「访谈」常成：一个法律 AI 产品经理眼里，现在正在发生什么
2026年7月2日 10:00
访 谈 0 4
常成：
一个法律 AI
产品经理眼里，
现在正在发生什么
一次上午的聊天：从打印机、小程序、法律数据库，聊到普通法律人到底需要什么样的 AI 产品
文 / 不折腾的刘律
◆ ◆ ◆
01打印机的小故事
他给我讲了一个打印机的故事。
家里有一台惠普的小打印机，搬家的时候翻出来了，想给孩子或者给妈妈打打照片挺方便的。结果上网一搜，惠普小印退出中国了，App 没法下载，连不上手机。
换作以前，大概率也就算了。但这次他直接问 AI：这个打印机用不了了，你能不能帮我搞一个办法？AI 说做网页版的不行，但小程序可以，能调蓝牙。然后就真的做成了，前后不到一个小时。
这个故事技术含量不高，但我觉得它讲清了一件事：
AI 改变的不是「我懂不懂技术」，而是「我愿不愿意先试一下」。
以前遇到一个小问题，我们很容易在自己内耗中放弃。不方便、没办法、有空再说。现在多了一个选项：也许可以试试。
这是我跟常成聊了一上午之后，记住的第一个画面。
◆ ◆ ◆
02那阵「超能力感」退下去以后
我特别理解这种感觉，因为我自己经历过一模一样的阶段。
今年三月份刚开始密集用 AI 的时候，我有过大概半个月到一个月的「超能力感」。觉得什么都能做——写代码、搭网站、做工具、搞自动化，好像突然之间无所不能。
那段时间我做了案件看板，一个帮律师管理案件进度的软件。从想法到能用，只花了一个周末。放在以前，一个不会写代码的律师想做一个软件产品，想都不敢想。
但几个月之后，那种兴奋感慢慢退了。
你会发现 AI 可以帮你快速加功能，但加着加着代码就变成一团乱麻。它不会主动帮你回头梳理架构，不会提醒你「这个功能跟前面那个冲突了」，也不会替你理解用户到底要什么。
复杂项目开发仍然需要架构、测试、工程纪律。AI 不会替代业务理解。
所以我现在对 AI 的判断是：它确实强，但没有刚开始以为的那么强。它放大执行力，但不替代思考。这个认知曲线，我觉得每个认真用 AI 的人都会经历。
常成听我说完，点了点头。他说他见过很多法律人有类似的经历，有人甚至因为兴奋期太猛、冷静期来得太晚，走了不少弯路。
但这不是坏事。经历过这条曲线的人，对 AI 的理解才真正落地。
◆ ◆ ◆
03律师和产品经理，看的是同一个世界吗
常成是元典的产品经理。元典做法律数据库、法律 AI 平台，在这个圈子里算是老牌玩家。
我去北京的时候约了他见面。之前在线上聊过，但没线下见过。这次是第一次当面坐下来。
跟朱飞那次不一样。朱飞是创业者，聊的是产品和判断力。常成是平台方的产品经理，他看到的东西和角度跟我不一样——不是从「我这个案子怎么办」出发，而是从「全国各地的法律人怎么在用这些东西」出发。
我虽然是律师，但因为做了案件看板，其实也在两个角色之间切换：一方面是用户，天天用各种 AI 工具处理案件；另一方面也是产品的制作者，要想界面怎么设计、功能怎么取舍、用户要什么。
但跟常成比，我做产品还是野路子。他是在更专业、更系统的产品视角上看这些问题。同样一个话题，他站的位置不同，看到的风景就不同。
这是这次聊天最有意思的地方。
◆ ◆ ◆
04DeepSeek 来了以后，很多规则突然失效了
常成讲了一段他们自己产品的故事，我觉得特别生动。
元典在 2024 年上了一个法律问答产品，叫元典问达。核心功能是一个 AI 搜索引擎，只不过搜索的是法律数据库里的东西。
一开始用的是文心 4.0，效果不太理想。法规、案例、文章不能一起返回，一多就乱；用户提问稍微刁钻一点，AI 就答不对。
那段时间他们做了大量工程规则来兜底：不允许法规和案例同时返回、限制检索类型、写死提示词的格式。不是因为想加这些规则，是因为模型不够聪明，只能靠规则硬控。
然后 DeepSeek 发布了。
常成说那个震惊感他到现在都记得：原来那些工程上的东西全白做了。不用再区分法规和案例，全扔给模型，它自己就能分析出逻辑先后和优先级。原来答不对的那些题，现在全能答对。
