Google发布“法律版Gemini”：能审合同，也能连接律所核心数据

从聊天框走进工作流

  律师并不缺一个能写合同摘要的聊天机器人。

  真正麻烦的是，合同可能躺在iManage里，往来邮件在Outlook，签署状态在DocuSign，诉讼证据又被锁在Everlaw。不同客户、不同案件之间还有严格的访问边界，不能因为接入AI就被摊平。

  Gemini Enterprise for Legal的做法，是通过MCP连接这些系统，并继承原有的用户权限和文件访问规则。模型只处理当前用户本来就有权查看的内容，操作过程则交给统一的治理和审计系统记录。

  在此基础上，律所可以把自己的合同模板、引用规范、风险偏好和写作习惯做成可重复使用的Skills，再交给Agent执行。

  按Google给出的示例，一份供应商合同进入系统后，Agent可以调用企业的合同手册进行比对，标记异常条款，给出修改建议，再把结果带回原来的文档流程。遇到监管变化，它也可以跟踪法规、法院文件和监管机构动态，并检查企业内部政策是否需要调整。

  这些工作并不新鲜。不同之处在于，Google试图把过去分散在多个法律软件里的能力，放进同一套Agent平台。

合作名单比模型更值得看

  首批连接器里，既有Google Workspace和Microsoft 365，也有iManage、NetDocuments、DocuSign、Everlaw、RelativityOne等法律行业常用系统。

  CourtListener和Courtroom5提供判例、法院文件及诉讼程序数据；Harvey、Legora和Solve Intelligence提供更专门的法律推理和知识产权能力；Thomson Reuters则把HighQ接入其中。

  这份名单透露了Google的打法。

  它没有试图把所有法律科技公司都变成对手。相反，专业模型、法律数据库、文档系统和电子取证平台都可以继续存在，Gemini Enterprise负责把它们组织起来。

  就在Google发布这套产品的前一天，Thomson Reuters刚刚推出自有专业大模型Thomson。第二天，它又以数据和系统合作方的身份出现在Google的平台里。

  法律AI的竞争，正在从单个模型的能力比较，转向谁能掌握企业入口、数据连接和工作流调度。

为什么先攻大所

  Cleary Gottlieb、Freshfields、Weil和Williams & Connolly是首批参与的律所。

  这几家机构共同的特点，不只是预算充足。它们拥有大量结构复杂、保密等级高的业务材料，也有专门的知识管理、信息安全和法律科技团队，能够参与产品测试与流程改造。

  德勤2026年法律行业调查显示，67%的受访机构在过去一年显著提高了AI预算，法律部门预计未来两到三年，AI可以自动化或节省超过四分之一的工作量。但同一份调查也显示，接近一半的机构仍没有正式的AI战略。

  钱已经开始投入，真正卡住大规模应用的，往往是数据能不能接、权限怎么管、出了问题由谁负责。

  这也是Google强调企业级治理而不是单纯展示模型能力的原因。

仍然不能跳过律师

  Google表示，客户文件、律所工作手册、自定义Agent和模型输出不会被用于训练或微调Google的基础模型。系统还会继承原有权限，并保留引用来源和审计记录。

  这些是法律AI进入生产环境的必要条件，但还不是充分条件。

  斯坦福大学研究人员此前测试过多款专业法律研究工具。结果显示，接入法律数据库和检索增强技术后，错误确实少于通用聊天机器人，但部分产品仍会生成错误或虚构信息。该研究并未测试此次发布的Gemini Enterprise for Legal，不能直接用来判断新产品表现，却说明了一个行业共性：有引用，不等于引用正确；接入权威数据库，也不等于结论可以免审。

  尤其是法律适用、司法辖区、案件事实和最终意见，仍需要律师确认。Google官方也把部分流程描述为供专业人员复核，而不是让Agent独立作出法律判断。

  截至发布时，Gemini Enterprise for Legal仍处于预览阶段。Google没有公布公开价格、正式商用时间，也没有给出独立评测或大规模客户的效率数据。

  因此，现在还无法判断它能给律所节省多少时间，更无法判断不同连接器在真实案件中的稳定程度。

  但产品方向已经很清楚：法律AI正在离开独立聊天框，进入合同、邮件、证据和知识库所在的系统。

  对Google来说，优势在于云、模型、办公软件和企业权限体系可以放在同一个技术栈里；难点则是法律行业不会仅凭一场发布会交出信任。准确率、可追溯性、客户保密义务，以及Agent误操作后的责任划分，都要在真实使用中回答。