司法大模型的機制性重塑

摘 要：在全球數字化轉型、數字司法運行需求及維護數字正義的時代驅動下，司法大模型已成為數字司法的重要方式和基本特征，并產生了司法業務流程的批量生成與集成處理、預測性司法的全方位可視、司法決策的人機協同及司法程序的穿透性壓縮等機制性效果，促進了傳統司法模式向數字司法模式的迭代變革。然而，它也存在著司法邊界的數字化突破、人機協同難題、事實與價值的計算困境及當事人權利的機制性侵蝕等應用限度。因此，需要注重數字賦能中的司法平衡、構建人機協同的法治約束機制、發揮數字司法的新時代功能、建立系統化的新型監督機制，從而建構可期的數字司法模式和數字法治秩序。

關鍵詞：司法大模型；數字司法；數字正義；數字法治

作者簡介：余圣琪，上海政法學院人工智能法學院講師（上海 201701）

基金項目：上海和基律師事務所委托項目“數字法律服務的時代轉型”

DOI編碼：10.19667/j.cnki.cn23-1070/c.2025.05.012

在算法重構正義邏輯的數字時代，司法大模型正以技術革命之勢重塑司法權力運行范式。一方面，大模型通過“批量生成”解構司法線性流程，以“預測性司法”實現全要素可視，借“人機協同”重構裁判決策模式，并依托“穿透壓縮”打破司法程序壁壘，顯著提升司法質效；另一方面，技術賦能伴生著司法邊界的數字化突破、人機協同中的主體性危機、事實價值計算困境及當事人權利機制性侵蝕等法治風險。這種“效率與公正”的內在張力，其本質是數字時代算法理性與工商時代司法規律之間的內在張力，因此，亟須探索和構建數字司法新機制，促進中國特色數字法治模式的形成。

一、司法大模型應用的時代驅動

在“一切皆可計算”的數字時代，算法正在全面而深刻地改變著人們的生產生活方式、社會組織方式、國家治理方式，推動著法律制度、司法制度的重大變革。司法領域正在經歷著前所未有的變革浪潮。司法大模型由此應運而生。它不僅是數字時代發展的需要，還是數字司法變革的需要，更是維護正當權益的需要，是司法領域順應數字時代發展的必然選擇。

（一）數字時代的大模型趨勢

人類文明歷經了從采集狩獵到農耕定居、從畜力勞動到機器生產、從模擬信息到數字智能的三次根本性跨越。而今，我們正邁向數字時代。在數字時代，“所有事物的出現是信息處理，這里，整個世界像一臺龐大的計算機，這臺計算機‘計算’出所有存在的事物”。大模型作為具有大規模參數和復雜網絡結構的機器學習模型，是先進計算技術和算法（如深度學習、并行計算、分布式計算等）相結合的產物。它具有先進的計算能力，賦能百業。這必然也在司法系統中得到廣泛應用，推動了社會“計算”的迭代升級。2024年6月28日，深圳市中級人民法院上線運行自主研發的人工智能輔助審判系統，這是全國首個司法審判垂直領域大模型。該模型實現了立案智審、智能閱卷、智能庭審、智能文書生成等全流程AI賦能，實現了“人工智能+審判”的深度融合。同年9月29日，珠海香洲法院正式啟用“香法AI·云上智審”平臺，這是全國首個基層法院研發訓練的AI司法大模型，該模型實現了閱卷模式從“劃線做筆記”到“提綱一鍵生成”、檢索方式從“關鍵詞搜索”到“你問我答”、文書生成從“填空題”到“論述題”的智能升級，推動了辦案模式與審判方式步入司法現代化的新階段。2025 年 1 月 20 日，開源大模型Deepseek在業界引發地震式變革，其憑借強大的自然語言處理、邏輯推理與多模態能力全面賦能司法領域。從全球范圍來看，美歐等發達國家也爭相開發部署法律大模型，如 LawLLM 就是一個能夠執行相似案例檢索、判例案件推薦和法律判決預測的多任務模型。由此可見，司法大模型代表著集成性、生成性、一致性、自動性司法機制的變革動向。

（二）數字司法運行的必然要求

隨著“數字中國”建設戰略的推進，社會的生產生活方式發生了顛覆性的深刻革新，這必然會推動數字司法的實踐創新。“數字司法則是以辦案平臺為運行載體、以數據利用為業務支撐、以算法建模為決策助力、以數字思維為裁量方法的新型司法過程和司法模式。”其核心在于突破了既往的物理時空限制，使正義通過計算變得可視化。正如卡夫卡在《審判》中提到的，一個相信法律應該是“人人隨時都可以進入”的鄉下人卻發現有守門人阻礙他進入法院。這個“守門人”隱喻著實現正義的阻礙，包括法院結構森嚴、訴訟成本高昂、法律知識復雜等。這些障礙“在很大程度上要歸因于物理時空中的資源限制、區間阻礙和機制障礙”。而數字時代的司法大模型使得依靠人類理性判斷的接近正義邁向了依賴數字計算的可視正義。一例典型數字檢察案件顯示，“非標油”存在污染大氣環境、危害公共安全、擾亂市場秩序、造成國家稅收流失等問題。檢察院通過“非標油”綜合治理監督模型，從消費端的規范票據行為到銷售端的源頭治理行為，通過全節點、全過程、全時空的數字“可視化”方式在一定程度上破解了成品油領域稅收監管難題。目前，浙江檢察機關協同稅務部門追繳稅款2.8億余元，偵查發現黑加油點線索130余處。檢察院通過可計算的數字司法挽回了稅收流失、維護了公共安全。

