发生了什么
OpenAI 于 9 月 17 日发布 Astra for Law，把旗舰模型 GPT-6 Astra 与一套法律专用配置打包，面向律所与法律科技公司提供可构建产品与工作流的底座。该产品并非新模型：它在 GPT-6 Astra 之上叠加了法律检索索引、法律分析与写作指令，以及针对保密客户工作的隐私与治理控制。产品初期通过 Trusted Access 计划向选定律所在 ChatGPT 与 Codex 中开放，在模型选择器中显示为 GPT-6 Astra Law，API 版本标识为 gpt-6-astra-law，API 开放时间与定价尚未公布。
- 检索语料：覆盖美国判例法、成文法、法规、法院规则与行政决定，涉及逾 2.3 亿个网址并每日更新
- 数据合作：与 Free Law Project 的 CourtListener 合作，官方称其判例集覆盖超过 99.9% 已公布的美国先例判决
- 生态插件：同步上线 26 款合作方插件，接入 Relativity、Clio、iManage、Intapp、DeepJudge 等工具；汤森路透将 HighQ 事项上下文接入 ChatGPT，并预览面向 CoCounsel Legal 的连接器
- 合规控制：合规律所可获 API 零数据保留，ChatGPT Enterprise 默认不纳入人工审核；Latham & Watkins 参与设计信息权限、伦理隔离墙与客户指示的治理方案
关键测试数据
OpenAI 在 Vals AI 法律研究基准的私有验证集中抽取 200 道美国法律研究题做对比，两套系统均运行在最高推理强度。Astra for Law 的整体正确率检验通过率为 54.0%，仅使用网页搜索的 GPT-6 Astra 为 38.7%，相对提升约 40%。在判例法相关问题上，前者找到的参考案例多出 24%；在经审计的目标段落集上，从正确判决书中检索到的相关段落最多多出 54%。
- 输出风格：法律业务负责人 Boehmig 称，Astra for Law 的回答长度约为普通 Astra 的两倍，这是根据律师试用反馈作出的调整
- 技术逻辑：工程人员 Sherwin Wu 表示，把回答锚定在真实判例上之后，杜撰内容减少，法律推理更站得住
- 客户定位：据路透社与 Business Insider 报道，该产品面向法律科技公司以及美国规模最大的约 200 家律所
为什么重要
这是专业服务垂直化路线的一次典型落地：通用模型叠加受控语料与领域指令，把模型能力转换为可审计的专业工作流。对企业采购方而言，值得关注的不只是正确率提升幅度，还包括三层控制——数据保留策略、人工审核姿态，以及与企业既有权限体系和伦理隔离墙的对接方式。这也意味着垂直行业模型的竞争焦点，正从模型参数转向语料授权、工具集成与治理设计。
竞争同步升温。Google 上月扩大了面向法律专业人士的 Gemini Enterprise 产品线，Anthropic 自 1 月起为 Claude 用户提供法律工具，汤森路透也在上月推出基于自有法律研究内容的 Thomson 1.0。法律行业文档密度高、合规约束强，使其成为大模型商业化最具代表性的试验场之一，各家进入方式也折射出不同的取舍：模型厂商掌握通用能力与治理框架，法律数据与工作流仍由专业厂商与律所把持。
尚待明确的部分
- API 版本的开放时间与定价未公布；Harvey 与 Legora 已被列为 API 客户
- 54.0% 的整体正确率距离独立承担法律判断仍有明显距离，产品定位中「律师保留最终判断」是必要前提
- 检索覆盖面限于美国法域，其他司法辖区的可用性与合规安排尚未说明