「原有的问题，在新的模型能力提升后就不再是问题了。」
这个故事让我感触很深。做产品的人，可能比谁都更早感受到技术变化的冲击——你辛苦搭的东西，可能一夜之间就不需要了。
但常成没有停在感慨上。他说正因为经历过这种冲击，他们现在想明白了一件事：不要再赌哪个框架、哪个智能体会赢，而是去做那些「无论谁赢都需要」的东西。
他现在负责的方向叫「生态组件」。意思是：你核心的 AI 引擎可以随便换，今天用这个智能体，明天用那个，都行。但无论你用哪个，你的 AI 还是得查法律法规吧？还是得有一套靠谱的法律检索和工作流吧？
这些东西是可插拔的——不跟某一个具体产品绑死，任何 Agent 都可以调用。这样不管技术怎么变，底层的法律数据能力始终有人需要。
他说得很形象：我不赌主框架了，你爱用什么智能体用什么智能体，但你总得来找我拿法律数据。
我觉得这个判断挺聪明的。与其焦虑「用户入口会不会迁走」，不如把自己变成任何入口都离不开的底层能力。
◆ ◆ ◆
05好的产品，是少给用户一点选择
聊到 Kimi 的时候，常成提到元典现在给 Kimi 提供法律数据支持。
简单说一下 Kimi 的模式：用户订阅 Kimi 的套餐之后，里面的积分是统一计算的——既包含模型调用，也包含专业数据库的调用。你不需要自己去找法律数据库、不需要单独申请接口、不需要配置任何东西。问一个法律问题，Kimi 背后自动去查专业数据，答案直接给你。数据库的存在对用户来说是透明的。
我突然接了一句：其实我觉得 Kimi 这种模式反而是对的。
作为用户，我不需要知道背后接了哪个数据库、用了什么接口。我只想问一个法律问题，然后得到一个靠谱的回答。Kimi 把专业数据打包在里面，用户感知到的就是「这个 AI 回答法律问题是准确的」，够了。
我不想去研究 MCP 是什么、Skill 怎么配、本地模型跟云端有什么区别。给我太多选择，反而是负担。
我跟他说，我自己做案件看板也有这个体会。经常有用户来问：能不能接这个模型？能不能接那个数据库？能不能接入本地模型？
我给他们的回答都是：我们是律师，我们是法律人，我们的工作是提高自己的效率，不是折腾工具本身。我做这个东西，就是让你不用去下载一堆软件、不用研究 Skill 怎么写、不用配置各种接口。你就用，有问题跟我说，我帮你解决。
常成听完很认同。他说对呀，真给了你那么多选择，小白用户反而不知道怎么办了。
其实从他做平台的角度，他也看到了同样的事情：很多人下载了一个 AI 工具，不懂 MCP 的概念，直接问问题，结果 AI 就联网搜了一堆不靠谱的东西回来。用户的结论就是「这东西不好用」。但如果像 Kimi 那样，背后已经帮你接好了专业数据库，用户什么都不用管，每次回答都很好——这才是大部分法律人需要的体验。
我们俩在这个问题上想法一致：大部分法律人的任务是提高工作效率，不是研究工具本身。好的产品应该帮用户把选择做好，而不是把选择权甩给用户。
◆ ◆ ◆
06合同审查真正难的，不是错别字
然后我们聊到了合同审查。
我跟他说了我的困惑：合同审查这个事，特别依赖上下文。同一个格式条款，在不同客户、不同交易、不同风险偏好下，律师的处理方式完全不一样。
如果每次用 AI 审合同，都要重新输入一大堆背景信息——这个客户偏保守、上次他们不接受这个条款、对方是国企所以付款条件要卡紧——那这个工具就很难好用。
他没有反驳我，反而把问题拆开了。
他说，合同审查可以分成几层：
第一层是简单规则类的。错别字、格式问题、明显缺项、条款编号错乱。这些 AI 做得很好，不需要太多上下文。
第二层是法律逻辑类的。比如违约责任和合同义务对不上、管辖条款和主体注册地矛盾。这些需要一些上下文，但还在可控范围。
第三层才是真正难的：高度语义化、意图模糊、商业目标复杂的审查。这一层，AI 需要知道这个客户到底想要什么，他的商业目的是什么，他的风险承受程度在哪里。
「核心难题不是合同审查能不能做，」他说，「而是怎么把客户偏好、历史修改、审查规则、项目背景，放进合适的上下文里。」
