Legora CTO Jacob Lauritzen 谈如何在看不到数据的情况下构建法律智能体

Legora 的智能体为律师完成的工作，公司自己看不到任何执行轨迹——数据属于律所客户。CTO Jacob Lauritzen 在访谈中解释了这种约束下的工程方法：团队由三名工程师和三名律师组成评测小组，按客户真实工作搭建模拟测试环境，思路类似强化学习中的“世界”；由于无法直接读取 trace，他们把轨迹改写脱敏，再把失败收敛到 10 到 20 种类型。 产品层面，律师可以用 Legora 起草和编辑 Word 文档、在单张表格中审阅 10000 份合同、执行尽职调查，智能体还在律师、客户与其他智能体之间协调工作。Legora 曾多年拒绝加入模型选择器，最终仍然加上；Jacob 估计模型目前已能较好完成约 60% 的法律工作。他提到一个引用问题：模型原本 70% 的情况正确，一次发布后达到 99%，而 Legora 本身没有做任何改动。 基础设施上，数据隐私要求使 Legora 把所有负载跑在 Azure 上，也因此不使用 ElevenLabs。访谈还涉及 Tabular Review 这张百万单元格表格、Slack 中的法律 intake 机器人、智能体创建列表并由列表再启动智能体的机制，以及法律工程师与前线部署工程师的分工。Jacob 曾用一张“300 斯巴达人”幻灯片论证 20 名工程师永远够用，如今团队已有 100 人，他仍觉得人手不足。Legora 正在纽约、斯德哥尔摩和伦敦招聘工程师。