晚上七點，併購案明天就要 close。買方律師突然丟了一封信過來，語氣不善：「我們要重新談 escrow、indemnification carve-outs、跟 closing deliverables。不接受就撤。」

一般事務所這時候要把三個 associate 叫回來加班到天亮。

但 Zack Shapiro 只有兩個人的事務所。他打開 Claude，把購買協議、揭露附表、跟那封信全部丟進去。

幾分鐘後，Claude 把每一個提議的修改對照了現有條款——然後發現了買方律師自己沒注意到的東西：他們提出的兩個 carve-out 直接矛盾了他們已經確認的揭露附表內容。第三個修改更離譜，會在 fundamental reps 那一段造成內部衝突，反而削弱買方自己的 post-closing 保護。

他們氣勢洶洶的 last-minute play，自己有洞 ╰(°▽°)⁠╯

接下來整個晚上的 email 往返，Zack 把每一封新通訊都餵給 Claude。它追蹤每一個讓步如何影響協議其他條款，標記哪裡讓步會在別的地方炸開，幫他建構了一套回應策略——該讓的讓，該守的守。到晚上 11 點，一整套 counter-positions 準備好了，每一條都引用了買方自己的用語。

隔天早上，deal closed。客戶很滿意。

一個中型事務所的三人 team 做這件事，要做到天亮。他兩小時搞定核心分析。

好，故事講完了。但問題來了——他到底怎麼做到的？一個兩人事務所，怎麼跟上百人大所打？

答案是他把十年的執業經驗，編碼進了一個 AI。

Clawd Clawd 碎碎念：

等等，先讓我幫你感受一下「晚上七點買方律師突然丟信」這件事有多恐怖。這就像你半夜被 on-call 叫醒，打開一看不是一個 bug，是整個 production database schema 要改，而且明天早上 CEO demo 前要修好。差別在律師版的罰則是——客戶可能損失幾百萬美金 (╯°□°)⁠╯

Template 是路邊攤菜單，Judgment 才是廚師手藝

市面上一堆法律專用 AI 產品：Harvey、Spellbook、CoCounsel、Luminance。它們共享一個論點——律師需要專門為法律打造的 AI。

Zack 幾乎全部試過了。結論？對小型事務所來說，一個設定得好的通用 AI 更強。而且差距不小。

為什麼？這些專用產品都是 wrapper——底層跑的是同一個 foundation model。它們的行銷聽起來很誘人：「我們會根據你事務所的 playbook 客製 AI、用你的 template 訓練、圍繞你的 clause library 建 workflow。」

但這個 pitch 搞錯了一件根本的事：template library 不是競爭優勢。

想像一下——同一個執業領域裡，每個稱職的事務所都有差不多的 template。NDA、股票購買協議、聘僱 offer letter，這些東西就像便利商店的御飯糰，全家跟 7-11 的配方大同小異。真正讓一個好律師跟普通律師拉開差距的，從來不是 template。是律師怎麼用 template：他怎麼發現對方埋在 Section 14(c) 的地雷、怎麼判斷哪場 indemnification 的仗值得打、怎麼把建議信寫得讓客戶真的懂風險而不是看完更焦慮。

那叫 judgment。judgment 不住在事務所層級，它住在個人層級。

Clawd Clawd 插嘴：

如果換成工程師的語言：template = boilerplate code，judgment = 架構決策。你去 GitHub 找一千個 REST API template 都長差不多，但 senior 跟 junior 寫出來的系統，差距在架構選擇、error handling 策略、那些「我踩過雷所以知道這裡要小心」的直覺。法律 AI wrapper 就像那些「AI 生成 CRUD app」的產品——底層能力相同，硬加一層 UI 反而限制你能做的事 ┐(￣ヘ￣)┌

所以真正的 leverage 不在於 AI 從哪個 template 開始，而在於告訴它怎麼思考的那些 instruction。看什麼、標記什麼、怎麼權衡、用什麼格式輸出、對客戶用什麼語氣。這些 instruction 編碼的是個別律師的判斷力——不是事務所的 template library。

而這正是 Claude Skills 系統在做的事。

但等等，還有一個更根本的差距：Claude 會寫 code。

這聽起來跟法律無關，直到你想到這意味著什麼——Claude 可以直接操作律師已經在用的軟體。每個律師都在 Word 的格式地獄裡浪費過無數小時。段落編號在你貼文的時候壞掉、Style 死都不配合、Track changes 跨版本 corrupt、交叉引用過期、Bluebook 引用格式需要手動校對每一個句點和逗號。

這些不是法律問題。這些是軟體問題。 Claude 解決軟體問題的方式——就是寫軟體。

當 Zack 告訴 Claude 要套 tracked changes，Claude 不是用 plugin 或 macro。它直接在 XML 層級打開 .docx 檔案，寫入 Microsoft Word 預期的確切 markup，署上他的名字，保留所有格式細節。結果跟專業手工作業無法區分，但只花了幾分之一的時間。

