律所上大模型做案件辅助，合伙人、办案律师和 IT 吵起来的三件事

今年 GPT-5、Claude 4、Gemini 3 落地，几家律所开始把法律检索、文书起草、客户接待接上模型。8 月我旁听了一场律所内部的接入评审会，最大的体会是：律所用 AI，难的不是"能不能写"，而是"写的每一句能不能追责、每一份卷宗能不能不出域"。

合伙人：我要的是可控，不是聪明

合伙人老周先开口："上次让助理用模型写了一份答辩状初稿，措辞漂亮，但引用了一条已经废止的司法解释。模型不会告诉你它引用错了，客户也不会。"他要的是可溯源、可审计，而不是一个看起来很对的答案。

办案律师：检索和起草真的省时间，但卡在两块

年轻律师小陈接话："法规检索、类案比对、合同要点抽取，模型确实快。但两块卡住我们——一是客户原始卷宗里有大量个人信息，直连外部模型我们不放心；二是所里用了三家模型，月底谁用了多少、哪个案子烧钱，财务算不清，主任问起来答不上来。"

IT：三套模型三个计费口径，我对不动账

IT 负责人老郑摊手："三家厂商计费分别是 token、时长、调用次数。我想统一出一张所内用量账，发现字段对不上，只能手工拼。再说脱敏，我得在每个模型前面各挡一道，漏一个就出事。"

我把后台打开看了一眼

试点收口到魔芋企业AI网关（MAI Gateway）后，老郑第一次能看清全貌。网关运营看板顶部四张统计卡（示意数据）：今日调用 5.3 万次、今日消耗 118.75 元、网关使用率 31%、敏感字段拦截 203 条；趋势图在工作日晚间 20:00–22:00 出现峰值，单分钟 2600 次，正好是律师们下班后集中办案的时段。切到"按案件"标签页，能直接看到是检索量大、还是文书起草烧钱——这张账，主任终于不用拍脑袋了。

统一接入，把计量落地在网关层。网关已兼容魔芋 AI、开源自建、第三方 API，以及阿里 tokenPlan 和火山 AgentPlan 模型的接入——法规检索与类案比对走 GPT-5 或 Claude Opus 4.7 保严谨，文书起草走 Claude 4 Sonnet，客户高频问答走 Gemini 3 Flash 压成本，复杂的"卷宗解析 → 要点抽取 → 文书生成 → 质检"编排可走火山 AgentPlan 做多步处理。不同计费模式在网关统一成一套账。

安全脱敏，卷宗不原样出境。当事人姓名、身份证、案情细节在送模型前由网关脱敏，配合私有化部署，卷宗数据全程内网闭环，合伙人终于敢签字。

精准分账，按案件归集。网关按"承办律师 + 案件类型"归集 token，月底运营拿出一张账，哪个团队、哪类案件用量大，预算分配有依据。

智能路由，轻重分开。常规问答走轻量模型压成本，严谨检索与文书走高质量模型保准确，体验和成本都稳。

回到那场评审会

魔芋企业AI网关（MAI Gateway）以"统一接入·智能路由·精准分账·安全脱敏·成本优化"的能力组合，正好对应律所的几道关：统一接入把检索、起草、接待模型收到一个平面，智能路由按任务分层选模，精准分账算清每个案件的真实用量，安全脱敏把当事人隐私锁在企业内网，成本优化压住重复调用。它已兼容阿里 tokenPlan 和火山 AgentPlan 模型的接入，意味着你的律所系统可以灵活组合不同计费模式的模型，而溯源与脱敏始终在网关这一层闭环。

开头老周说，律所要的是可控不是聪明。网关做的事，就是把"聪明"框进"可控"里——每一次调用可溯源、每一份卷宗不出域，AI 才真正进得了法庭级的严谨。

想看你们那张账和那道脱敏闸长什么样，可以从一个案件类型先试点。

声明：本文所述产品功能、特性与案例数据以魔芋企业AI网关（MAI Gateway）官方最新文档为准，文中示意性数据不构成采购或投资建议。企业AI网关属企业AI基础设施合规品类，部署与上线请结合所在行业等保、数据安全法等合规要求。