AI正在悄悄淘汰律师职业，但会用它的人反而涨薪了

过去一年半我眼看着 Codex 这类编程 Agent 把我们行业的”初级活”吃掉了一大块写单测、改样板代码、查日志、搭数据管道以前要带一个应届生干两周的事现在一个中级工程师开几个并行任务一下午收工。组里没人被裁但今年的校招名额少了而会”驾驭 Agent”的几个同事年中调薪幅度明显比别人高。今年 9 月OpenAI 把同一套东西正式端到了律所门口。这部电影程序员刚看完上半场律师们正在进场。先说重点标题只对了一半。 被”悄悄淘汰”的不是律师这个职业而是律师的第一级台阶——文书审阅、检索、初稿这些过去养活初级律师和律师助理的活。“会用的人涨薪”不是鸡汤有硬数据AI 技能的工资溢价已经到 62%同样用 AI深度使用的律所报告营收增长的比例是平均水平的将近两倍头部律所给 AI 相关律师岗位开出的薪资上限远高于同年限的传统律师中位数。“会用”的标准正在变从”会在聊天框里提问”变成”会把自己的专业判断封装成可复用、可验证的系统”。这恰好是程序员的基本功也是 Codex 这类工具真正的杠杆所在。一、先看程序员圈Codex 这一年干了什么Codex 今年的增长曲线放在任何一个 SaaS 产品里都算离谱2 月周活还不到 100 万3 月初GPT-5.3 Codex 发布后周活超过 160 万4 月 21 日周活到 400 万两周涨了 100 万6 月 2 日周活超过 500 万其中知识工作者非开发者约占 20%增速是开发者的 3 倍多主要用它做报告、表格、演示文稿、合同、研究和数据分析7 月 9 日 GPT-5.6 发布、Codex 并入 ChatGPT 桌面端后Codex ChatGPT Work 的合并活跃用户几天内冲到 800 万8 月 21 日OpenAI 的 Codex 负责人称活跃用户达到 2000 万没有披露统计窗口不能和周活直接比。更有意思的是 OpenAI 自己内部的数据。它在 6 月发布的研究里说到 2026 年 6 月Codex 已经占到公司内部输出 token 的 99.8%法务、财务、招聘这些非技术部门在 4 月前后都越过了”一半工作量走 Codex”的线法务岗员工的月度输出 token 中位数是 2025 年 11 月的 13 倍。考虑到国内订阅codex确实有点困难可以参考一下这里chatgptpro.shop添加图片注释不超过 140 字可选注意那个 13 倍。法务在 OpenAI 内部是增长最慢的部门研究是 56 倍、客服 32 倍、工程 27 倍但”最慢”也是 13 倍。而同期 OpenAI 在美国联邦法院被起诉的案件数只从 35 件涨到 39 件。换句话说工作量没怎么变但法务团队调用的”机器劳动力”翻了十几倍。这就是程序员圈过去一年发生的事人没少但每个人背后多了一支看不见的初级团队。 谁能指挥好这支团队谁的产出就是别人的好几倍。二、Codex 进场法律从”Codex for Legal”到 Astra for Law今年 5 月法律科技媒体 Artificial Lawyer 就爆料 OpenAI 在筹备一个叫”Codex for Legal”的产品线思路是给销售、财务、法律等垂直行业各做一套 Codex 插件。在此之前Anthropic 已经在 5 月 12 日正式推出 Claude for Legal12 个插件、20 个法律软件连接器。