Article · AI translation
Legora 无法读取其智能体为律师所做工作的任何一条运行记录。数据属于律所的客户。看不到智能体的工作过程，要如何构建和测试它？
Jacob Lauritzen 是 Legora 的首席技术官；Legora 是法律科技史上增长最快的公司之一。团队最初在斯德哥尔摩的一间地下室起步，靠的是 ChatGPT、瑞典法律资料和一款搜索工具。如今，律师可以用 Legora 起草和编辑 Word 文档，在一张表格中审查 10,000 份合同，或开展尽职调查。智能体还会协调律师、客户和其他智能体之间的工作。Legora 自己进行收购时，团队也用它做尽职调查。
我们聊了什么
• 为什么 Legora 多年来一直不愿加入模型选择器，以及最终为什么加入了
• Jacob 估计，模型已经能很好地完成约 60% 的法律工作，以及为什么剩下的工作需要更聪明的模型
• 3 名工程师和 3 名律师如何参照客户的工作构建测试环境，很像强化学习中使用的“世界”
• 一个引文问题：模型起初有 70% 的时间能答对，一次版本发布后提高到 99%。Legora 什么都不必改。
• 为什么 Legora 把所有工作都运行在 Azure 上，以及为什么不使用 ElevenLabs
• Tabular Review：拥有 100 万个单元格的电子表格，业内甚至连名字都照搬
• 需求接收如何运作，智能体如何创建列表，以及列表如何启动另一个智能体
• 法律工程师和前线部署工程师各自做什么，以及谁能编写代码
• Jacob 曾用一张“300 勇士”的幻灯片论证，20 名工程师永远够用。如今已有 100 名，他仍觉得人手不足。
• 为什么 Jacob 觉得 Fable 和 Opus 在起草文书时太啰嗦，而喜欢 Astra 简洁的文风
• 为什么起草一份长合同是一个搜索问题
• 模型实验室会不会像切断编程工具的访问一样，切断法律工具的访问
• 律所合伙制、按小时计费以及初级律师的工作会发生什么变化
Legora 正在纽约、斯德哥尔摩和伦敦招聘工程师。
章节
0:00 开场片段
0:40 认识 Legora 首席技术官 Jacob Lauritzen
1:05 在斯德哥尔摩的地下室以弱势者身份起步
1:54 Legora 如何从结合瑞典法律资料的 ChatGPT 发展为法律智能体
4:12 从助手转向智能体
5:23 Legora 使用哪些模型，以及为什么加入模型选择器
7:48 如今的模型对律师来说足够好用吗？
8:20 智能体在 9 个月前还做不到什么
9:18 在模拟世界和包含 10,000 个文件的资料室中测试智能体
10:07 评测团队和 Legora 的 100 名法律工程师
11:03 评测曾似乎不值得做，以及一次版本发布如何让引文正确率从 70% 提升到 99%
赞助商广告您可在此投放赞助广告触达正在打造下一代产品的 AI 工程师。Latent Space 的读者是那些正在交付智能体、模型和基础设施的人。欢迎咨询赞助此广告位。
business@latent.space →
12:18 未来 5 到 10 年的法律实务可能是什么样
14:18 律所合伙制能否继续存在？
16:40 律师助理和初级律师会怎样？
18:00 按小时计费，以及为什么早期法律科技未能达到预期
19:39 如今资金流向哪里
22:44 Legora 如何用自己的产品进行收购尽职调查
23:59 瑞典律所与美国律所有何不同
26:12 无法读取运行记录时如何衡量产品
27:41 转述运行记录，并将故障归纳为 10 或 20 种类型
28:42 为什么数据隐私促使 Legora 将所有工作都运行在 Azure 上
30:04 开放权重模型与模型套利
30:55 转录模型，以及为什么 Legora 不使用 ElevenLabs
33:33 智能体、Tabular Review、项目和 Word 加载项
34:24 律师如何使用 Tabular Review
35:51 为什么电子表格管用，以及从前 10 行能看出什么
37:53 法律需求接收机器人如何在 Slack 中运作
39:11 智能体如何创建列表，以及列表如何启动智能体
40:15 基于这些相同组件构建产品，以及收购 Wexler
42:37 前线部署工程师在 Legora 做什么
43:52 法律工程师和前线部署工程师如何帮助大客户完成接入
46:43 未来一年，前线部署团队接下来会做什么
47:24 为什么 Legora 一直不愿构建 API
49:26 智能体能成为 API 吗？
50:12 “300勇士”幻灯片，以及将工程师人数维持在20人的计划
51:32 没有人要求 Legora 下的赌注
53:05 对用于法律研究的开放权重模型进行后训练
54:05 搜索、检索与后期交互
54:51 什么样的法律智能体运行框架才算好，以及为什么起草依赖搜索
56:25 哪个模型写出的初稿最好？
57:03 幻觉与 Legora 的引文系统
57:41 律师会核查引文吗？
58:19 对一份100万词元的合同，是用 MapReduce 还是一个大的上下文窗口？
1:00:16 获取匿名化案例，以及为获取数据而收购一家律师事务所的想法
1:01:53 为什么 Jacob 不建议默认使用嵌入向量
1:02:44 律师会在 Legora 中工作，还是通过 Claude 工作？
1:03:26 模型开发公司会切断 Legora 的访问权限吗？
1:04:24 法学院与面向计算机科学专业学生的奖学金
1:05:28 在纽约、斯德哥尔摩和伦敦招聘
1:06:09 为什么大多数工作最终都会变成法律工作
嘉宾 — Legora 首席技术官 Jacob Lauritzen
https://legora.com
联合主持人 — swyx，Latent Space
主持人 — Basil Chatha，Forward Deployed
https://forwardeployed.com