（三）提升司法質效的基本方式

相較于通用大模型，司法大模型是專門適用于司法領域，旨在滿足司法對準確性、公正性的嚴格要求，具有極強法律語言理解、專業任務泛化和可信知識生成能力的一種基于大語言模型的生成式人工智能系統。它作為人工智能技術在司法領域的深度應用，已成為提升司法質效的基本方式。這主要體現在以下三個方面：其一，適法統一，解決“同案不同判”問題。個案法律適用在事實與規范之間實現“相同案件相同對待”，能夠更加直觀地契合人民群眾樸素的正義觀念。司法大模型通過對所涉裁判數據展開在案件事實與裁判規則之間不斷往返檢視的相關性分析與相似性判斷，構建類案依據適用的統一性標準，從而為法官提供裁判參考，壓縮自由裁量的恣意裁判空間，確保適用法律依據準確統一，以實現類案類判。其二，提高司法效率，解決“案多人少”矛盾。司法大模型作為先進的人工智能技術產品，推動了數字時代司法工作質量變革、效率變革、動力變革，在提高司法辦案效率、滿足人民群眾多元司法需求服務方式等方面發揮了巨大作用。在立案階段，司法大模型精準判斷立案條件，智能輔助分案，一次性通知審查結論，提升立案登記效率；在庭審階段，司法大模型精準分析證據效力，迅速歸納爭議焦點，提升庭審效率和質量；在裁判階段，司法大模型根據案件知識圖譜，快速輔助草擬包含說理性內容的裁判文書初稿，提高法官司法文書撰寫效率。正如蘇州中院研發的“未來法官助手”通過一鍵輔助閱卷、一鍵分析焦點、一鍵生成裁判，大大縮短了法官的辦案時間，為法官辦案提質增效。其三，提升司法辦案質量，防范冤假錯案。司法大模型可以自動檢索重要流程，自動篩查證據鏈完整性、法律適用準確性等關鍵結點，對案件質量進行全流程智能監管，以實現智能化的案件質量評查。如貴州省息烽縣人民檢察院的未達刑事責任年齡案件融合履職監督模型，通過數據清洗、智能篩選和人工研判，發現公安機關未及時終止偵查或撤案的案件線索；上海市高級人民法院通過建立評查模型，精準識別“套路貸”“虛假調解”等異常訴訟模式。由此可見，司法大模型通過反向應用可以識別附加刑遺漏、前科未考量、法律條文適用錯誤、數額計算錯誤、證據采納瑕疵等問題，通過智能“挑錯”提升司法辦案質量，保障司法質效。

（四）維護數字正義的重要途徑

在數字時代，司法領域的數字化轉型已成為必然趨勢。最高人民法院在《人民法院第六個五年改革綱要（2024—2028）》中明確提到完善數字法院建設體系的目標，其中強化智能算法、大語言模型、數字模型等技術應用是完善數字技術智能應用機制的關鍵環節。

司法大模型作為先進的人工智能技術，能夠在多個關鍵維度維護數字司法的效率與公正。其一，降低訴訟門檻，維護公民權益。例如安徽省阜陽市中級人民法院作為全省首家引入DeepSeek輔助法律服務的法院，在訴訟服務大廳接入了DeepSeek人工智能大模型。該模型支持口語化方式的多輪自然對話，并配備“適老化”“無障礙”操作界面，這種智能服務模式降低了群眾的維權門檻，更好地保障了公民的合法權益。其二，模擬案件過程，還原事實真相。浙江省嵊州市檢察院開發的“非法采礦”數字監督模型，通過還原涉案車輛的運行軌跡，倒查礦產加工廠礦產資源來源，從而挖掘出礦產資源非法來源地存在非法采礦的違法犯罪線索，統計非法開采數量，并通過可視化方式展示運算結果。這樣的模型建構在一定程度上解決了非法采礦案件“線索發現難、調查取證難、查處打擊難”的痛點，從而保護了國有礦產資源，促進了司法正義。其三，增強調解說服力，保障合法權益。司法大模型憑借其強大的數據處理和智能分析能力，在促進當事人達成調解協議、維護合法權益方面發揮了重要作用。例如山東省莒南縣人民法院僅在 2025 年 2 月就利用 DeepSeek 助力成功調解案件 40 件，調解時常縮短 40%。DeepSeek能準確識別糾紛的爭議點、檢索恰當合適的法條、生成具有參考價值的調解方案，當事人對于沒有感情傾向的DeepSeek給出的法律答復更加信服，并對案件結果有了合理預期，從而做出合理決策，保障自身的合法權益，提升了司法公信力。

二、司法大模型應用的機制性效果

司法大模型的研發、推廣，并不僅僅是一種工具性應用，而是產生了體制、機制性的變革效果，推動著司法體系向智能化、可視化、協同化、精準化的方向演進。

（一）司法業務流程中的批量生成與集成處理

作為司法領域的垂類大模型，司法大模型具有超級學習和“涌現”能力，在法律語言理解、法律知識問答、法律預測和法律文本生成等領域表現突出。其廣泛深度應用推動了司法業務流程的重構。

具言之，司法大模型以全量數據要素為核心，將傳統司法業務中的“起訴—受理—庭審準備—開庭審理—執行”的線性流程，在一定程度和范圍上轉化為“數據標準化—模型泛化—流程復制”的批量生成機制。這主要體現在以下兩個向度：一方面是突破物理時序限制，形成貫穿全流程的批量“數字卷宗”。在傳統司法業務中，立案、審理、裁判、執行等環節存在著明顯的人工分段處理流程和職責，而司法大模型通過自然語言處理技術，對司法案件中的非結構化數據進行要素提取，形成貫穿司法業務全流程的批量“數字卷宗”。2024年6月，深圳市中級人民法院上線運行自主研發的人工智能輔助審判系統，其全面覆蓋立案、閱卷、庭審、文書制作等審判業務的 85項流程，實現 AI全鏈條賦能。⑥這樣的 AI全鏈條賦能使傳統需要跨部門流轉的司法業務流程可以實時協同，打破了業務環節的物理分割，實現了全程共享的業務協同。另一方面是通過諸多類案的要素化解析，實現類案流程的批量化處理。相較于通用大模型，司法大模型具有專業的法律大數據分析和處理能力，可以將司法案件中的全量信息解構為可以計算的標準化法律要素，從而實現類案流程的批量構建。2024年10月，浙江溫州新橋法庭實施民事、刑事、行政案件“三審合一”的AI智審新系統，“AI全科法官”一天就審結了16起案件。其借助于 AI智審，將過去審理同類案件，從立案到排期、送達、開庭、審結需 40天左右的流程縮短為 10余天，不僅提高了司法質效，還確保了同案同判，并當庭宣判。同類案件的批量集成處理，強化了類案裁判尺度的一致性，使司法正義以可視化的方式實現。