9 月 17 日靴子落地不过名字改成了 Astra for Law底座是 GPT-6 Astra外加法律分析与写作的专门指令、面向”彻底工作”的配置以及一个新的法律检索索引——覆盖美国判例、成文法、法规、法院规则和行政决定超过 2.3 亿个 URL每天更新判例部分接入了非营利组织 Free Law Project 的 CourtListener 数据首批通过 ChatGPT 和 Codex 的”可信访问计划”开放给选定律所API 随后开放同步上线 26 个合作方插件和 47 个社区插件Thomson Reuters、Harvey、Legora、iManage 都在列Clio 的 Vincent 也直接接进了 CodexOpenAI 公布的测试在 Vals AI 法律检索基准的 200 道美国法律检索题上完整配置的 Astra for Law 通过率 54.0%只用网页搜索的 GPT-6 Astra 是 38.7%。真正值得看的是首批律所拿它做了什么Sullivan Cromwell 做了一个协议分析器把律所自己的谈判 playbook 和精选先例接进新交易的审阅流程找出条款之间联动产生的风险再生成修改建议和客户意见初稿由律师来挑战和修改Ropes Gray 做了一套尽调系统按照自家律师在数据室里判断”什么对交易重要”的方式搭建每个发现都能追溯到原文并标出诸如关键客户合同是否需要通知或同意这类可能影响收购的问题Cooley 做了一个叫 GO Public 的 IPO 工具从起草招股文件到识别管理层需要关注的风险交易条款一变改动会同步到整份文件。Latham Watkins 则参与设计了信息权限、道德墙ethical wall、客户指令和律所监督这套治理机制。你把这几条和程序员的日常对照一下协议分析器 ≈ 代码审查尽调系统 ≈ 大规模代码库检索IPO 文件联动修改 ≈ 重构时的全局引用更新。 律所干的本质上是把”资深律师的判断”写成了程序。而资本市场对这件事的定价更直白法律 AI 公司 Harvey 的估值从 2025 年 2 月的 30 亿美元一路到 6 月 50 亿、12 月 80 亿、2026 年 3 月 110 亿9 月 9 日又以 155 亿美元估值融了 5.5 亿美元用户超过 10 万名律师、1300 家机构。钱不会无缘无故往一个地方跑——它押的是”律师的工作量里有很大一块可以被机器做”。三、”悄悄”在哪总量没少入口在收窄如果你只看总量数据会觉得”AI 淘汰律师”是危言耸听美国劳工统计局数据显示2026 年一季度律师失业率只有 1.0%律师助理 3.6%都低于全国 4.3% 的水平美国法律行业就业在 2025 年底创了历史新高。但”悄悄”二字的精髓就在这里——变化不发生在存量而发生在入口。NALP 数据500 人以上的大所 2025 年录用了 6,588 名应届法学毕业生比 2024 年的峰值少了 538 人降幅 7.5%是十多年来首次下降最大型律所的暑期实习生班规模降到了 2012 年以来最小追踪约 4000 家律所的 Firm Prospects 数据显示2025 年所有律师招聘中跳槽的有经验律师占 49%应届毕业生只占 38%而前两年应届占比是 46%——有经验的人第一次压过了新人花旗律所银行部门今年夏天调查了 57 家大所约三分之二预计 2028 年的一年级律师人数会少于 2025 年近 60% 预计二年级也会更少。添加图片注释不超过 140 字可选要公平地说Bloomberg Law 的分析认为这里面有历史周期的因素大所招聘见顶后三年往往触底但律所自己对 AI 会如何改变人员结构的预期被明确列为新的推手。PwC 今年的《全球 AI 就业晴雨表》从另一个角度印证了这件事在美国AI 暴露度高的入门级岗位要求”判断力、领导力”这类传统上属于资深员工技能的概率是其他入门岗位的 7 倍这类”被拔高”的初级岗位自 2019 年以来增长了 35%而其他入门岗位下降了 10%。翻译成人话初级岗位没有消失但它的门槛被抬高了——你得一入职就能干原来三年级才干的活因为一年级的活已经交给机器了。这在程序员圈是一模一样的剧本。”