### [合同审查、40份证据对线、跨境合规一次做完：智谱GLM-Legal来了，但别把它当AI律师](https://www.zuoshipin.com/article/53272)

**Published:** 2026-10-13T11:07:19

**Author:** 天才交易员

**Excerpt:** 智谱推出法律专用模型GLM-Legal，面向合同审查、证据链梳理和跨境合规研究。本文核对官方基准、三组真实工作…

**导读：**智谱把GLM-5.3-Flash继续训练成了一个专攻法律工作的模型：它能审合同、把40份证据串成时间线，也能把跨境隐私要求拆成上线清单。最吸引人的不是“会背多少法条”，而是它开始像一名项目助理那样处理**材料、引用、修订与交付**。但这同样是高风险场景，任何输出都不能绕过律师或法务复核。

**信息边界：**本文的成绩和案例来自Z.ai官方披露，其中Harvey LAB与LegalBench由Vals独立评测。GLM-Legal目前没有开源权重，价格也未公布；API测试申请和AutoClaw即将接入，不等于所有用户已经可以直接使用。

[![智谱发布法律专用模型GLM-Legal](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image00.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image00.webp)

智谱发布法律专用模型GLM-Legal。

## 01 / 智谱为什么要单独做一个法律模型？

法律工作对大模型的要求，远比“回答一个法律问题”复杂。模型必须从合同、邮件、报告和证据中抽取事实，把事实与规则连接起来，保留可核查引用，还要严格按照委托说明输出可供客户或团队使用的文件。

**GLM-Legal基于轻量化GLM-5.3-Flash打造**，通过法律语料中期训练补足领域知识，再在数万种逼真法律环境里做强化学习。智谱强调模型与Agent Harness共同演进：Harness负责组织上下文、连接工具和回传执行反馈，模型则学习如何规划任务、处理中间结果并按要求交付。

第三层训练来自真实从业者反馈，评价标准很直接：关键问题有没有漏、引用是否可靠、是否遵守任务说明、下游团队能不能直接使用。换句话说，它优化的不是文风，而是**交付物可用性**。

## 02 / 19.2%意味着什么？别把“全通过率”看成普通准确率

[![GLM-Legal在Harvey LAB、LegalBench与PLawBench上的官方基准结果](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image01.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image01.webp)

GLM-Legal在Harvey LAB、LegalBench与PLawBench上的官方基准结果。

| 基准  | GLM-Legal | 应该如何理解 |
| --- | --- | --- |
| **Harvey LAB** | 19.2%全通过率 | 覆盖24个执业领域的端到端任务，严格口径要求所有环节均通过；基础模型为6.7%，提升12.5个百分点。 |
| **LegalBench** | 86.2 | 测试专业合同、并购文件与司法意见理解，结果接近前沿闭源模型。 |
| **PLawBench** | 77.3 | 面向中文法律咨询、案件分析和文书起草，重点是本地化法律实践。 |

19.2%看上去不高，但它不是一道题答对多少，而是一个复杂任务必须从头到尾都不掉链子。它说明领域训练显著改善了执行可靠性，也说明**距离无需人工复核还很远**。

## 03 / 合同审查：从“建议注意退出条款”变成可以谈的红线

官方演示要求模型审查一份软件服务合同，客户准备更换供应商，重点是终止与交接。基础模型只能给出泛化建议，而GLM-Legal把建议落到了条款层面：

-   把便利终止通知期从**60天缩短到30天**。
-   知识产权、保密或数据安全违约时取消补救期，允许立即终止。
-   终止后返还全部交付物和在制品，不再以是否已付款为唯一条件。
-   增加最长**90天过渡协助**，覆盖源代码、文档、数据和知识移交。

[![GLM-Legal识别合同退出条款并给出红线修订建议](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image02.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image02.webp)

GLM-Legal识别合同退出条款并给出红线修订建议。

这类输出的价值在于，它把商业目标“顺利换供应商”转成可以进入谈判的具体文字。未来接入AutoClaw后，官方演示设想是把修订直接写入Word并保留修订痕迹和批注；但在正式开放前，这仍应视为产品预告。

## 04 / 证据分析：40份文件不是做摘要，而是找矛盾链

第二个案例来自软件项目争议。模型需要分析40份文件，找出供应商对外进度报告与内部记录之间的冲突。GLM-Legal连接了三组关键信息：

-   对外报告声称项目“按计划推进、完成60%”。
-   内部快照显示实际完成度约为41%，更早邮件还提示里程碑无法如实达到。
-   CEO要求压低风险表述并继续开票，把内部认知与对外披露决定连接起来。

[![GLM-Legal从40份项目文件中整理矛盾证据和时间线](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image03.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image03.webp)

