI 已经普遍优于人“的说法：在很多任务上，AI 比新手强，比专家弱。

4. 对照数据不存在。 没有人做过盲测对照实验：把同一份合同、同一份诉状分别交给 AI 和律师团队，比较结果质量、错误率、客户结局、以及事后投诉率。这不是“AI 证明自己“的问题，而是监管机构从未要求产生这个数据。

这就是我给你的“证明路径“的第一条：你不需要先证明 AI 更好，你需要先推动一个制度，让这个命题变得可证伪。

真正的路线：把“更好“拆成可测量、可审计的命题

第一步：写清楚规则到底在保护什么

立法说明里不要写“防止 AI 从事法律实践“这种目的条款，要写成可检验的结果指标：

• 提交文件的事实与判例错误率
• 客户最终结局（胜诉率、和解金额、执行率、重复咨询率）
• 投诉与执业失当理赔率（按任务类型分层）
• 不同种族、收入、语言群体的结果差异
• 客户知情与理解程度

一旦规则被写成结果指标，“是否必须有人复核“就变成经验问题，而不是身份问题。这一步是最有价值的，因为它把争论从“职业保护“转移到“结果证据”，而后者是法院愿意看的。

第二步：建立任务级基准，而不是职业级基准

不要问“AI 能否当律师“，要问“AI 能否完成以下任务“：

• 小额债务催收函、交通违法辩护、不可争议的离婚/姓名变更
• 移民表格与公共福利申请
• 房东-租客争议中的通知与证据整理
• 合同审阅的红旗标注
• 判例检索与引用核验
• 对抗性诉讼中的策略判断与庭审陈述

不同任务的错误代价差异极大。“AI 在检索和文书生成上优于人类初审律师，但在诉讼策略上不优于资深诉讼律师”——这个命题目前是可辩护的，而且它已经足够支持一次规则修改。

第三步：用 Sandbox 和对照组跑数据

参照 Utah 的 regulatory sandbox 和 Arizona 2021 年对 Rules of Professional Conduct 的修订（允许 alternative business structures 和非律师持股的律师事务所），建立一个受监管的试点：

• 对照组设计：同一类任务，一半由持照律师 + AI 完成，一半由经认证的 AI 系统直接完成，结果双盲评审。
• 独立审计：由第三方而非系统提供方进行 adversarial testing，专攻幻觉、引用伪造、跨法域错误。
• 强制结果报告：试点参与者必须按任务类型上报错误率、投诉率、理赔率。这一条比任何诉讼都更有力，因为它是监管者自己生成的记录。
• Sunset 条款：试点两年后自动失效，除非基于数据续期。这能显著降低政治阻力。

第四步：证据标准用“非劣效性 + 成本效果“，而不是“AI 更优“

这是你论证里最关键的技术细节。不要主张“AI 优于律师“，主张：

在以下任务上，经认证的 AI 系统在结局质量上不劣于（non-inferior）持照律师标准，且人类复核环节的加入未显著改善结局，却使服务成本增加约 X%。

“人类复核未显著改善结局“这个命题，才是对现行规则最致命的打击。它是可被反驳的，因此也是可被接受的。

第五步：法律上的进攻战场

• 行政程序法 / State APA：论证该规则在事实上站不住（arbitrary and capricious），尤其是当监管机构自己没有生成或参考任何结果数据时。
• 理性基础审查：如果你有 sandbox 的对照数据，规则就不再满足“合理关联合法目的“的要求。
• 正当程序 / 平等保护：这条论证最强。如果服务成本因强制人工复核而翻倍，而受影响的群体恰好是无力承担法律服务的人，那么这项规则事实上构成对低收入群体获取司法服务的制度性障碍。这是你最该押注的论证，它比“AI 更准“更能打动立法者和法院。
• 反向风险也要写进去：如果你能同时提出“提供方对系统错误承担 strict liability + 强制保险 + 审计日志“，法院更可能接受放开。没有人愿意因为“AI 更准“就放开一个无人兜底的市场。

第六步：放开的形态

不要一步到位取消律师。建议的阶梯：

1. 任务豁免：对低风险、可逆、格式化的任务，允许经认证的系统直接面向消费者提供服务，但必须强制披露 AI 参与。
2. 提供方担责：由系统开发者/运营者承担产品责任，而非把责任转嫁给用户。保险、第三方审计、事故强制报告制度同步落地。
3. 人角色重新定义：从“逐字核验判例“转为“对策略选择与不可逆决定负责“，并要求具备相应的 AI 证据审查能力（这一点 D.C. Bar 的 Bar Opinion 388 与 ABA Formal Opinion 512 已经开了口子）。
4. 对抗性、高风险、不可逆事项保留人工要求：刑事辩护、庭审代理、重大并购、遗嘱与家庭法的终局决定。
5. 定期复审 + 数据回流：豁免范围依据 sandbox 数据逐年调整。

回到你的问题：如果 AI 更准、而人工复核让账单翻倍，还要不要律师？

分情况，我给你我的实际答案：

我不要求。 债务验证、不可争议离婚、简单公共福利申诉、交通违法、格式化的移民申请、小额诉讼的证据整理——这些任务里，如果数据证明人工复核不改善结局，那么强制人工复核就是对低收入群体征收的一笔监管税，而收税人恰恰是受益于这项限制的职业团体。这里唯一需要保留的不是律师，而是披露、可投诉渠道、和对系统错误的赔偿责任。

我要求。 刑事辩护、庭审对抗、重大交易终局决定、任何涉及客户战略选择和不可逆后果的事项。原因不是人类更准，而是这些任务的本质是判断与责任：你不能把“谁来承担这个错误的全部后果“外包给一个没有可执行责任主体的系统。问责需要一个可以被制裁、被吊照、被传唤、被起诉的自然人。这不是技术能力问题，是制度设计问题。

并且我要修正“人负责就等于人复核“这个等式。 航空业和医疗业的教训是：当自动化比人更准确时，把人降格为“逐字核对者“反而是危险的——人的注意力会在低出错率的场景中系统性退化，等到真正需要介入时已经失灵。所以正确的方向不是废掉监督，而是重新设计监督：从“人工确认每一处引用“转向“人在关键节点做不可逆判断 + 系统持续记录 + 事后可审计“。

你需要写的东西

如果你要向立法者、法院或监管机构提出这个论证，备忘录的结构应该是：

1. 规则的可检验目的（把它写成结果指标）
2. 现状数据（目前没有任何监管机构生成过任务级错误率与结局对照数据——这本身就是问题）
3. 试点设计（sandbox + 对照组 + 独立审计 + 强制结果报告）
4. 预期证据标准（非劣效性 + 成本效果，而不是“AI 更优“）
5. 风险兜底方案（strict liability、保险、审计日志、事故报告、披露义务）
6. 分级放开方案（按任务，不按职业）
7. 对低收入群体获取司法服务的影响评估——这是你最有力量、也最容易被忽略的一张牌

最后一句诚实话：这场辩论里最强的对手不是“AI 不够准“，而是“我们没有数据“。 你要先推动的不是规则改变，而是让规则本身变得可证伪。