法律工作長期以來面臨一個結構性難題：時間永遠不夠用。一名初階律師被要求在一夜之間審閱大量合約，最後往往只能處理其中一小部分，其餘文件裡可能藏著未被發現的風險。這種限制不只影響工作效率，更直接決定了法務團隊能承接哪些工作、哪些工作被迫委外或乾脆縮小範圍。瑞典新創公司 Legora 想解決的正是這個問題。該公司於 2023 年在斯德哥爾摩成立，執行長暨共同創辦人 Max Junestrand 將其定位為「法律工作的代理式作業系統」，目標是讓每一項法律工作都能透過平台隨需即用。這篇文章根據 OpenAI 官方於 2026 年 10 月 28 日發布的客戶案例，整理 Legora 的作法、成果與限制。
核心內容
所謂「代理式（agentic）」AI，指的是 AI 不只回答問題，而是能自主執行多步驟任務：搜尋文件、比對條款、標示異常、產出結構化結果，再交由人類複核。Legora 將這類能力嵌入律師日常工作流程，涵蓋代理式法律工作到大規模文件審閱。OpenAI 從早期就參與這段歷程：GPT-3.5 推出時，讓創辦團隊嘗試的多種法律應用得以實現；如今 OpenAI 是 Legora 的重要模型供應商，每當有新的模型能力推出，Legora 就會據此開發新功能。此外，透過 ChatGPT 的 Legora 外掛程式，法務團隊也能直接在 ChatGPT 對話中使用 Legora 的功能。
值得注意的是，Legora 不只把 AI 賣給客戶，也在內部全面使用 ChatGPT、Codex 與 dot。Junestrand 強調維持 AI 原生運作方式的重要性。技術長 Jacob Lauritzen 指出，程式碼編寫代理改變了工程節奏：團隊不必押注單一方案，而是能同時探索約 20 種解決方案，在幾天內選出最好的那一種。排錯方式也跟著改變——過去診斷產品問題可能要多名工程師花數小時分頭調查，如今程式碼編寫代理能搜尋數百萬行日誌、同時追查多種可能原因，有時從收到錯誤回報到完成有效修正只需約五分鐘。客戶雖然看不見這些內部效率，但能感受到結果：問題更快解決、回饋更快傳達給產品團隊、新構想能在開發更早期與客戶共同測試。
實際成果與數據
Legora 自家法務團隊是最直接的受益者。法務長 Emma Kadri Bergström 帶領團隊分析過往簽署的保密協議（NDA），建立一套審閱準則，讓 AI 先行初審新收到的協議並標示超出可接受範圍的條款。導入前，這類「枯燥的文件」約占法務團隊 20% 的工作量；如今已降至不到 1%，等於審閱時間減少逾 95%。這對一家快速擴張的公司格外關鍵：過去一年 Legora 的據點從三個增至 18 個，完成三輪融資與五起收購，法務團隊必須在支撐成長的同時與業務保持緊密連結。AI 也讓團隊能承接過去因人力有限而必須委外的工作，例如併購盡職調查中，代理先行審閱整套交易文件並找出資訊，再由律師檢視與解讀。Kadri Bergström 的總結是：「AI 不只讓你做得更快，也讓你做得更好。」
客戶端的變化則體現在分析範圍的擴大。全球法律工程主管 Alex Fortescue-Webb 以盡職調查為例：傳統審閱受限於時間與成本，團隊往往只對價值最高的合約深入審查，其餘合約的風險無人檢視。Legora 的表格式審閱工作流程能在幾分鐘內，針對多項問題分析數千份合約，讓律師得以對更大範圍的合約進行細緻審查，過去被排除在人工審閱之外的風險如今也能被找出來。數據上，一家《財富》百大企業客戶的合約處理時間縮短了 90%，委外訴訟與盡職調查費用節省逾 2,000 萬美元，每位律師每週省下 9.5 小時，可投入更高價值的工作。
脈絡解讀與推廣經驗
Legora 的領導層也整理出幾條實務心得。首先是「親自使用、以身作則」：當超過 75% 的領導者積極使用平台時，整個組織的使用量中位數會達到原來的三倍。其次是從問題出發，先聚焦人們需要完成的事，再判斷 AI 能在哪些環節改善流程；同時建立內部推廣者網絡，把初步嘗試轉化為持續使用。另外兩點則反映出 AI 產品的特殊性：隨時準備重新打造——模型進步會讓過去的產品假設迅速失效，Lauritzen 甚至說模型的進步迫使他每兩週就得重新思考一次發展藍圖；以及將信任融入設計，從一開始就把評估、測試與透明度納入使用體驗，這在法律這種高度依賴專業判斷與保密性的領域尤其重要。
影響與限制
這些成果顯示 AI 對法律工作的影響不只是加速，而是改變了可承接工作的邊界。Legora 規劃的下一步是兩條並行的路線：一是讓代理處理耗時更長、需要更多背景資訊與更高自主性的任務，例如涵蓋數百萬頁文件的盡職調查可在夜間執行，律師隔天早上檢視已完成的分析；二是隨著模型速度提升，走向人機即時協作——律師與 AI 針對合約、分析或法律意見反覆討論、共同推進，而非單純下達指令、接收答案。Lauritzen 認為人與 AI 攜手合作才能創造最好的成果。
不過，閱讀這類案例時仍需注意幾點。這些數據來自 OpenAI 官方發布的客戶故事，屬於供應商觀點的成功案例，並非獨立驗證的研究結果；個別客戶的規模、文件類型與流程基礎都會影響實際成效，同樣的縮短幅度未必能直接套用到其他組織。更重要的是，文中描述的模式始終是 AI 先行處理、律師複核與解讀，專業判斷與最終責任仍落在人類身上。Bergström 點出了另一層意義：法務部門最擔心成為業務瓶頸，一旦如此，業務單位就不再來找你——AI 正讓法務團隊從瓶頸轉變為業務夥伴。如果這條路走得通，律師省下的時間將投入策略、判斷與仍需由人完成的高價值決策，正如 Junestrand 所說：「現在是有史以來最適合當律師的時代。」
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。