綜上，司法業務流程中的批量生成與集成處理并非簡單的技術應用，而是依托司法大模型的深度學習算法實現的司法業務自動化，提升了司法業務流程批量處理的司法質效。當然，司法大模型只能更多地處理程序性、重復性的司法業務，而價值判斷和規則適用則只能由司法人員依法裁量。

（二）預測性司法的全方位可視

預測性司法是利用算法分析數據規律，自動評估犯罪風險，為逮捕、起訴、緩刑等司法決策提供數據支撐的實踐。預測性司法是貫穿于刑事司法全過程的圍繞“未然之害”預測展開的算法決策機制。人們希望通過它提高司法效率、提升司法質量、增加司法可預測性，帶動司法科技企業發展的“預測正義”。傳統預測性司法依賴有限度的數據挖掘，從而進行數據畫像。而在當今數字時代，司法大模型為預測性司法帶來了全新的發展契機。司法大模型通過全要素整合、全時空貫通、全場景模擬，實現了預測性司法的全要素可視。

其一，全要素關聯預測。全要素關聯預測意味著不再局限于依據單一維度的信息進行預測，囊括了與之密切相關的多維度數據進行綜合分析，從而構建出更加全面和精準的案件模型。例如湖南省長沙市望城區檢察院聯手公安、交警合作構建“交通事故涉詐監督模型”，通過調取 30余萬條事故數據，從姓名、證件號、車牌號、保險公司、事故時間、事故地點、責任劃分等多維度數據出發，對異常數據進行監督篩選，并推送給相關業務部門進行分析研判。該立案監督司法大模型通過對海量多源數據的深度解析，挖掘案件之中潛在的關聯與規律，進而實現對案件發展態勢的精準預測。

其二，全時空動態預測。全時空動態預測意味著突破了靜態歷史數據的限制，將視野延伸至未來。司法大模型具備強大的內容生成能力，符合司法行業的業務需求，其展現出法律法規認知、客戶指令理解、法律邏輯推導與法律文本生成的全鏈條司法工作潛力。它能夠根據當前案件狀態及相關因素，動態預測案件在未來不同時間節點可能的走向，為司法決策提供前瞻性的參考。如上海青浦法院針對400件商標侵權案件，全時空分析商標惡意訴訟的歷史模式，包括原告訴訟歷史、取證方式、代理律師關聯性等案件要素，通過上海數字法院建設中的“數助辦案”模塊，及時洞察批量關聯案件中的潛在問題與異常模式，自動識別并預警潛在的惡意訴訟行為。

其三，全流程嵌入預測。全流程嵌入預測意味著司法大模型不僅是基于某一個司法環節的預測，而是從立案偵查開始、進入審查起訴階段、再到司法審判環節、最后進入案件執行階段，將預測性司法深度嵌入司法全流程。它實現了從訴前風險預測、訴中程序預警、裁判結果推演、判后執行預測的全流程嵌入式預測。如北京高院研發的“數智北法”智能應用平臺，嚴格把守在立案、審判與執行各階段的“質檢”關鍵點上，在立案、審判與執行各階段提示審判程序是否合規、法律適用是否恰當等風險預警，維護司法公正。

綜上，司法大模型通過全要素關聯、全時空分析、全流程嵌入實現了司法活動的全方位可視。當司法大模型能預見糾紛爭議點、預判程序漏洞、預演裁判結果、預阻執行風險時，即推動著司法活動從“事后補救”轉向“事前預防”，從“被動裁判”走向“主動治理”。

（三）司法決策中的人機協同

從 2016年開始，最高人民檢察院、最高人民法院先后推出了“智慧檢務”“智慧法院”建設。隨后，將其升級為“數字檢察”和“數字法院”的發展戰略。最高人民法院發布了《關于加快建設智慧法院的意見》，提出智慧法院是人民法院充分利用先進信息化系統，支持全業務網上辦理、全流程依法公開、全方位智能服務，實現公正司法、司法為民的組織、建設和運行形態。其核心在于，不僅將數字技術應用于司法裁判過程之中，更重要的是借助技術對司法過程進行智能化改造，將智能技術的優勢深度融入裁判推理與構建之中。當司法大模型運用于司法裁判之中時，人機關系從純粹工具性使用向人機協作演進。生成式人工智能開始扮演“法官伙伴”的角色，憑借其強大的數據分析能力和反應速度，實現審理過程、辦案程序、決策輸出方面的指引和監督。

一方面，類案裁判中的人機協同。司法大模型通過人工智能技術輔助法官完成類案檢索、裁判推理及質量評查，同時保留法官對于核心法律價值和裁判結果的主導權，從而實現統一法律適用、提升司法效率的目標。如果將類案裁判視為一個系統整體，其主要由設定與輸入、處理與輸出、學習與改進三個子系統構成。而人機協同關系的具體化表現為，在設定與輸入環節，司法人員承擔著為機器設定類案裁判目標和規則的重要職責；在處理與輸出階段，大模型與司法人員有著明確且互補的分工，大模型對案件事實、爭議焦點、法律適用等進行提取和分析，司法人員對機器輸出的結果進行審查和判斷；學習與改進系統則是人機協同機制不斷優化的關鍵。類案裁判中的人機協同將司法人員的專業知識、裁判經驗與司法大模型強大的數據分析、處理能力相結合，構建高效、精準的裁判輔助體系。