他说真正好用的合同审查系统，需要一套沉淀机制——空间、记忆、playbook、规则库。不是每次从零开始，而是系统能记住：上次这个客户的合同，你改了哪些地方，为什么改，客户什么反应。
我听完觉得，这恰恰是用户和产品经理看同一个问题的不同角度。
我作为用户，想的是「为什么每次都要重新说一遍」。他作为产品经理，想的是「怎么设计一套机制让系统帮你记住」。
我的抱怨，就是他的需求。
◆ ◆ ◆
07桌面端给法律人的，是一种安全感
聊到某个产品的时候，常成突然说了一句：我挺意外的，他为什么做网页版，不做桌面端？到这个阶段，桌面端其实更好。
我说：对，我也不理解。他们可能觉得桌面版无非就是套了一层壳，背后用的还是同一套后端。但对用户来说，我不管你背后技术是什么，我就觉得这个东西在我电脑里，我就很有安全感。
常成马上接：我完全同意，这对法律人其实是迈了一大步的心理的坎。就像我在用一个 Word 一样，自己本地打开的东西。
我说：可能从技术上讲它就是一个 HTML 绑了个前端的壳，但对用户来说，这个感知差异很大。
这段对话很短，但我觉得它点到了一个产品设计里容易被忽视的东西：安全感本身就是体验的一部分。法律人处理的都是敏感材料——合同、案件文件、客户信息。技术上安不安全是一回事，用户感觉安不安全是另一回事。桌面端不只是技术形态，也是信任包装。
◆ ◆ ◆
08那些散落在各地的法律 AI 人
快结束的时候，他聊到一个让我很有感触的事。
他说，做平台这几年，他发现一个现象：搞法律 AI 的人，不是只在北上广深了。
无锡、苏州、杭州、西安、贵阳——各种你想不到的地方，都有人在折腾。有的在律所里做内部工具，有的在公司法务部搭流程，有的自己做独立产品。
但这些人不是扎堆出现的。一个组织里可能就一两个，周围的人不太理解他们在干嘛。他们很容易变成「那个搞技术的人」——在本地语境里被贴上标签，但没有人真正跟他们深入讨论。
我听完很有感触。因为我自己就是这样。
在我所里，我就是「那个搞 AI 的人」。同事们尊重但不太理解，客户更不会因为你会用 AI 就多付律师费。你做的很多探索，在本地环境里是没有回声的。
常成说，这些散落在各地的人，更像是火种。从全国范围来看，其实人不少。只是大家分散在各自的组织里，彼此看不见。
他做平台，能看到这些人分布在哪里，在做什么。一个在无锡的律师做了一个合同模板工具，一个在西安的法务搭了一套内部检索流程，一个在杭州的法律人在研究 Agent 怎么接案件管理——这些事情，如果不走出去，永远不会知道。
◆ ◆ ◆
09走出去聊一聊
这次见面让我确认了一件事：出去聊天太重要了。
不是那种大会上几百人坐着听演讲的「交流」，而是两个人坐下来，一个上午，把各自看到的东西摊开来聊。
我跟常成的位置完全不同。他是产品经理，我是律师。他做平台，我做案件。他看到的是用户入口在迁移，我看到的是这个工具帮不帮得到我。他想的是怎么设计记忆机制，我想的是为什么每次都要重新说一遍。
正因为不同，聊完之后我对很多事情的理解变得更立体了。
如果只在自己的圈子里想，你会觉得法律 AI 就是「律师怎么用好 DeepSeek」。但跟做产品的人聊完，你会发现这背后有数据库入口的迁移、有产品形态的竞争、有用户心理的博弈。这些东西律师自己想不到，但它们真实地在影响着我们未来用什么工具、怎么用。
常成跟我说，他可以帮我推荐一些值得交流的人。我说好，先聊起来。
我也想跟读这篇文章的人说一句：如果你也是那种在自己组织里「没有人深入聊这些话题」的人，不妨主动走出去。加个群、约个人、参加个线下聚会。从全国来看，研究法律 AI 的人比你想象的多得多。
只是大家散落在各自的城市、各自的组织里，等着被连接起来。
走出去聊一聊，你会发现你不是一个人。
◆ ◆ ◆
如果这篇文章对你有帮助或者觉得还不错。
帮忙点个「👍」和「❤️」，对我来说真的很重要。
平台会因为这些反馈把文章推给更多人看，我也更有动力继续写下去。
如果愿意转发给身边的朋友或者朋友圈，那就更感谢了。