清华发布的Legal Skills和Claude for Legal有什么编排差别

推荐语

清华大学与Anthropic发布的两套法律AI技能，前者聚焦法律思维底层能力，后者贴合律师日常工作流，差异显著。

核心内容：
1. 两套技能处于不同层面：清华版是推理能力库，Claude版是执业领域工作流
2. 组织方式差异：清华版按能力类型横切，Claude版按执业领域纵切
3. 调用逻辑不同：清华版采用串行流水线，Claude版基于领域上下文引导

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

发布之后，有朋友来问我：这是 Claude for Legal 的中国版吗？跟 Anthropic 官方那套有什么区别？

我们今天就来看一下。

两套都叫"法律 AI 技能"，但一对比就会发现它们不是在解决同一个问题，甚至不在同一个层面。

一、它们处于不同的层

Legal-Skills-Chinese 是一套推理能力库。

它拆解的是"法律思维怎么运转"：要素提取、概念理解、演绎推理、论证评估……每个 skill 只做一件事，是推理链上的一个节点。

两个复合能力（判决书生成和判决预测）是把这些节点串成流水线，但流水线本身是显式定义好的，按固定的 8 步顺序走。

Claude for Legal 处于另一层。

它解决的是律师的日常工作怎么跑。

12 个插件不按推理类型分，按执业领域分：litigation-legal、commercial-legal、employment-legal，诉讼律师有诉讼律师那套，商业合同律师有商业合同律师那套。

每个插件里有 10 到 16 个 skill，覆盖这个领域从接案到出文书的完整流程。

二、组织轴不同

清华版按能力类型横切：

信息检索 → 事实要素处理 → 法律解释 → 法律推理 → 论证评估 → 风险判断 → 文书管理

这条轴穿越所有法律场景。无论你在做合同审查还是刑事辩护，演绎推理都是演绎推理，证据评估都是证据评估。技能的分类依据是思维的类型，不是工作的场景。

Anthropic 版按领域纵切。每个插件是一个独立的执业世界：litigation-legal 里面有案件接入（matter-intake）、证据链梳理（chronology）、需求函起草（demand-draft）、开庭前清单（trial-prep-final）……每个技能都在"诉讼律师的日常"这个上下文里展开，不是抽象的推理步骤。

两者的隐含假设不一样。清华版假设你知道自己要做什么推理，然后去调相应的能力。Anthropic 版假设你知道自己在哪个领域，领域里的工作流自然把你引到对应的技能。

对律师这一职业来说，后者可能更加自然。你的工作身份是"诉讼律师"，不是"需要做演绎推理的人"。

三、调用方式不同

清华版的调用逻辑是串行流水线。以判决书生成为例，输入案件事实后走固定的 8 步，每两步之间有质量检查点（QC），不通过就回溯上游重来。流程里有条件分支：案子涉及共犯就激活共犯推理层，涉及未遂就激活犯罪形态推理层，但框架本身是预先固定的。

可预期是这套逻辑的好处：你知道模型走了哪几步，哪个环节出问题就在哪修。代价是场景依赖强。这条流水线是为"生成裁判文书"设计的，你的任务如果是"梳理一份合同的争议条款"，流水线就对不上了。

Anthropic 版的逻辑是路由分发。每个插件都有一个路由 skill，先读任务，识别是什么类型的工作，然后分发到对应的分析 skill。分析 skill 有自己的详细清单和工作流，但不强制固定顺序，围绕任务展开。

你不需要先想清楚"这是什么推理步骤"，直接扔一个任务进去，模型自己决定走哪条路。

四、有没有持久记忆

这是两套体系差别最大的地方，也最容易被忽视。

Legal-Skills-Chinese 没有状态。每次调用从零开始，没有用户画像，没有历史记忆，没有关于你这个律师的任何积累。这是能力库的正常形态，它提供推理框架，不存储用户信息。

Claude for Legal 在每个插件里都内置了冷启动面试机制（cold-start-interview）。第一次用之前，插件会问你：你在哪里执业、主要服务什么类型的客户、你的合同审查标准条款是什么、遇到什么情况要升级给合伙人。问完后，答案写进一个配置文件，之后每次调用这个插件，都在这个画像基础上运行。

效果是什么？同样一份合同丢进去，专注互联网公司的律师和主打传统制造业的律师，会得到不同的分析重点。不是因为模型知识不同，而是因为模型知道你是谁、你的客户是谁、你的审查标准是什么。

这个差异比看起来要大。大多数"法律 AI 工具"给你的是一个通用答案，而真正有用的专业工具应该知道你在哪里，你的客户是谁。

五、harness在保护不同的东西

清华版的质量检查点（QC）是逻辑层面的：法条有没有覆盖全部争议焦点？推理链有没有逻辑矛盾？量刑结论有没有超出法条规定的幅度？它在验证推理是否完整正确。

Claude for Legal 的 9 层护卫栏是责任层面的：每一条引用都标注来源（是从数据库检索到的，还是模型训练数据里的？）；发现不确定时过度标记而不是静默通过；检测到管辖范围不对时明确说明而不是套用默认框架；发送给外部前检查是否会放弃特权保护。

清华版在查推理对不对，Anthropic 版在管谁对这份输出负责。

对实务工作来说，这两层都需要。推理不完整，结论就错。但结论正确、来源不清，你也不敢直接用。清华版解决了前者，Anthropic 版解决了后者。如果你要在实际工作里用清华版的推理框架，来源追溯这部分需要自己补上——每条法条引用打上标注，标清楚是检索到的还是模型记忆里的。

两套体系拼合一下也许会更好

两者不是竞争关系，是两层：推理能力（怎么想）和场景框架（怎么用）。理论上完全可以叠起来用。

一个具体的例子：Claude for Legal 的诉讼插件里有证据论证链技能，但它描述的是工作流步骤，没有具体的推理方法。如果把清华版 evidence-argument-chain 的推理逻辑——"主张→构成要件→证据→证明力评估"这套映射——填进去，这个技能的质量就会高很多。

反过来，清华版缺少的是场景编排。它有法条检索，但没有"这次分析做完，下一步是起草代理词还是先发律师函"的决策树。Anthropic 的路由机制补了这个缺口。

但目前国内还没有人把这两层系统性地拼起来。