另一方面，輔助量刑建議的人機協同。司法大模型在輔助量刑建議中的“人機協同”，主要是通過AI技術對案件要素進行量化分析、生成基準刑建議，再由法官根據法律邏輯、審判經驗，結合法律價值、社會效果進行修正與決策的過程。作為“智慧司法”的核心組成部分，“智能量刑算法”已經成為傳統司法結構性轉向的關鍵節點，其有助于提高司法人員的認知判斷能力、法律推理能力，提升司法效率和裁判統一性。如檢察官在辦理危險駕駛案件時，利用上海檢察機關研發的危險駕駛數智辦案輔助模型，基于歷史數據設定的53條推薦規則以及法律、司法解釋規定設定的44條推薦規則，通過自動解析定罪量刑要素，可以精準推送同類歷史案件訴與不訴的比例、起訴時的量刑建議等。在這個過程中，人機協作主要體現在 AI 負責自動識別罪名、情節，再根據量刑規范庫輸出建議刑期的期間和刑罰方式，最后自動關聯類案裁判規則進行輔助說理；法官則負責確認提取要素的準確性，再審查算法邏輯并調整刑期計算權重，最終評估社會效果，融入個案進行特殊性論證。

綜上，司法大模型應用中的人機協同機制體現了經驗理性和計算理性的互動耦合，實現了司法人員和司法大模型之間的優勢互補、人機協同，能夠更好地解決“案多人少”的矛盾，也抑制了自由裁量權的濫用，促進了“同案同判”，提升了司法裁判的準確性、公正性和效率，從而維護了司法公正。

（四）司法程序的穿透性壓縮

司法大模型作為人工智能與司法領域深度融合的產物，正以其獨特的優勢逐漸成為推動法治中國建設的重要技術力量。其中，它在司法程序中的應用效果尤為明顯，即通過數據穿透和流程壓縮重構了傳統司法程序，提升了司法質效。

其一，司法環節并行協同。在傳統司法模式下，司法程序遵循嚴格的單一線性流程，即從立案—審判—執行依環節推進，各階段相對獨立，流程耗時較長，也會存在證據不足退回補充偵查等情況。司法大模型的應用促使司法程序從單一線性流程走向多環節并行處理，特別是那些可以并行批量處理的，無須嚴格遵循時間先后順序的司法流程，提升了司法效率和協同性。如蘇州中院研發的“未來法官助手”，通過“一鍵閱卷”功能將案件信息要素、事實查明、庭審辯論等信息在審理過程中就已明確了解，再參照預設的裁判推定邏輯分析回應訴訟請求，從而能夠在兩分鐘內生成裁判文書，實現了審理與裁決的協同運行。

其二，壓縮庭審程序。在傳統司法模式下，庭審程序有自己的環節流程和時間安排，例如證據交換、法庭調查等環節。但司法大模型可以自動提取爭議焦點，生成質證清單，也可在語音轉錄過程中聚焦當事人的陳述。這大大縮短了庭審程序的時間，實現了時間軸壓縮。此外，司法大模型在某些環節還能進行人力替代，實現人力成本的壓縮，從而提高司法效率。2025年3月14日，新疆哈密市伊州區人民法院進行了一場“無書記員庭審”，整個庭審活動僅用了十幾分鐘，并且全程沒有書記員，由大模型承擔書記員的職能，當事人還當場領取了只有幾百字的“表格式”簡易判決書，反映了人力成本壓縮的技術發展趨向。

其三，縮小審級信息差。傳統的司法審級信息相對封閉，構成“基層—中院—高院”的層級封閉系統。司法大模型利用強大的數據整合能力進行全域知識融合，運用智能推送能力進行智能預警干預，通過數據全域穿透，突破不同審級之間的信息差，從而實現司法的縱向監督和橫向參考協同。一個典型代表是，“法信法律基座大模型”在多地法院應用，該模型引入了最高人民法院“法信”平臺全流程法律資源標注機制，以及歷時10余年搭建的、包含18萬法律知識體系編碼的“法信大綱”，將最高人民法院所制定發布的司法規則、細則與基層案例語言進行關聯，形成龐大的司法結構化知識網絡。這樣，大模型就可以幫助基層法官了解某類案件上級法院的審查重點，還能基于強大的大數據分析能力預測案件上訴到上級法院后可能的裁判結果，從而縮小審級信息差，促進適法統一，提升司法質效。

綜上，司法大模型對司法程序的穿透性壓縮，本質上是通過全域數據穿透司法程序壁壘、重構司法權力的運行邏輯，從而實現司法效率的質效提升。這種變革實現了司法程序從“人力依賴”向“算力驅動”的范式躍遷。

三、司法大模型的應用限度盡管司法大模型

在提質增效方面展現出顯著的優勢和潛力，但它那種依賴數據統計和算法推演的通用性運行模式，與司法活動對個案正義、人文關懷的自身屬性產生了一定的張力，從而構成其應用的潛在限度。

（一）司法邊界的數字化突破

司法大模型通過構建法律知識圖譜、加強裁判規則推理鏈、實時接入條文動態適配等方式，實現跨域數據融合、全流程知識穿透，在打破部門壁壘的同時也引發了司法邊界的數字化突破問題。這種突破包括橫向突破、縱向突破、權能突破。

其一，橫向突破。司法大模型的橫向突破主要體現在公檢法司之間以及公檢法司與行政機關之間的數據共享，司法大模型中的數據共享打破了公權力機關之間的數據流通壁壘，保障了公共部門之間的精準協同，提升了公共管理質效。如2025年6月，深圳市龍華區人民法院上線的“龍藤”人工智能輔助執行系統，是全國首個覆蓋執行案件辦理全流程的大模型人工智能應用。“龍藤”可以全面獲取被執行人的工商檔案、招投標情況、涉訴信息等，還可對接 12368等群眾訴求平臺，讓承辦法官了解預警信息。公權力機關之間的數據共享，覆蓋了執行辦案節點，打破了執行系統壁壘，但同時也引發了權力邊界模糊的問題。