会写 CRUD”曾经是入行门票现在是 Codex 的默认能力。四、为什么会用的人反而涨薪1. 市场整体AI 技能溢价 62%而且还在涨PwC 分析了 27 个国家和地区超过 10 亿条招聘广告结论是要求 AI 技能的岗位平均工资溢价达到 62%前一年是 56%再往前的报告里是 25% 左右。要求 AI 技能的岗位数增速是整体就业市场的近 8 倍69% vs 9%。PwC 还把岗位分成了两条轨道”专业化”岗位AI 放大专家判断和”大众化”岗位AI 让外行也能干。前者的岗位增长是后者的两倍薪资涨幅快 42%。律师显然属于前者——前提是你是那个”被放大”的专家而不是那个”被替代”的流程。2. 律所层面同样用 AI赚不赚钱差了一倍Clio 今年的系列报告揭示了一个很反直觉的”效率悖论”独立执业律师中 71%、小型律所中 75% 已经在用 AI但只有不到三分之一的小所因为 AI 实现了营收增长企业级大所这个比例接近 60%在所有使用 AI 的律所里36% 报告营收有正向影响而在”广泛使用”AI 的律所里这个数字跳到 69%。添加图片注释不超过 140 字可选为什么因为按小时计费。Clio 早先的测算是最多 74% 的计时工作信息收集、数据分析之类理论上可以被 AI 自动化。你效率翻倍按小时收费的账单就砍半——省下来的时间如果没有变成更多案子、更高单价的工作或者固定收费产品AI 只是在帮客户省钱。这和量化里的一个老教训一模一样你的信号再好执行和定价模型跟不上alpha 就全漏在交易成本里了。 会用 AI 的律所不只是”用了工具”而是改了定价模型和业务结构把效率变成了利润。3. 个人层面看看顶级律所在给什么岗位开什么价Artificial Lawyer 在 9 月中旬整理了 Latham Watkins 官网上的一批 AI 相关招聘薪资上限摆在那里岗位职责简述薪资上限美元/年AI 与创新副总监客户服务负责面向客户的法律科技与 AI 战略400,000法律创新高级经理诉讼带团队帮诉讼律师评估、落地 AI360,000法律工程律师Legal Engineering Attorney把顶级法律经验拆解成机器可执行的流程提示词、schema、评估集、playbook250,000知识转化律师把先例、playbook 整理成”AI 可用资产”250,000AI 服务律师在案件全生命周期落地 AI 方案250,000作为对照Robert Half 2026 薪资指南里美国 2–3 年经验律师的中位数是 12.35 万美元10 年以上的是 17 万美元律师助理是 6.8 万美元。Glassdoor 上 Legal Engineer 的平均年薪约 17 万美元。添加图片注释不超过 140 字可选口径提醒Latham 的数字是高薪市场的薪资上限传统岗位是全国中位数只适合看量级不适合直接相减。请特别留意”法律工程律师”那条职责描述把复杂的交易和诉讼流程拆成离散、可度量的任务定义输入、输出、决策点和质量标准再写评估集。 各位程序员朋友这不就是需求拆解 接口设计 单元测试吗所以”会用 AI 的人涨薪”涨的不是”会用 ChatGPT”的钱而是“懂法律 会把法律判断工程化”这个稀缺组合的钱。五、以 Codex 为例律师”会用 AI”的四个段位结合我自己用 Codex 写代码的经验我把律师用 AI 的能力大概分成四档L0聊天框用户。 问个法条、改改措辞。这一档的溢价基本已经被”套利”完了——75% 的小所都在这么用它只是入场费。L1会交活、会验货。 把检索、初稿、文件比对交给 Agent自己负责核验每一条引用。这一档最大的坑是幻觉已经有超过一千起涉及 AI 编造引用的法院裁决被整理成数据库。核验能力就是这一档的全部价值。L2会写”说明书”。 用过 Codex 的人都知道它会读项目里的 AGENTS.md 这类指令文件按你定的规矩干活。