GLM-Legal从40份项目文件中整理矛盾证据和时间线。

更重要的是，模型保留了文档编号，并把“文件写了什么”与“这些材料可能支持什么理论”分开。它也没有直接下结论，而是提示继续核对完成度口径和剩余要件。

**实务提醒：**证据排序和矛盾发现适合交给AI加速，但证据真实性、完整性、可采性、特权保护以及最终案件理论必须由律师判断。不要把模型推断写成既定事实。

## 05 / 跨境合规：把“遵守隐私法”拆成上线前任务

第三个案例是一家网站准备在新加坡、马来西亚和印度尼西亚上线，涉及分析追踪、邮件营销和海外云存储。相比基础模型的原则性提醒，GLM-Legal给出了P0级上线前清单：

-   准备英文和印尼文隐私通知，说明处理目的、跨境传输、用户权利和投诉渠道。
-   非必要分析和广告追踪采用主动同意，并保存同意记录。
-   营销许可与注册分开，退订请求进入抑制名单。
-   梳理云、支付、邮件、分析和CDN供应商及数据目的地，核对各市场所需合同与传输保障。

[![GLM-Legal生成新加坡、马来西亚与印度尼西亚上线前隐私合规清单](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image04.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/glm-legal-image04.webp)

GLM-Legal生成新加坡、马来西亚与印度尼西亚上线前隐私合规清单。

这类清单适合做项目管理起点，但法规版本、业务细节、数据流和监管解释会变化。上线前仍需要当地律师验证，不应把模型输出直接当成合规证明。

## 06 / 真正落地时，建议把它放在“律师之前的第一遍”

1.  **先写事项说明：**明确法域、当事人、商业目标、截止时间、不可接受风险和交付格式。
2.  **统一材料编号：**文件名不要只写“最新版”，给合同、邮件、报告和附件设置唯一ID。
3.  **强制引用：**要求每个事实结论附文档编号、页码或条款号；找不到依据就标记“待核实”。
4.  **分层输出：**分别列出事实、适用规则、分析、未知项、风险等级和下一步调查。
5.  **合同双轨交付：**同时输出红线文字和修改理由，再让负责律师决定是否接受。
6.  **保留审计记录：**记录输入版本、模型版本、提示词、输出和人工修改，敏感材料使用最小权限。
7.  **最终由人签字：**对外法律意见、诉讼策略、监管申报和高风险合同必须由有资质人员负责。

## 07 / 通用大模型、GLM-Legal与律师，三者不是替代关系

| 角色  | 更适合 | 主要短板 |
| --- | --- | --- |
| **通用大模型** | 通俗解释、初步摘要、格式整理和一般写作 | 领域严谨性、长链路任务和引用可靠性不稳定 |
| **GLM-Legal** | 多文档法律任务、合同红线、证据链和合规清单 | 仍会遗漏或误引，不能承担执业责任，目前访问受限 |
| **律师 / 法务团队** | 事实判断、法律适用、谈判策略、专业责任与最终签署 | 重复材料整理耗时，适合借助AI提高首轮处理效率 |

## 08 / 做视频网观点：法律AI的胜负手不是法条背得多，而是能否留下证据

法律场景最怕“说得像真的”。所以一个法律模型真正有价值的能力，不是把结论写得更肯定，而是能否准确指出依据在哪里、哪些信息缺失、哪些内容只是推断，以及下一步该补什么材料。

GLM-Legal的三组演示都在强调这一点：合同改动对应商业目标，证据分析保留文件编号，合规清单区分共同底线与各国待确认要求。它比普通聊天模型更接近工作流，但**接近工作流不等于取得执业资格**。

**一句话总结：**GLM-Legal最适合做法律团队的高速“第一遍”：先读材料、找问题、串证据、出草案，再由律师完成验证、取舍和签字。把它当加速器，会很有价值；把它当最终裁判，风险同样会被放大。

## 站内导航与相关阅读

**GLM-Legal导航：**[https://www.zuoshipin.com/link/53271.html](https://www.zuoshipin.com/link/53271.html)

**GLM-5.3-Flash导航：**[https://www.zuoshipin.com/link/26261.html](https://www.zuoshipin.com/link/26261.html)

**GLM-5.3-Flash深度解析：**[https://www.zuoshipin.com/article/26263](https://www.zuoshipin.com/article/26263)

**GLM-5.3-Highspeed灰度曝光：**[https://www.zuoshipin.com/article/52255](https://www.zuoshipin.com/article/52255)

## 官方资料

-   [Z.ai官方GLM-Legal技术介绍](https://z.ai/blog/glm-legal)
-   [GLM-Legal API测试申请](https://z.ai/consultation/legal)
-   [Vals独立评测结果](https://www.vals.ai/models/zai_glm-legal)
-   [AutoClaw官方网站](https://autoclaw.z.ai/)

**Tags:** AutoClaw, GLM-Legal, 合同审查, 智谱AI, 法律AI

**Categories:** AI资讯

---