一份交通事故纠纷的判决书，过去法官要花大半天梳理事实、套用法条、组织语言；现在，把案情要点和证据清单喂给模型，十几分钟就能拿到一份结构完整的初稿，法官再在此基础上改、核、签。这不是科幻，是部分基层法院正在试的"AI 辅助文书生成"。
它解决的是实打实的痛点。基层法官人均年办案数百件，大量时间是耗在格式化、重复性的文书写作上，而不是思考难点的法律适用。模型最擅长恰恰就是这种有固定结构、有海量先例可参照的文本生成，等于把法官从"打字员"角色里解放出来。从案多人少的现实看，这不是偷懒，是续命。
可争议也跟着来了。最核心的一句是：如果判决结论由 AI 参与了组织甚至推理，那这份文书到底算谁写的？司法的权威建立在"人"的责任之上——签名的人要对每一句话负责。一旦法官把初稿当成品直接签，等于把法律判断让渡给了黑箱，这是任何司法伦理都不允许的。
所以落地时的边界很关键：模型只能做"初稿"，定稿必须是法官在充分理解、逐句核对后的产物，且全过程要留痕、可回溯。对法官，AI 是提效的秘书，不是决策的替身；对当事人，你拿到的判决书背后有 AI 痕迹不必恐慌，真正要盯的是"法官有没有真审过"。对做法律科技的人，这波机会不在"让 AI 判案"，而在"把卷宗、法条、类案喂得准，让初稿少错、好改"。
说到底，司法是最不能"黑箱化"的领域之一。AI 能帮法官写得更快，但绝不能替法官担那个名。技术往前走一步，配套的问责规则就得跟上一步，否则效率红利会变成信任窟窿。
有意思的是，这件事反过来也在重塑法律科技公司的产品观。早几年大家喊"AI 法官"，现在 sensible 的团队都改口叫"智能辅助"，把功能收敛到类案推送、法条检索、文书模板这些"不替你做决定"的环节。对普通当事人来说，这其实是利好：你打官司时，法官背后多了一双不知疲倦的眼睛帮你查漏，但落槌的那一下，依然是一个具体的人、对着具体的你、负具体的责。技术最好的位置，从来不是台前，而是让台前那个人更靠谱。