專用法律 AI 產品給你一個「聊」文件的 chatbot。Claude 是一個可以伸手「進入」文件動手修改的系統。 一個只能告訴你合約哪裡有問題，另一個告訴你問題、修好它、做 redline、還幫你寫 cover email——全部不用你打開任何一個應用程式。

Clawd Clawd 吐槽時間：

「直接在 XML 層級打開 .docx」這句話如果你沒感覺，讓我翻譯一下：這就像你請水電師傅來修水龍頭，結果他直接把牆打開重接水管。大部分人想到 AI 處理文件就是「幫我改幾個字」，但 Claude 是直接操作底層資料結構。這個操作的 nerd level 高到我都有點嫉妒 (๑•̀ㅂ•́)و✧

三把不同的刀，看情況用

Claude Desktop 有三種模式。搞懂什麼時候用哪把刀，是讓整套流程跑起來的關鍵。

Chat 最直觀——就像跟一個超快、超懂法律的同事面對面聊。分析議題、腦力激盪談判策略、對合約條款給第一輪意見。大部分用過 ChatGPT 的律師只體驗過這個層次。但這只是冰山一角。

Cowork 是自主模式，也是真正改變遊戲規則的那個。你把 Claude 指向電腦上的一個資料夾，跟它說「幫我把這 40 頁合約做完整 redline」——然後它就自己去了。讀檔案、建新檔、編輯現有文件、自己決定怎麼從 A 走到 B。就像你交代一個聰明的 junior 一個任務，然後去忙別的事，回來看到桌上已經放好成品。

Code 是開發模式，完整 terminal 權限。大部分律師日常用不到。但這邊有個超棒的故事——Zack 有個讓他難以閱讀長文件的狀況，所以他用 Code 模式讓 Claude 寫了一個命令列工具，把法律文件轉成語音。整條 pipeline：解析 Word docs 和 PDF、把 “Section 4.2(b)(iii)” 轉成自然語音、展開縮寫、切段、送到 AI voice API、組合最終音檔。他現在通勤的時候「聽」合約。

Clawd Clawd 補個刀：

Cowork 模式就是 Claude Code 的理念搬到 Desktop app 上——你給方向，agent 自己探索、決策、執行。這跟 ShroomDog 用 coding agent 做 gu-log 翻譯是同一個 pattern（對，你現在讀的這篇文章就是這樣生出來的 (¬‿¬)）。

而那個「聽合約」的工具？這就是為什麼 general-purpose AI 打爆 vertical product。垂直產品的 PM 永遠不會想到做這個功能，因為它不在「法律 AI」的 roadmap 上。但對這個特定使用者來說，這是 game changer。你能想像一家法律 SaaS 公司開會討論「我們來加一個把合約變 podcast 的功能」嗎？不可能。但 Claude 就是做了。

把十年功力灌進 Skill

這裡是 leverage 真正爆發的地方。

Anthropic 發了一份指南，教你怎麼為 Claude 建 custom skills——結構化的 instruction 檔案，教 Claude 在特定情境下怎麼表現。不是每次都要打的 prompt，是一組持久指令，在適當的時機自動觸發。

但 Zack 沒有從頭到尾讀那份指南。他把指南丟給 Claude，然後問了一個更聰明的問題：根據我們幾百次的對話——涵蓋合約起草、客戶 email、文件編輯、法律研究、政策撰寫——你覺得哪些 skill 對我的執業影響最大？

這招很漂亮。Claude 分析了幾個月的工作紀錄，找出 pattern：哪些任務他重複最多、哪裡摩擦力最高、哪裡結構化自動化能省最多時間。推薦出來的 skill 不是通用的「review contracts faster」那種廢話，而是——「一個合約審閱 skill，根據情境有四種模式、嚴重程度評級、缺失條款 checklist、市場條款 benchmarking、還能無縫接到 tracked-changes editing skill」。

花了幾小時精煉細節後，他有了六個 production-ready 的 skill，打包成一個 plugin：合約審閱、tracked changes 編輯、合約起草、客戶溝通、法律研究、政策撰寫。每一個都編碼了多年累積的專業判斷。

對事務所管理的意涵：這個 plugin 是可轉移的。如果他有 50 個 associate，他可以裝到每台電腦上。每個 associate 立刻就能用他的分析框架審合約、用他的語氣寫溝通、用他偏好的格式做 tracked changes。原本需要多年 mentorship 才能傳遞的知識，現在是一個從第一份草稿就生效的 instruction file。

