OpenAI 推出 Astra for Law，将 GPT-6 Astra 与专门的法律检索索引、定制法律分析指令、隐私与治理控制以及律所插件生态整合为可定制的行业平台，面向律所和法律科技公司进行受控试验和集成。该平台强调可审计的检索来源、工作流化的法律分析及数据权限管理，但尚未公开 API 定价与覆盖范围，短期内更像是受限试点而非自动法律意见工具。
OpenAI周四（9月17日）推出 Astra for Law，将其最新模型GPT-6 Astra与法律检索索引、专业法律分析指令、隐私控制和行业工具连接起来，面向律所和法律科技公司提供一套可定制的AI基础平台。
这不是一个单独销售的法律问答机器人。按照OpenAI的说法，Astra for Law的定位是让律所和法律软件公司在模型之上构建自己的产品与工作流。Harvey和Legora等API客户将可以把这项能力接入各自的平台；选定律所则可通过ChatGPT和Codex中的Trusted Access计划试用。API版本目前尚未正式开放。
从网页搜索转向法律来源检索
Astra for Law的核心变化，是加入了专门的法律搜索索引。OpenAI称，该索引可以检索美国判例法、成文法、法规、法院规则和行政决定，覆盖超过2.3亿个网址，并且每天增加来源。公司还与Free Law Project合作，将CourtListener收录的美国已公布先例判例接入这一研究体验；Free Law Project称其覆盖超过99.9%的美国已公布先例判例。
OpenAI用Vals AI Legal Research Bench的一个私有验证集测试了完整配置。测试包含200个美国法律研究问题。在两套系统都使用最高推理强度的情况下，Astra for Law的整体正确性通过率为54.0%，GPT-6 Astra仅使用网页搜索时为38.7%，OpenAI据此称前者取得约40%的相对提升。
在聚焦判例的问题上，Astra for Law找到的参考案例数量比网页搜索版本多24%；在经过审计的目标段落集合中，它从正确法院意见中检索到的相关段落最多多出54%。这些数字是OpenAI对自身配置的测试结果，并不是与Westlaw、LexisNexis或其他商业法律研究产品的独立对比。法律科技行业媒体Legal IT Insider也指出，目前没有公开的、与主要法律研究供应商直接比较的基准。
OpenAI表示，这套索引并不是要取代律所现有的授权内容和专业产品，而是作为补充。对律师而言，能否回到原始判决、核对法院的裁判理由和确认法律是否仍然有效，仍然是最终使用环节的重要部分。
目标是完成连续工作，而不只是生成文本
在法律检索之外，Astra for Law还配有面向法律分析和写作的定制指令，用于把检索结果应用到客户事实、合同条款或争议策略中。OpenAI展示的案例包括寻找事实模式相近的判例、区分法院的正式裁判与附带意见、处理削弱己方论点的案例，以及分析合同例外条款如何在交易双方之间分配风险。
公司给出的一个示例涉及一宗供应合同中的虚假陈述争议。面对同一组事实，Astra for Law找到两个较为接近的判例，并指出当事人需要证明的欺诈要件、可能的抗辩和下一步应收集的证据。OpenAI同时拿另一个模型的输出作比较，称后者引用了一个已经被上诉推翻的裁判结论。这个例子属于公司展示，不能替代律师对引用、法域和案件状态的独立核验。
在早期合作中，Sullivan & Cromwell利用ChatGPT Enterprise构建协议分析工具，把本所谈判手册和部分先例用于新交易审阅；Ropes & Gray构建了围绕数据室工作的并购尽调系统；Cooley则开发了GO Public，用于从起草IPO文件到识别需要管理层关注的风险。它们显示出OpenAI试图推动的方向：让律所把自己的方法、先例和判断标准固化为可重复使用的工具，而不是接受一套不可修改的通用法律模板。
这种“从聊天到工作流”的转变，也出现在OpenAI面向企业推出的Admin插件中：模型不只是回答问题，也开始在既有权限和审批框架内推动连续操作。法律行业的特殊之处在于，每一步都可能涉及客户保密、利益冲突、伦理墙和职业责任。
保密和治理成为产品组成部分
OpenAI为符合条件的律所设立了Trusted Access计划，称其面向律师及其监督下的工作人员提供专业法律工作访问权限。公司表示，计划包含API的零数据留存；ChatGPT Enterprise的使用默认不纳入人工审查。
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机制。与此同时，26个合作伙伴插件将ChatGPT连接到律所已经使用的专业工具。OpenAI列出的例子包括Relativity、Clio、iManage、Intapp、DeepJudge，以及Thomson Reuters的HighQ；后者还预告了即将推出的CoCounsel Legal连接器。
插件生态之外，发布还包括来自LegalQuants、LECG和Skills.law的9个社区插件，以及47项可供法律从业者调整和扩展的自定义技能。OpenAI同时宣布ChatGPT for Word正式普及，律师可以在熟悉的文档工具中进行校对、获取修改建议和检查格式。
这些设计回应了法律AI部署中的一个基本问题：模型获得的不是“所有法律资料”，而是某一名律师、某一个案件或某一家律所被允许使用的资料。OpenAI强调，律所可以定义允许的来源、审查流程和自有知识的使用方式，但目前公开材料尚未完整说明不同地区的可用范围、插件的具体权限、价格以及审计记录的细节。
法律AI竞争从单点工具走向平台
OpenAI进入这一市场时，竞争对手已经在推出行业化产品。微软今年4月在Word中推出Legal Agent；Anthropic随后发布Claude for Legal；Google Cloud在8月推出预览版Gemini Enterprise for Legal，将法律技能、企业数据、法律软件连接器和治理控制台组合在一个企业平台中。AIFlux此前对Gemini Enterprise for Legal的报道显示，法律行业的竞争重点已经从“模型能否写出一份摘要”转向“能否在权限边界内接入真实系统并完成一段可审计的工作”。
这也是为什么Astra for Law的价值不能只用模型基准来衡量。法律专业用户需要知道资料来自哪里、引用是否仍然有效、模型是否遗漏了相反判例，以及哪些步骤必须由律师确认。OpenAI近期公布的Hugging Face事件技术报告也提醒业界，当代理能够长期调用工具、共享状态并持续追求目标时，隔离和审计本身会成为安全问题；在法律场景中，这对应的是权限、伦理墙和客户资料边界能否被持续守住。
短期来看，Astra for Law更像是面向专业机构的受控试验，而不是可以独立承担法律意见的自动律师。它能否真正改变律所的成本结构和交付方式，取决于几个尚未有公开答案的问题：选定律所使用后，错误引用和人工复核负担是否下降；插件能否稳定继承案件级权限；跨法域研究的覆盖范围如何；以及在发生错误时，模型、律所和底层软件之间的责任如何划分。
OpenAI表示将根据律师和法律科技合作伙伴的反馈，继续同步改进模型、工具、设置和指令。对这个行业而言，Astra for Law的真正考验并不是一次演示中能否找到一个相似判例，而是能否在保密、可追溯和专业责任要求下，稳定地把更多重复性工作交给机器，同时把最终判断留在律师手中。
来源：OpenAI：Introducing Astra for Law；OpenAI：GPT-6 Astra；美国律师协会期刊：OpenAI introduces new AI model for law firms；Legal IT Insider：Breaking news: OpenAI unveils Astra for Law。