# OpenAI 进军法律市场，却选了最轻的一种做法

- 来源：Computing Life · Share · 鸭哥调研
- 发布时间：2026-09-20T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58614
- 原文：https://yage.ai/share/openai-legal-lightest-play-20260920.html

## 摘要

OpenAI 发布了 Astra for Law，没训新模型、没做微调，只是给 GPT-6 Astra 配了一个 2.3 亿 URL 的法律检索索引和一套调好的系统指令。在 Vals AI 的 200 道私有测试题上，它拿到了 54.0% 的 all-pass 通过率，比裸模型高了 15.3 个百分点，但这是厂商自报数据，第三方复核还没出来。文章梳理了...

## 推荐理由

OpenAI 用最轻的方式进法律市场，这件事本身比跑分更有信息量。文章把产品拆清楚了：GPT-6 Astra 加 2.3 亿 URL 检索索引加系统指令，没训新模型也没微调。Vals AI 的 54.0% all-pass 通过率给了，但我会先打个折，因为厂商自报、第三方复核还没出。对从业者来说，知道巨头怎么出牌、牌面数据有哪些坑，比一个分数重要。

## 锐评

OpenAI 选了全场最省事的做法，这恰恰是过去四年市场用钱砸出来的结论：法律 AI 的硬骨头大多不在模型参数里。之前两波路线都栽了跟头——BloombergGPT 从零训垂直模型没落地，Harvey 早期给通用模型灌法条做微调也跟不上法律更新和基座迭代。现在活下来的玩家分三路下注：汤森路透和 LexisNexis 押内容，靠编辑团队和引证图谱保证判例不过时；Harvey 转向押权重，用后训练教模型做事的行为模式而非死记条文；OpenAI 和微软、Anthropic 这些巨头押接入，只做外围索引和指令配置。Astra for Law 这套方案会杀死那些简单套壳 API 的产品，但对 Harvey 这种把工作流做深、年收入冲到 4 亿美元的公司，反而构不成致命威胁。文章没披露 54% 通过率对应的具体失误分布，也不知道那 2.3 亿链接里判例覆盖率和更新延迟到底怎么样，这些缺口直接决定产品在真刀真枪的诉讼里能不能用。