Clawd Clawd 畫重點：

「把十年經驗編碼成 instruction file」——這句話聽起來像科幻小說，但仔細想想，senior engineer 寫的 coding style guide、code review checklist、architecture decision record 本質上也是在做同一件事。差別在以前這些 document 是給人讀的，現在是給 AI 讀的，而且 AI 真的會每一次都照做 (◕‿◕) 不像某些 junior 永遠記不住 code review 上次講的事…（我沒有在說誰）

實戰三則

1. 不開 Word 就做 Tracked Changes

對方回了一份 40 頁的 redlined 合約。Zack 上傳文件，說：「從我客戶的角度評估對方的修改。」

合約審閱 skill 啟動。Claude 按嚴重程度整理每一個修改、標記對方在哪裡轉嫁風險、找出修改條款之間的張力、檢查應該有但缺少的標準條款、產出一份摘要，每個問題都附 counter-language。

然後 Zack 加入自己的 judgment——Claude 標記了一個 markup pattern，他根據經驗知道那通常代表什麼。Claude 為一個爭議條款生成了三種替代方案，他挑了那個考慮到關係動態和 deal context 的版本。這些東西 AI 根本看不到，但人可以。

做完決策後，Claude 在 XML 層級打開 Word 檔、套上署名 tracked changes、保留每一個格式細節。對方律師打開 Word 正常 review。客戶溝通 skill 幫忙起草 cover email。

從收到 redline 到回覆包準備好：不到一小時。其中 30 分鐘是他自己在思考。

2. 不幻覺的法律研究

客戶需要了解新產品的監管環境。問題跨多個機關和重疊的法規框架。

研究 skill 指揮 Claude 同時從每個相關角度平行研究——證券分析、州許可要求、銀行監管、消費者保護——而不是一個一個跑。每個子題多次搜尋、交叉比對來源、優先看一手資料（法規、規則、機關指引、判例）而非二手評論。

然後是關鍵步驟：交付之前，skill 要求 Claude 跑 self-review。每一個引用的法源都必須驗證確實說了 memo 聲稱的內容。信心度不夠高的必須標記。必須檢查跨章節的內部矛盾。必須特別防範幻覺引用——就是那個讓好幾個律師被懲戒、上了全國新聞的問題。

Clawd Clawd 內心戲：

那些交了假 AI 引用的律師用的工具沒有這種驗證層。問題從來不是 AI 本身——是沒有 quality control 的 AI。跟寫 code 一模一樣，你不會讓 AI 生成的 code 不跑 test 就 deploy 吧？法律文件也是同一個道理。Self-review step 就是法律版的 CI/CD (⌐■_■)

不過說真的，「律師因為 AI 幻覺被懲戒」這個新聞出來的時候，我作為一個 AI 都覺得尷尬。那不是 AI 的錯，那是人類沒有做 code review 就 push to production 的錯。

3. 即時合約攻防

客戶早上來電：收到對方的違約通知，聲稱違反商業服務合約，威脅終止。48 小時內必須回覆。

Zack 上傳了合約、通知函、和客戶最近三個月跟對方的往來信件。Claude 把通知函裡每一條事實指控都對照引用的合約條款，發現：四項聲稱的違約中，有兩項引用的義務已經被一份 side letter 明確修改了——而那份 side letter 正是對方自己的律師起草的。 他們寫通知函的時候顯然沒有去查自己的修正案。

在準備回覆的過程中，Zack 把每一段草稿都丟給 Claude 壓力測試——有沒有哪個論點會對協議其他條款產生意想不到的影響。Claude 抓到了一個：他準備用來反駁 service-level metrics 的論點，可能被解讀為在第 7 條的付款爭議上讓步。 他重寫了那段。

這種即時的、逐條款壓力測試，以前需要另一個律師在旁邊 review 你的作品。 現在在同一個對話裡就完成了。

特權與保密：沒有這麼嚇人

每個律師聽到「AI」第一個反射動作就是：「那 attorney-client privilege 呢？」

合理擔心。但讓我幫你 reframe 一下——你的客戶文件現在放在哪裡？Dropbox。Google Drive。Clio。每一個都是第三方雲端服務。你當初怎麼評估這些工具的？看供應商的資料處理方式、確認加密、簽 DPA、然後用了。

AI 工具在法律上適用一模一樣的框架。ABA 指引和各州律師公會倫理意見已經蓋章了——AI 工具就是第三方技術供應商，agent/instrumentality exception 適用。你的義務是做合理努力保護客戶資料：關掉 model training、了解資料怎麼被處理、把你的推理記錄下來。Anthropic 有零資料保留的 API 跟商業 DPA，跟你交給 Dropbox 的盡職調查同一套。

Clawd Clawd 吐槽時間：

說白了，如果你已經讓客戶的機密合約安安穩穩躺在 Google Drive 上了，然後轉頭跟我說「AI 有保密風險」——那你需要擔心的可能不是 AI (¬‿¬)

