OpenAI法律AI发布Astra for Law：99.9%美国判例法装进检索索引
内容提要
OpenAI发布法律AI工具Astra for Law，其检索索引覆盖超99.9%美国已公布先例判例法，并结合GPT-6 Astra，法律研究正确率达54%，远超网页搜索版。该工具支持零数据保留、26个插件，并允许律所定制。但成本高、定价未公布，模型仍可能出错，需律师审核，且存在供应商锁定风险。
延伸解读
54%正确率的现实含义
Astra for Law在Vals AI测试中总体正确率54.0%，虽比网页搜索版38.7%提升40%，但意味着近一半问题未通过整体正确性检查。法律工作对错误容忍度极低，引错判例可能导致客户败诉。因此，该工具目前更适合作为辅助检索手段，而非独立决策依据，律师审核仍是必要环节。
成本与定价的不确定性
文章披露Astra for Law每次回答成本最高接近6美元，远高于网页搜索版。若律所每天进行数百次法律研究，成本将显著累积。然而，OpenAI未公布API定价和推出日期，仅表示会继续改进。对于法律科技公司和中小律所，成本能否降至可承受范围，是决定其能否普及的关键悬念。
保密与供应商锁定风险
OpenAI通过可信访问计划提供零数据保留，并合作设计伦理墙，但零数据保留是合同承诺，依赖内部审计，律所只能选择信任。同时，OpenAI既向法律科技公司供货，又直接服务律所，存在竞争关系。律所若基于Astra for Law构建工具，未来面临涨价或条款变更时，迁移成本可能极高，供应商锁定风险不容忽视。
头部律所先行，中小律所难复制
Astra for Law允许律所定制工具，但需要技术团队、数据治理和改变工作方式的意愿。Sullivan & Cromwell、Ropes & Gray等头部律所已搭建协议分析器、尽职调查系统等。中小律所难以复制这种模式，因此该工具可能先服务头部律所，再通过法律科技公司向下渗透，这一差距本身也构成商业机会。
Q&A
OpenAI发布的Astra for Law是什么？它有什么核心特点？
Astra for Law是OpenAI发布的法律AI工具，它将GPT-6 Astra模型与覆盖超过99.9%美国已公布先例判例法的法律检索索引结合，支持零数据保留、26个插件，并允许律所定制。其法律研究正确率达54.0%，远超网页搜索版的38.7%。
Astra for Law的法律检索索引覆盖范围有多大？数据来源是什么？
该索引收录美国案例法、法规、规章、法院规则和行政决定，数据库超过2.3亿个URL，每天新增资源。OpenAI与非营利组织自由法律项目合作，其运营的CourtListener数据库覆盖超过99.9%的美国已公布先例判例法。
Astra for Law在Vals AI评测中的正确率是多少？与网页搜索版相比如何？
在Vals AI的200道美国法律研究题测试中，Astra for Law在最高推理努力下总体正确率为54.0%，而GPT-6 Astra仅用网页搜索的正确率为38.7%，相对提升40%。在案例法问题上，Astra for Law找到的参考案例比网页搜索版多24%。
Astra for Law如何保障律所的数据保密和客户隐私？
OpenAI为合格律所提供可信访问计划，API提供零数据保留，ChatGPT企业版默认排除人工审查。OpenAI还与Latham & Watkins合作设计信息权限、伦理墙、客户指令和律所监督。但零数据保留是合同承诺，依赖OpenAI内部操作和审计。
Astra for Law的插件生态包括哪些功能？对律师工作有什么帮助？
Astra for Law发布了26个合作伙伴插件，覆盖案件管理、电子取证、文件管理、计时和先例比较等。律师可以在ChatGPT里起草谈判简报并保存到案件文件，业务管理系统可浮现需记录工时的活动，先例工具可拉取之前交易做比较。汤森路透将HighQ案件上下文带入ChatGPT，并预览CoCounsel Legal连接器。
律所如何利用Astra for Law定制自己的工具？有哪些案例？
OpenAI的前沿部署工程师与选定律所合作，用ChatGPT企业版做自定义界面和专有数据集成。例如Sullivan & Cromwell搭建协议分析器，将谈判手册和精选先例带入新交易审查；Ropes & Gray搭建交易尽职调查系统；Cooley搭建GO Public用于公司上市准备。这些工具需要律所有技术团队和数据治理能力。
Astra for Law的定价和成本如何？目前有哪些限制？
公告未公布API定价和日期，但成本图显示每次回答成本最高接近6美元。54.0%正确率意味着近一半问题未通过整体正确性检查，模型仍可能出错，需律师审核。此外，存在供应商锁定风险，且中小律所难以复制定制工具。