一方面是公檢法司之間的權責模糊。公檢法司作為司法體系的核心主體，各自承擔著偵查、起訴、審判、司法行政的法定職能，職能邊界通過訴訟程序和法律條文明確劃分。司法大模型打破了公檢法司之間的數據煙囪，提升了司法效率，強化了監督穿透力。但隨著司法大模型的深度應用，數據共享、流程協同、算法聯動等數字化方式打破了公檢法司之間的職能邊界，可能引發職能交叉與權責模糊的問題。比如河南省滎陽市開發的偵查監督模型，檢察院可以通過大模型直接監督公安機關辦案。甘肅省檢察院運行的“案件質量檢查評查智能系統”實現了檢察機關對法院裁判的智能監督。山西省忻州檢察院的涉企積案監督模型打破了檢警數據壁壘，開啟了對公安機關的全流程、多維度監督。司法大模型在帶來共建共享優勢的同時，也造成了公檢法司之間權責制衡的弱化。另一方面是司法權、行政權的權力邊界模糊。在傳統權力理論中，司法權的核心是獨立判斷與居中裁判，行政權則以高效執行和層級管理為主要特征。司法大模型的應用模糊了兩大權力機關的邊界。司法大模型接入行政機關數據庫打破了信息孤島，提升了司法決策質效，但如果數據標準不統一，將可能扭曲裁判邏輯，影響司法機關的獨立審判。一些行政機關在運用司法大模型預測自身涉訴風險時，能夠規范其行政裁量權、減少行政機關涉訴風險，但同時，司法大模型推送的“類案裁判規則”也可能影響行政人員對復雜個案的靈活處理，而機械地遵循推送的判例還可能會壓縮行政執法人員的法定裁量空間。

其二，縱向突破。司法大模型的縱向突破主要體現在司法機關上下級之間的邊界突破，重構司法層級之間的權力運行邏輯。司法大模型自上而下的統一規則指引為適法統一提供了條件，其自下而上的基層實踐為司法知識的高效流動提供了場景支撐。然而，司法大模型在司法層級上也出現了某些突破。

一方面消減了上級審判機關的“糾錯”監督職能。司法大模型的統一法律規則指導，改變了傳統司法監督的案件逐級審批、改判發回等層級監督機制。例如“法信法律基座大模型”，該模型投入最高人民法院“法信”等多個法律大數據平臺經過高質量專業標注的3.2億篇共計3.67萬億字的法律文獻、裁判、案例、觀點等數據語料，融入包含18萬法律知識體系編碼的“法信大綱”。基層法院法官在審理案件的過程中，大模型可以為法官提供相關的法律法規、上級法院同類案件裁判要點及參考案例，因此，法官能夠將上級法院的裁判思路和法律適用標準運用到裁判過程之中，作出符合上級法院裁判預期的判決結果，減少了因法律適用錯誤導致改判的二審情況。但它卻弱化了上級法院基于法律適用錯誤進行糾錯的“監督”職能，傳統二審法院對下級法院的實質審查空間被數字化壓縮，監督方式從“事后干預”轉變為“事前指引”。另一方面影響了上級檢察機關的“決策”領導職能。在傳統檢察體系中，上級檢察機關對下級的領導多通過重要案件的請示、批復；重大案件辦理的業務指導；績效考核指標等“科層指令”，而司法大模型通過構建跨層級的法律監督模型解決了監督碎片化、被動性、淺表性的問題，但大模型監督規則的標準化，也消減了特定情況下上級檢察機關通過政策靈活指導下級司法辦案的功能。

其三，權能突破。司法大模型的權能突破主要體現在公權力機關與企業平臺之間的數據交互雙向融合、技術協作的“隱性參與”以及權能邊界的動態模糊，這種突破在提升糾紛化解效率、降低社會治理成本的同時也打破了傳統“公權力—私權利”的二元結構，在缺乏法定授權的前提下，平臺企業通過技術賦能從技術的提供者演變為司法決策的實際參與者。

一是通過技術供應參與司法程序重塑。平臺企業作為技術供應商，通過提供標準化接口與定制化模塊，實現了公權力運行系統的技術耦合。平臺企業通過提供語音識別、筆錄自動生成等技術深度嵌入庭審過程，從而實質參與司法程序。如在2025政法裝備展上，科大訊飛攜新升級的星火法律大模型亮相，其同步升級了語音識別大模型，能夠精準識別 202種方言，庭審語音識別準確率可達 95% 以上，為深度參與司法程序提供了技術條件。二是憑借數據處理優勢參與司法決策。平臺企業掌握著用戶的行動軌跡、交易記錄、社交關系等信息，具有數據壟斷者的支配地位。而司法大模型的運營不得不依賴這些數據，因此平臺企業利用其超強的數據處理能力對司法權運行產生隱性影響力。如江蘇省蘇州市相城區檢察院依托的司法大模型，平臺企業通過提供數據支持參與司法信用懲戒決策。其在助力恢復企業經營者的司法信用、消除監督盲區等方面發揮了積極作用。但也不得不承認平臺企業的數據對司法決策走向的影響力。三是通過規則的技術轉化影響司法裁量。平臺企業既是數字經濟生態的主要創造者、提供者，也是數字經濟的重要組織者、管理者。它通過數據邏輯、算法規則等形式在司法大模型中承擔著規則代碼轉化和程序計算的角色，隱性地影響著司法人員對事實認定、法律適用乃至責任劃分的裁量方向。如華宇萬象法律大模型聚焦審判業務痛點，貫穿立案、庭前、庭審、結案全業務流程，為辦案法官提供萬象數字助理、萬象閱卷、萬象庭審、萬象文書等智能化服務。大模型讓平臺企業能夠為法官提供類案推送、法條推薦等決策支持，影響著司法裁量權。

（二）人機協同的難題

我國自“十三五”時期起便在智慧司法領域進行布局，人類法官與人工智能深度融合的協同審判模式正逐漸成為司法審判工作的新常態。人機互動反饋的機器學習，可以在之前檢索經驗基礎上不斷提升今后檢索活動的效率，從而提升司法效率，化解案多人少的司法難題。但司法大模型下的人機協同也帶來了數字時代的司法難題。