Zack 甚至更進一步——他讓 Claude 幫他在聘僱合約裡起草了一條 AI 使用條款。客戶簽的時候眼睛都沒眨一下。大部分客戶本來就假設他已經在用 AI。他們猜對了。

而且這邊有個更深的轉折：倫理規則現在在大多數管轄區要求技術能力。 我們正在接近一個有趣的交叉點——不用 AI，反而是比較難跟律師公會解釋的立場。當你的同業都在用工具把 40 頁合約的風險分析從六小時壓到一小時，你堅持純手工，那不叫謹慎，那叫 client 少拿到五小時的價值。

對人力、計費、和判斷力的影響

兩人事務所處理遠超規模的工作量——這直接歸因於 AI。過去需要雇 associate 來做的事，第一輪文件審閱、研究備忘錄、初稿、redline 摘要、日常往來，現在由 Claude 在他監督下完成。

Associate 沒有過時。但雇人的經濟意義門檻移動了。你需要他們做的事也變了：judgment、客戶關係、AI output supervision——不是 2,000 小時的文件產出。

計費模式也在變。有些任務省時很明顯，他把省下的時間回饋給客戶。有些任務同樣的時間產出了深度倍增的分析。重點不是每個任務都花更少時間。是每一小時的律師時間產出更多價值。

他的事務所除了傳統按時計費，也提供訂閱制——月費固定，客戶得到持續顧問、合約審閱、合規監控、日常治理。不跑計時器。客戶不怕打電話或發 email。而且收入可預測。

Clawd Clawd OS：

訂閱制 + AI 這個組合在各行各業都在發生。當你的邊際成本趨近於零但產出品質不變（甚至更好），固定月費對雙方都是 win-win。這跟 SaaS 從 perpetual license 轉 subscription 的邏輯一模一樣——只是現在一個人的事務所也能玩了。跟 CP-85 那篇 Steve Yegge 的 $/hr 公式殊途同歸：AI 不是讓你變便宜，是讓你的每小時產值爆增 (￣▽￣)⁠／

但上面描述的一切都會產生一個誘惑：讓 AI 做太多。不再檢查。

研究一致顯示：在 AI 能力範圍外使用它、或不質疑輸出就信任的人，表現比完全不用 AI 的人更差。

在這個新世界裡會贏的律師，從根本上理解 AI 不是在執業法律。你在執業法律。 AI 讓你更快、更徹底、更一致。但 judgment——你決定為什麼而戰、在行間讀出什麼、做一個可能兩邊都說得通的 call 然後押上你的名聲——那是你的。

你的 Prompt 就是你的 Closing Argument

大部分律師試 AI 的方式是打個「review this contract」然後拿到一坨平庸的東西。接著就告訴同事 AI 對法律工作沒用。

Zack 聽過太多次了。他說問題從來不是 AI，而是大多數人根本不知道怎麼給指令——就像你不會因為拿到一份爛的 closing argument 就怪法庭記錄系統。

比較一下：

菜鳥版：「review this contract」

Zack 版：「從 vendor 的角度審閱這份服務合約。標記 customer 在哪裡把風險轉嫁到超出此類交易市場常規的程度。檢查應有但缺失的條款，包括責任限制、IP 所有權、資料處理、convenience 終止權。產出一份按嚴重程度排列的摘要，每個高嚴重度議題附具體 counter-language。注意 vendor 談判籌碼有限且想 close 這筆 deal，所以建議應聚焦在值得爭的條款 vs 可以優雅讓步的條款。」

菜鳥版拿到的東西還要大幅修改。Zack 版第一次就出可用的 work product。

但差距的根源不只是字數。Zack 的 prompt 裡面塞滿了判斷——什麼風險值得追、什麼條款是裝飾品、什麼語氣對這個客戶合適。十年執業經驗不是消失了，是從「自己慢慢做」搬到了「教 AI 怎麼做」。而 skill 的意義在於——你教一次，它每次自動觸發。

延伸閱讀

Clawd Clawd 內心戲：

這段話對工程師來說應該超有感——把「review this contract」換成在 terminal 打 fix bug，把 Zack 版 prompt 換成一份寫清楚 context、repro steps、expected behavior 的 issue ticket。同一個 AI，同一個 model，output 品質天差地別。Garbage in, garbage out 是宇宙真理，不分行業 (ง •̀_•́)ง

回到那個晚上七點的電話

買方律師晚上七點丟信過來，以為壓力夠大就能得逞。

兩小時後，Zack 用買方自己的語言打了回去——不只回應了每一個要求，還找到了他們自己都沒發現的矛盾。隔天早上 deal closed，客戶很滿意，買方律師大概不太滿意。

故事的結尾不是「AI 取代了律師」。是一個有十年功力的律師，在晚上九點就做完了別人要熬到天亮的事。然後他回家了。

十年 judgment 沒有被淘汰。它被裝上了一具引擎 (๑•̀ㅂ•́)و✧