律师完全可以把自己的工作标准写成这样一份文件比如一个并购尽调小组可以这么写# AGENTS.md示例并购尽调小组 - 每条结论必须附出处文件名 页码/条款号找不到就写未找到禁止推测 - 判例引用必须经检索工具核验并标注核验状态 - 输出格式风险等级 | 条款 | 原文摘录 | 影响 | 建议追问 - 控制权变更、转让限制、通知/同意条款单独成表 - 客户材料不得发送到未经授权的外部工具这一步做完你的”判断标准”第一次变成了可复用的资产——SC 的协议分析器本质上就是这件事的企业级版本。L3会建评估、会并行。 程序员的核心习惯是”先写测试”。律师也可以拿几份你们团队已经审完、知道答案的合同当成测试集每换一个模型、改一次指令就跑一遍看它漏了什么、错了什么。再往上是像 Codex 用户那样同时开多个任务——一个在查先例一个在比对版本一个在起草披露——自己只做最后的判断和取舍。顺手分享一个程序员小技巧把合同放进 Git 管理。 每一轮修改就是一次 commitgit diff 就是最干净的 redline谁在什么时候改了哪一句一目了然Agent 也能直接基于 diff 解释改动的法律影响。Latham 招聘里开到 25 万美元的那几个岗位要的基本就是 L2–L3 的能力。六、量化视角这份溢价会不会消失做量化的人对”溢价”天然警惕因为我们太清楚一个因子被发现之后会发生什么资金涌入拥挤超额收益被套利掉。AI 技能溢价也会衰减而且已经在衰减——”会用 ChatGPT”在 2023 年是亮点2026 年是默认项。但我认为溢价不会消失而是会迁移迁移到两个很难被套利的地方私有上下文。 模型能力会商品化但每家律所的先例库、谈判 playbook、对特定法官和交易对手的经验是别人拿不到的”另类数据”。SC、Ropes、Cooley 做的事都是把这些私有数据接进 AI。谁掌握并能组织这些数据谁就有持续的 alpha。判断和问责。 Thomson Reuters 今年的调查里48% 的法律从业者担心 AI 会影响独立判断能力的培养78% 的律所从业者认为初级律师的成长离不开资深律师带教。这恰恰说明最终签字、承担责任的那个人价值只会更高。 AI 能把一个律师的产能放大十倍但放大的是判断判断错了也会被放大十倍。还有一个值得警惕的”尾部风险”如果律所都不招一年级了五年后的中级律师从哪来这个问题在程序员圈也同样存在目前没有人有好答案。七、给不同人的几句实话法学生别再把”熟练检索和写备忘录”当核心竞争力那是 Agent 的默认能力。去学一点结构化思维和基础的数据/编程素养能把一个流程拆清楚比多背一本书值钱。初级律师 / 律师助理你最危险也最有机会。你离具体流程最近最知道哪些环节可以交给机器、哪些环节会出错。成为团队里那个”AI 的人”把试点做出来、把节省的时间量化出来这是最快的跳级通道。合伙人 / 律所管理者Clio 的数据已经说得很清楚——不改计费模式效率提升就是在给客户打折。认真想想哪些业务可以做成固定收费产品。另外Thomson Reuters 的数据显示个人对 AI 的态度和律所策略不一致的专业人员一年内考虑离职的比例是一致者的近 3 倍14% vs 5%。落后的律所丢的不只是效率还有人。想转行做法律科技的程序员Legal Engineer 这类岗位正在变多但门槛不是代码而是你愿不愿意真正搞懂法律工作。建议从一个具体的法律流程开始跟律师坐在一起把它拆一遍。最后回到标题。AI 确实在悄悄淘汰一些东西——淘汰的是”用时间堆出来的初级工作”淘汰的是”不改变工作方式的人”。但它同时在给另一群人加杠杆。我们程序员已经在这条路上走了一年半最大的体会是Codex 不会替你思考但它会惩罚不思考的人同时奖励会思考、并且能把思考写成系统的人。