其一，辦案人員的依賴性。司法大模型在案件檢索、證據分析、法律推理、文書生成等方面展現出高效性，卻也使辦案人員過度信任模型輸出的結果，在某種程度上影響他們的自主性。事實上，《最高人民法院關于規范和加強人工智能司法應用的意見》提出了“輔助審判原則”，明確無論技術發展到何種水平，人工智能都不得代替法官裁判，以確保司法裁判始終由審判人員作出。聯合國教科文組織2021年通過的《人工智能倫理問題建議書》也強調，在司法等高敏領域中 AI只能增強而非替代人類決策。然而，就像駕駛員明顯依賴導航一樣，一旦司法人員習慣于運用司法大模型輔助決策，就不可避免地受其影響。因此，有效地堅持人工智能是結構補強而非價值替代的定位，并不是一件輕而易舉的事情，需要認真審慎地積極應對。

其二，人文精神受到侵蝕。司法大模型所面臨的人文精神侵蝕風險，其本質是技術理性與司法倫理的價值沖突，即效率與人性之間的平衡問題。詳言之，司法大模型是基于大數據統計從而生成裁判量刑建議，其難以捕捉司法案件中的情感倫理要素。大模型機械化的思維方式是將數據集之中的“情感要素”“倫理考量”抽象為機械計算的數字參數，因此無法真正理解人文關懷。正如七旬老人付某因每年僅獲 600元補助難以維生，策劃在北京火車站實施搶劫未遂，在面對審判時，他提出“請求法律判重一點”。司法大模型面對“入獄養老”這類案件，很難從數字計算中理解“矜老恤幼”的司法人文精神。

其三，大模型的幻覺效應。大模型幻覺問題的產生并非是偶然的，而是由技術發展的局限性和用戶輸入的提示詞與情境等共同所致。當訓練數據不準確或算法存在漏洞的時候，由于生成式人工智能存在涌現性的特征，就會導致大模型出現幻覺。司法大模型在運用的過程中也會出現混淆相似概念、案件，虛構法條或判例，歪曲法律解釋，捏造或歪曲案件事實、證據，進行錯誤的邏輯推理和判斷等幻覺。司法大模型的這些幻覺錯誤不同于其他的大模型，它可能會對司法辦案人員產生誤導，甚至誘發冤假錯案、程序違法等影響司法公正的嚴重后果。司法大模型的幻覺效應對辦案人員的素養提出了更高的要求。在與司法大模型進行協同工作時，辦案人員須具備扎實的法律專業功底、敏銳的事實核查能力以及極強的邏輯批判思維。

（三）事實與價值的計算困境

在司法領域，事實認定與價值判斷兩者缺一不可，且其相互作用直接決定裁判的公正性與正當性。事實認定是司法裁判的邏輯起點，“以事實為依據”強調事實是法律適用的客觀前提。價值判斷是司法裁判的主觀導向，“以法律為準繩”強調價值判斷是法律適用的靈魂。 司法大模型擅長對通識性、標準性、可量化的內容進行統一計算，但卻很難對法律事實與價值判斷進行精準計算。

其一，法律事實的建構性導致其難以被精準計算。法律事實并非原始事實的簡單鏡像，而是通過證據規則建構的“規范”事實。如《刑法》第20條對防衛過當的界限進行了規定，“若明顯超過必要限度并造成重大損害，須負刑事責任”。對于“明顯超過必要限度”的法律事實需要法官根據個案情況，通過法律構成要件進行解讀。又如上海市嘉定區一樁不起眼的普通搶劫團伙案，連越一審、二審、再審三個訴訟程序，兩級檢察機關抗訴。該案法律適用的最大爭議在于被告人以假借購物為由，進入他人經營和生活區域缺乏明顯隔離的商店搶劫財物的行為，是否構成“入戶搶劫”。對于“入戶搶劫”，首先需要明確“戶”的范圍，其次要有非法侵入性，其三暴力威脅行為必須發生在戶內。法律事實并不是原始事實的簡單復刻，而是需要在已有事實的基礎上，通過剪裁、折疊和重構等方式對事實進行聚焦，對標相應的法律條文。也即法律事實的判斷并非機械地套用法律條文即可完成，而是需要法官透過文字表象，結合具體個案的場景細節與價值導向進行實質性解讀，這恰恰是司法大模型難以精準觸及的領域。

其二，價值判斷的主觀性和多元性使其難以被量化計算。法律裁判中的價值判斷是司法人員基于立法目的、倫理準則、個案正義等進行的主觀權衡。這種權衡無法被簡化為數據要素，也難以通過算法邏輯進行精準模擬。司法大模型擅長對既定規則、量化指標進行高效計算，但對于司法裁判中的價值判斷往往失去效力。如正義價值雖是普遍的，卻沒有統一的標準，無法量化。難以進行要素抽取、構建通用知識圖譜，從而導致難以進行建模計算。同時，難以窮盡“正義”的樣本，無法對“司法正義”各類情形和所有樣本做出窮盡式的提煉與歸納，因此很難窮盡案件的正義樣本。又如山區鄉間人民法庭的法官在調解贍養案件時，不僅要考慮狹義的贍養問題，還要考慮老人吃葷油、素油；兒子提供的糧食中是否有綠豆、黃豆以及具體有幾斤的問題。由此可見，在中國，基層法院法官關注的是如何解決好糾紛，而不是如何恪守職責，執行已有的法律規則。司法大模型的計算能力是對“過往經驗”的數字化重現，而價值判斷更多的是對“未來預期”的前瞻性建構。價值判斷的不可計算性，正是司法活動“人文關懷”的生動體現。

（四）當事人權利的機制性侵蝕

司法大模型的深度運用正在重塑著司法運行邏輯，但其技術特性也引發了當事人權利面臨機制性侵蝕的深層困境。這種侵蝕不同于傳統司法中因個體辦案疏漏導致的偶發權利損害，而是依托大模型自動化運行、算法黑箱操作等技術特性形成的系統性風險。

