法律检索错一个判例，可能就输掉一场官司。OpenAI 这次不卖通用聊天，而是把目前最强模型 GPT-6 Astra 改造成专门给法律人用的"地基"——对美国判例法的检索覆盖率做到 99.9% 以上，基准测试里比"纯网页搜索"正确率提升 40%。当通用大模型撞上专业垂类，故事才刚刚开始。
不是聊天机器人，是一套"地基"
9 月 17 日，OpenAI 发布 Astra for Law。它不是一个会陪你闲聊的机器人，而是一个面向律所与法律科技公司的"AI 基础平台（foundation）"：底层是 GPT-6 Astra（OpenAI 当前最强模型），上层叠加了专为法律工作定制的设置、工具与上下文——包括一个法律检索索引、法律分析与写作指令。
图片来源：Pexels
这套打法和过去的"套个提示词"完全不同。API 客户 Harvey、Legora 将基于它构建自己的产品；Sullivan & Cromwell、Latham & Watkins 等顶级律所参与预览。换句话说，OpenAI 把模型能力做成了"水电煤"，让专业公司在这上面盖自己的楼。
数字说话：覆盖率与正确率
检索索引覆盖美国判例法、成文法、法规、法院规则与行政决定，语料超过 2.3 亿个 URL，并借助非营利组织 Free Law Project（CourtListener）接入了 99.9% 以上的美国已发布权威性判例法，且每日更新。
在 Vals AI Legal Research Bench 私有验证集的 200 道美国法律研究题上，最高推理努力下 Astra for Law 总体正确性通过率 54.0%，而仅用网页搜索的 GPT-6 Astra 为 38.7%，相对提升 40%；在案例法聚焦题上多找 24% 的参考案例，在审计目标段落上多检索最多 54% 的相关段落。
图片来源：Pexels
要冷静看待这个 54%：它说明专业检索离"可独当一面"还有距离，但 40% 的相对提升已经足够改变工作流——律师从"全网翻找"变成"在已筛过的权威池里精读"。
治理：零数据保留与道德墙
法律场景最敏感的从来不是能力，而是保密。Astra for Law 的治理设计值得细看：符合条件律所通过 Trusted Access 使用，API 提供零数据保留（ZDR），ChatGPT Enterprise 默认排除人工审核，并与 Latham & Watkins 合作设计信息权限、道德墙与客户监督机制；另有 26 个生态插件连接 Relativity、Clio 等既有工具。
这条线透露出一个趋势：垂直大模型的竞争，一半在模型、一半在合规架构。谁能把"客户数据不出域、可审计、有权限边界"做扎实，谁才进得了严肃行业的门。
图片来源：Pexels
给AI相关人士的启发
对做 AI 数据工程、AIGC 应用的人来说，Astra for Law 是一份"垂类落地样本"：通用模型的天花板很高，但真正产生付费价值的地方，是把模型塞进一个行业的检索、保密与 workflow 约束里。未来最稀缺的，可能不是"会训模型的人"，而是"懂某个行业痛点、能把模型焊进真实业务流程"的人。垂直化，是这一轮 AI 商业化最稳的一条路。
来源：OpenAI 官方博客《Introducing Astra for Law》