大型语言模型在法律领域的应用受到幻觉和信息过时的制约，难以满足专业实践的高精度要求。法律智能体的出现，通过引入规划、记忆和工具调用能力，为解决这些核心难题提供了新路径。这份深度综述系统性地梳理了从法律LLM到智能体的技术演进，并构建了涵盖五大实务领域的应用分类体系，为理解下一代法律AI的发展方向提供了清晰的路线图。
智能速览
独立法律大模型存在幻觉、信息过时等固有缺陷，难以直接用于高风险法律实践。
LLM智能体通过规划、记忆和工具使用，显著提升了法律任务的准确性和可靠性。
法律智能体应用可分为法律检索、诉讼支持、合规监管、咨询交易和工作流自动化五大领域。
当前评估体系缺乏对程序正确性、公平性等法律专业指标的覆盖，且跨法系研究不足。
未来法律智能体发展需强化人类专家监督，并建立更符合法律实践的评估协议。
精华内容
法律工作的严谨性对AI系统提出了极高要求，而法律智能体正通过模块化架构和外部工具调用来应对挑战，其核心在于将推理与执行分离，确保结论的可验证性与时效性。
为何需要智能体
独立LLM在法律应用中面临三类核心挑战。一是持续的传统挑战，如处理长周期、多阶段工作流程时，LLM难以保证任务一致性和程序深度。二是LLM固有的挑战，其中“幻觉”问题最为突出，在法律领域可能导致虚构引用或文档，带来严重后果。三是加剧或新兴风险，模型固定的权重使其无法适应不断演变的法规，且其“黑箱”特性给法律问责和伦理框架带来复杂性问题。这些缺陷严重限制了标准LLM在现实法律场景中的应用。
法律智能体通过引入规划、记忆和工具使用等能力来应对这些挑战。首先，通过检索增强生成（RAG）和工具调用，将结论锚定在外部权威法律数据库上，有效缓解幻觉和信息过时问题。其次，规划模块将复杂任务分解为可管理的子目标，而记忆模块则跨时间保留上下文，确保在长周期工作流程中维持法律推理的一致性。最后，引入反思、多智能体协作和人机协同协议，增强系统的可验证性和可问责性。
五大应用场景
当前法律智能体的应用已形成结构化的分类体系，覆盖了五大核心法律实务领域。在法律检索与研究方面，智能体通过结构化查询生成、多粒度信息融合和多智能体验证，实现了高精度、可追溯的法律权威信息检索。
在诉讼与争议解决领域，多智能体系统通过角色专业化，模拟司法合议庭或法庭辩论，显著提升了判决预测的准确性和诉讼文件起草的质量。在合规与监管方面，智能体被用于金融犯罪预防、企业合规管理和数据保护，通过可追溯、可解释的设计满足严格的监管要求。在咨询顾问与交易实务中，智能体提供可靠的法律问答服务，并自动化合同审查、起草和交易谈判流程。最后，在工作流自动化领域，智能体处理客户接案、邮件管理和内部协调等非实质性任务，提升法律机构的运营效率。
评估体系困境
评估法律LLM智能体的性能面临多重挑战，现有体系存在明显不足。首先，评估指标相关受限，多数基准缺乏对程序正确性、伦理性、偏见或公平性等法律关键实质性指标的系统覆盖。其次，跨法律系统的分布偏见问题突出，当前绝大多数基准和经验研究基于中国法律系统，来自美国、欧洲等法系的基准相对较少，导致结论的普适性存疑。
此外，在基于智能体的设置中，评估保真度难以保证。许多评估依赖LLM驱动的角色扮演来模拟法律行为者，但其现实性和稳定性尚未得到充分验证。最后，针对多智能体系统的专用评估框架也相当缺乏，特别是在工作流连贯性、智能体协调和一致性等可靠性导向的维度上，目前仍缺乏原则性的评估方法。
未来发展方向
为推动法律智能体的稳健发展，未来研究应优先考虑几个关键方向。首要方向是强化人类专业知识在环，法律专业人员的监督和审查能显著改善高风险决策的事实准确性和程序合规性，是保障AI应用安全的关键环节。其次，需要开发专门针对智能体法律系统的新基准和评估协议，未来的评估应纳入交互环境、推理轨迹验证以及混合自动-人工评估，以更好地反映现实世界的法律工作流程。
最后，建立稳健的治理模型和验证协议至关重要。政策框架应明确问责机制，例如规定在处理真实法律任务时需要人类律师的最终签署，确保技术进步与专业责任和社会信任同步发展。
法律智能体通过解决基础LLM的缺陷，正推动法律AI从辅助工具向自主助手演进。尽管在程序正确性和评估体系上仍面临挑战，但其在提升法律工作效率与质量方面的潜力已十分明确。随着技术成熟与治理框架完善，法律智能体将如何重塑法律服务的版图，值得持续关注。