其一，個案偶發到類案侵蝕。司法大模型的運用使對當事人權利的侵蝕發生了根本性質的轉變。在傳統司法模式中，對權利的侵害通常是個案性、偶發性的，源于辦案人員的個體行為偏差或失誤，其影響范圍相對有限。然而，大模型基于技術規則的自動化運行機制，一旦其算法邏輯存在缺陷或訓練數據包含偏見，其產生的錯誤或偏差就不再是個別現象。這種錯誤會被系統性、規模化地復制應用到所有符合其預設條件的類案中，導致個案中的權利侵蝕演變為類案性的、普遍性的機制化侵蝕。這種侵蝕的根源不再是孤立的個體行為，而是嵌入技術系統本身的、持續運行的動態機制。

其二，缺乏自我糾錯機制。傳統司法模式具備內在的糾錯機制。在個案處理中，辦案人員基于法律素養、職業倫理和具體情境，有能力進行自我反省、自我糾錯。當事人申訴、上級審查復核等程序也為糾正個案錯誤提供了制度化路徑。相比之下，司法大模型本身缺乏自我意識、道德判斷和情境理解能力，無法進行自我反省或主動糾錯。其運行結果完全依賴預設的算法和數據。當模型輸出導致當事人權利受到侵害時，錯誤會持續、自動地發生，直到外部力量通過技術手段進行干預和改進。這種糾錯機制的缺失和滯后，使權利侵害在技術改進前會持續存在并擴散，缺乏即時的、內置的程序性保障。

其三，監督救濟機制缺失。傳統司法體系為監督權利侵害和提供救濟建立了相對多元、透明的機制。當事人可以通過投訴、上訴、申訴等程序尋求救濟；外部監督力量如人大、檢察機關、社會輿論等也能發揮重要作用。這些機制依賴于一定程度的過程透明和理由說明。然而，司法大模型的核心——算法決策過程往往是一個“黑箱”，其內部邏輯復雜且不透明。這個“黑箱”并不容易拆解，即使拆解方法被公之于眾，我們作為大模型技術的門外漢也很難進行實際操作。②這使權利侵害難以發現、監督難以實施、救濟渠道匱乏。在司法大模型中，當事人權利受到侵害后，往往面臨救濟無門、歸責困難的困境，因此，亟須構建系統性監督機制。

四、司法大模型應用的優化策略

司法大模型應用的優化，并非簡單的技術迭代，而是要在技術賦能與司法規律之間找到平衡點。人工智能雖不可能帶來法律層面的計算準確性和預測準確性，但作為一種工具輔助人類司法，仍具備若干比較優勢。因此，面對司法大模型在應用過程中產生的潛在限度問題，優化工作的最終目標是讓數字技術成為司法為民的有力抓手，通過技術賦能提升司法效能。

（一）注重數字賦能中的司法平衡

司法能動與司法克制一直以來都是司法活動的兩種主要傾向，“司法能動主義傾向的是在法律適用上的實用主義，強調司法積極參與社會的治理態度；而司法克制主義則傾向的是維護司法獨立和程序公正，強調法官作為審判者消極中立的態度”。司法大模型應用優化的核心在于，利用數字技術賦能司法的同時，需平衡司法能動和司法克制之間的關系。也即我們既要通過技術賦能突破司法資源瓶頸，回應社會需求、填補法律空白；又要以技術理性框定司法克制的邊界，防止算法擴張侵蝕司法裁量本質。權衡司法能動與司法克制兩者之間的關系是保護公民權利的現實選擇。

一方面，司法大模型在文書自動生成、信息檢索等方面提高了司法效率；在類案推送、法規檢索等方面促進了適法統一；在訴訟導引、風險預測等方面提升了司法服務。但是數字賦能不應該成為司法機關變相修改規則、壓縮程序、擴張職權、穿透當事人的途徑和形式。一是確保對算法輸出與法律條文進行關聯校驗，不應通過算法創設法律未規定的權利義務，從而進行實體規則的修改。二是在大模型的關鍵節點設置人工確認彈窗，不應影響當事人質證、辯論、申訴等權利，從而導致程序權利壓縮。三是明確數據調取需要二次授權并進行留痕，不應以技術便利突破法定權限，從而導致職權擴張。四是區分涉案數據與數據集的使用界限，不應獲取非涉案隱私數據，從而穿透當事人的隱私。另一方面，數字賦能可以讓司法機關更好地參與和促進社會治理。如數字檢察依托大數據賦能，容易發現批量監督線索；通過開展系統性、深層次的類案監督，發現類案背后的社會治理風險隱患，讓司法監督工作能夠促進社會的系統治理，將實現能動、系統、深層次的法律監督。但司法機關不應是跨越角色、越俎代庖的行為性治理，而應是恪守職責、優化自身效能的功能性治理，即非直接代行行政權或立法權。監督應止步于制度建議，數據分析應轉化為修法倡議，預警系統應保留當事人否決權等。

（二）探索人機協同的法治約束機制

在推進司法大模型深度應用的過程中，探索構建人機協同的法治約束機制是關鍵路徑。既要明確司法大模型在司法程序中承擔著“決策輔助工具”，而非“決策替代者”的角色定位；又需要建立覆蓋全流程的制度機制；同時建立健全跨域協同監督風險防范體系，從而確保司法大模型的應用促進司法公正。

其一，構建良性人機協同關系。在推進司法大模型深度應用的過程中，構建良性人機協同關系是關鍵路徑。該路徑以“人本主導、技術輔助”為根本原則，通過厘清辦案人員的主體決策地位與大模型的輔助功能邊界，釋放人機協作的最大效能。具言之，人機之間更適合的定位應當是法官承擔說理責任，機器予以全面輔助；堅守辦案人員在價值判斷與規范評價中的主體權威，司法大模型通過構建知識圖譜、整合領域術語、生成因果鏈條與規則嵌套，協助司法人員作出司法決策，但不介入價值判斷本身；司法大模型可以提出最相似的類案、最匹配的證據路徑，但法律解釋的主導權必須留在司法辦案人員手中。

其二，建立司法大模型應用的制度機制。建立覆蓋全生命周期的制度化約束體系，從設計開發階段就要考慮司法大模型的算法決策是否會存在對人和社會的潛在危害，并在系統立項階段就需要針對算法安全進行評估。從模型開發的合規性審查、應用場景的差異化授權，再到輸出結論的強制人工核驗及錯誤救濟程序，形成“設計—應用—矯正”的閉環管理。

