Legora CTO Jacob Lauritzen 谈如何在无法查看客户数据的情况下构建法律智能体
Building Legal Agents When You Can't See the Data - Jacob Lauritzen, CTO of Legora
Latent Space 播客对话 Legora CTO Jacob Lauritzen（67分钟），讨论在客户数据完全不可见的前提下如何构建和测试法律智能体。
← 对话列表Latent Space 播客
Legora 完全无法读取其智能体为律师所做工作的任何痕迹。数据属于律师事务所的客户。当你看不到智能体的工作时，如何构建和测试它？Jacob Lauritzen 是 Legora 的 CTO，Legora 是增长最快的公司之一……
收听本期对话67 分钟
Legora 完全无法读取其智能体为律师所做工作的任何痕迹。数据属于律师事务所的客户。当你看不到智能体的工作时，如何构建和测试它？
Jacob Lauritzen 是 Legora 的 CTO，Legora 是法律科技历史上增长最快的公司之一。团队最初在斯德哥尔摩的一间地下室里，用 ChatGPT、瑞典法律和一个搜索工具起步。如今，律师可以用 Legora 起草和编辑 Word 文档，在一张表格中审阅 10,000 份合同，或开展尽职调查。智能体还能在律师、客户和其他智能体之间协调工作。当 Legora 自己进行收购时，团队也用它来做尽职调查。
我们聊了什么
• 为什么 Legora 多年来一直拒绝添加模型选择器，以及为什么最终又添加了
• Jacob 估计模型目前已经能很好地完成约 60% 的法律工作，以及为什么剩下的部分需要更聪明的模型
• 三名工程师和三名律师如何以客户的工作为原型构建测试环境，这很像强化学习中使用的“世界”
• 一个引用（citation）问题：模型最初的正确率是 70%，一次发布后达到 99%。Legora 无需做任何更改。
• 为什么 Legora 把一切都运行在 Azure 上，以及为什么不用 ElevenLabs
• Tabular Review——这个被全行业连名字都照搬的百万单元格表格
• 案件受理（intake）是如何运作的，智能体如何创建列表，以及一个列表如何启动另一个智能体
• 法律工程师和前置部署工程师各自做什么，以及谁能写代码
• Jacob 曾用“300 名斯巴达勇士”的幻灯片论证 20 名工程师就永远够了。现在有 100 人，他仍然觉得人手不够。
• 为什么 Jacob 觉得 Fable 和 Opus 用于起草太啰嗦，而喜欢 Astra 简洁的文风
• 为什么起草长合同是一个搜索问题
• 模型实验室是否会像切断编程工具那样切断法律工具
• 律所合伙制、按小时计费以及初级律师的工作将何去何从
Legora 正在纽约、斯德哥尔摩和伦敦招聘工程师。
章节
0:00 冷开场
0:40 认识 Legora CTO Jacob Lauritzen
1:05 在斯德哥尔摩地下室以弱者身份起步
1:54 Legora 如何从带瑞典法律的 ChatGPT 成长为法律智能体
4:12 从助手到智能体的转变
5:23 Legora 使用哪些模型，以及为什么添加了模型选择器
7:48 如今的模型对律师来说够用吗？
8:20 九个月前智能体做不到的事
9:18 在模拟世界和 10,000 份文件的数据室中测试智能体
10:07 评测团队与 Legora 的 100 名法律工程师
11:03 当评测似乎不值得做时，以及一次发布让引用正确率从 70% 提升到 99%
12:18 未来五到十年法律执业可能是什么样子
14:18 律所合伙制模式能存续吗？
16:40 律师助理和初级律师会怎样？
18:00 按小时计费以及为什么早期的法律科技未能成功
19:39 钱现在流向了哪里
22:44 Legora 如何用自家产品做收购尽职调查
23:59 瑞典律所和美国律所有何不同
26:12 在无法读取 trace 时的产品指标
27:41 对 trace 进行改写并把失败收窄到 10 到 20 种类型
28:42 为什么数据隐私促使 Legora 把一切都在 Azure 上运行
30:04 开放权重模型与模型套利
30:55 转录模型，以及 Legora 为什么不用 ElevenLabs
33:33 智能体、Tabular Review、项目以及 Word 加载项
34:24 律师如何使用 Tabular Review
35:51 为什么电子表格有效，以及从前 10 行能学到什么
37:53 法律案件登记机器人如何在 Slack 中工作
39:11 智能体如何创建列表，列表又如何启动智能体
40:15 在这些相同模块上构建产品并收购 Wexler
42:37 Legora 的前沿部署工程师做什么
43:52 法律工程师和前沿部署工程师如何为大客户上手服务
46:43 未来一年前沿部署团队的下一步计划
47:24 Legora 为什么抗拒构建 API
49:26 智能体能成为 API 吗？
50:12 300 斯巴达勇士幻灯片与保持 20 名工程师规模的计划
51:32 没有人要求 Legora 做出的那些押注
53:05 针对法律研究的开放权重模型后训练
54:05 搜索、检索与后期交互
54:51 什么造就优秀的法律智能体框架，以及为什么起草依赖于搜索
56:25 哪个模型写出的初稿最好？
57:03 幻觉与 Legora 的引用系统
57:41 律师会核查引用吗？
58:19 处理百万 token 合同：MapReduce 还是一个大上下文窗口？
1:00:16 获取匿名化示例，以及收购一家律所以获取其数据的想法
1:01:53 为什么 Jacob 建议不要默认使用嵌入模型
1:02:44 律师会在 Legora 中工作，还是通过 Claude？
1:03:26 模型实验室会切断 Legora 的访问吗？
1:04:24 法学院与面向计算机科学专业学生的奖学金
1:05:28 在纽约、斯德哥尔摩和伦敦招聘
1:06:09 为什么大多数工作最终都会变成法律工作
嘉宾 — Jacob Lauritzen，Legora 首席技术官
联合主持 — swyx，Latent Space
主持 — Basil Chatha，Forward Deployed
感谢阅读
稍稍领先于时代。
新鲜观点、原创报道和深度对话，直达你的收件箱。
来源： Latent Space · latent.space