OpenAI 推出 Astra for Law：基于 GPT‑6 的平台，收录 2.3 亿页美国法律文献

介绍 Astra for Law：范围与架构

OpenAI 推出了名为 Astra for Law 的新产品，将 GPT‑6 Astra 模型与专用索引以及一套针对美国专业法律工作的指令相结合。公告将该平台定位为专用于法律研究和草拟的环境，区别于更广泛的 ChatGPT 产品。

平台知识库的核心是一套覆盖超过 2.3 亿页美国法律材料的索引。这些材料包括判例法、法规、规章、程序规则以及行政决定，全部与美国法律实践相关。

OpenAI 与 Free Law Project 的合作将索引覆盖范围扩展至已公布美国判例的 99.9 %。该合作被描述为确保绝大多数有约束力的判例可在系统中检索。

性能基准与对比结果

在一次内部评估中，OpenAI 对 200 条美国法律问题进行测试，报告 Astra for Law 的整体成功率为 54 %。相比之下，仅依赖简单网络搜索的 GPT‑6 Astra 版本成功率为 38.7 %。这些数据由 OpenAI 提供，未经过独立验证。

当测试集限制在聚焦法律先例的问题时，OpenAI 表示 Astra for Law 提供的相关案例引用比基线网络搜索多出 24 %。同一子集还显示系统在这些引用中定位相关段落的能力提升最高可达 54 %。

报告的提升表明，密集的法律索引与模型层指令的结合能够同时扩大检索到的权威范围并提高特定段落定位的精度。然而，成功率背后的方法论未公开，仍然存在关于问题难度、评分标准以及提示工程影响的未解之谜。

律所采用情况与生态系统集成

Sullivan & Cromwell 构建了一款合同审查工具，将其自身的指南和判例集合嵌入 Astra for Law。该事务所的参与展示了大型律所将平台与内部标准结合的具体用例。

其他律所据报正在开发用于尽职调查以及支持首次公开募股的应用程序。这些举措表明业界对利用平台进行大规模法律文本系统分析的兴趣正在扩大。

Astra for Law 还包含 26 个合作插件，将 ChatGPT 与外部法律技术工具相连接。这些插件的存在暗示平台可以扩展至文档管理、引用核对以及判例分析等工作流。

对于通过 API 访问服务的客户，OpenAI 提供零数据保留选项。此功能旨在解决法律实践中核心的保密担忧，尽管具体的技术保障并未详述。

访问模式与职业责任

目前，Astra for Law 的访问仅限于通过 ChatGPT 和 Codex 界面选定的律所。更广泛的 API 推出已在计划中，但时间表和资格标准尚未披露。

OpenAI 明确声明，该工具并不免除律师核实输出的职责。平台被定位为辅助技术，而非专业判断的替代品，这一立场与现行法律职业伦理指南相符。

• 将专有法律索引与 GPT‑6 Astra 集成
• 与 Free Law Project 合作实现近乎完整的判例覆盖
• 报告的性能提升相较于简单网络搜索基线
• Sullivan & Cromwell 等律所内部构建的工具
• API 客户的零保留选项

受限的发布模式引发了对平台基础设施可扩展性的疑问，尤其考虑到底层索引的庞大规模。它也促使人们思考系统在法规更新和新判例发布时的处理方式。

未来研究可以检验在不同法律领域（如税法或知识产权）中，引用相关性和段落检索的提升是否仍然显著，因为这些领域的权威结构与普通判例法不同。

如果平台的能力持续提升，可能会影响法律研究服务的成本结构，潜在地缩短律师在初步文档审查上所花费的时间。这种转变进而可能影响计费模式以及将初级员工分配到研究任务的方式。

然而，依赖专有 AI 系统也带来了新的风险因素，包括模型偏见、数据安全以及对输出进行持续验证的需求。这些考量表明法律职业需要制定新的监督机制，以管理 AI 辅助的工作。