其三，健全司法大模型的風險防范機制。司法大模型的風險治理需兼顧技術安全與權利保障。在技術風險層面，建立“模型熔斷”機制，當出現算法幻覺、數據泄露等重大故障時，自動切斷系統運行并啟動應急方案；推行“跨域協同審計”，邀請技術專家、法律學者、當事人代表組成獨立審計組，對模型進行交叉驗證。在權利保障層面，創設“算法侵權救濟通道”，允許當事人就模型應用中的實體錯誤、程序瑕疵等提起侵權之訴，構建預防性監測與長效治理并重的風險防范機制。

（三）發揮數字司法的新時代法治功能

數字法治是數字法治化和法治數字化的有機統一，而數字司法則是數字法治的核心機制，它以司法大模型等技術應用為支撐，重組司法權運行邏輯，重構正義的生產和分配方式，為數字法治秩序建構提供深層驅動。

其一，提升司法辦案質效。司法大模型通過自然語言處理技術實現卷宗智能解析，將案件要素自動提取、類案精準匹配的時間從數小時壓縮至分鐘級，大幅減少法官的機械性勞動；依托知識圖譜構建的“法律要件—證據事實”關聯模型，可快速識別證據鏈漏洞，輔助法官聚焦爭議核心；通過實時推送類案規則、法律變遷動態，輔助統一裁判尺度；基于歷史數據識別爭議焦點，進行預測輔助，優化庭審資源配置。

其二，保障當事人權利。數字司法的核心價值之一，在于通過技術革新打破權利救濟的時空壁壘與程序門檻。司法大模型可實現起訴、舉證、閱卷等流程的全線上辦理，讓偏遠地區當事人無須奔波即可參與訴訟；針對老年人、殘障人士等群體，開發語音交互、視頻輔助等無障礙功能，彌合司法服務鴻溝。更關鍵的是，司法大模型應通過算法透明化機制保障當事人的知情權，允許對“類案檢索結果”提出異議并要求人工復核，確保司法大模型對當事人權利的個案保護。

其三，促進可視正義。從接近正義邁向可視正義是數字時代的一種發展趨勢。一方面，新時代公眾對司法公信力的感知，越來越依賴對裁判過程的“可見性”與“可理解性”；另一方面，司法大模型能夠生成通俗化裁判說理，破解公眾對于司法的認知壁壘，案件進展實時推送、在線查詢、調解方案預測等，則能消除公眾對于案件流程漫長的等待焦慮。這種“看得見”的正義不僅強化了司法權威，更培育了社會公眾對法治的信任。

其四，促進數字社會治理。數字時代的社會治理亟需司法提供明確的規則指引，而司法大模型的應用能更好地拓展這一功能。如司法大模型通過分析糾紛趨勢預警系統性風險；通過提煉裁判規則缺陷推動立法修法；通過數據協同，共享涉公共利益數據，從而賦能行政監管精準化。司法大模型通過激活“司法數據”的公共價值將治理延伸至社會前端。

（四）司法大模型的系統化監督機制

司法大模型的深度應用，既有積極的司法效能，也存在著一定的問題和風險，甚至還會出現技術權力與公權力約束的制度真空，因此，亟待構建多層次、體系化的監督機制。

其一，優化人大政協監督機制，將技術供應商納入法治監督框架。當前司法大模型多由司法機關與技術企業聯合研發，但是，當企業算法決策實質影響司法公正時，卻游離于人大監督之外。立法機關應通過專項立法明確技術公司的模型訓練數據來源、價值預設、商業利益關聯等必須向人大報備審查；政協可建立算法倫理評議小組，對涉及重大公共利益的模型進行年度合規性聽證。

其二，完善咨詢論證聽證制度。傳統聽證會需增設技術倫理審查環節：對高風險應用場景（如 AI輔助刑事裁判），要求技術方披露大模型的算法設計原理，并由法學、倫理學和計算機科學專家組成合議庭進行抗辯式質證；同時擴大公民代表參審范圍，針對算法輸出的社會公平性影響組織民意測驗，使技術決策既經得起專業推敲，亦符合公共價值期待。

其三，創設算法公開與審計的監督體系。在保護商業秘密前提下，要求公開影響司法公正的核心參數；監管部門必須有權在算法造成損害結果之后，在必要的情況下，對相關算法進行有效的審計。同時應確立獨立審計機制，由省級以上司法機關委托第三方實驗室，對模型進行動態偏見檢測，進行決策可復現性驗證。

其四，激活社會輿論監督。一方面，建立算法問責的輿論響應機制，設立全國性司法AI監督平臺，允許公眾投訴模型錯誤案例并要求司法機關限時回應；另一方面，通過公民數字能力和法治素養工程提升社會監督質量，通過普法宣傳、模擬操作等方式提升公眾對算法原理的認知水平，使其既能識別模型侵權行為，又能有效運用監督渠道維護自身權益，亦避免因技術認知不足導致非理性輿論干預司法。

結 語

司法大模型的勃興，標志著數字時代司法范式從“人力依賴”向“算力驅動”的歷史性躍遷。司法大模型在提升質效、統一裁判方面展現出革命性價值。在變革時期，應積極發揮司法能動性，為促進社會公平正義和新秩序的建立共享司法智慧和司法經驗。然而，生成式人工智能飛速發展中也潛藏著深刻的悖論：當算法突破司法邊界、侵蝕主體判斷、消解事實價值辯證關系時，效率追求可能異化為對司法本質的背離——計算可量化正義，卻無法承載司法的人文溫度；算法可穿透程序壁壘，也可能瓦解權力制衡的法治根基。由此可見，司法大模型是數字司法的重要支撐，具有促進可視正義的重要功能，但它的局限和風險也需予以審慎對待和有效規制。司法大模型的終極使命，并非替代人類智慧，而是賦能人類智慧；并非替人辦案，而是輔助辦案。

［責任編輯 李宏弢］