AI 把告状的门槛砸穿了，法院还没反应过来

你有没有想过，有一天去法院告状，成本会低到只需要打开一个聊天框？

英国就业法院最近的数据让我看了好几遍。今年3月案件量突然涨了39%，积压量更是堆高了55%。法官们一开始以为是经济下行或者新法案的原因，后来才发现，真正的推手是ChatGPT和Grok。员工们不请律师了，直接让AI起草诉状，免费的，而且是批量生成。

我第一反应是，这不挺好？法律服务的门槛一直被诟病太高，普通人请不起律师，现在AI把这道墙拆了。但往下看，事情没这么简单。

问题出在AI生成的诉状质量上。法官们抱怨说，现在递交上来的文件里充斥着“法律幻觉”和大量无效内容。

我见过AI写代码时的幻觉，一个函数能给你编出三个不存在的API。法律文书的幻觉更致命，AI会一本正经地引用根本不存在的判例，或者对法条作出完全离谱的解释。以前一个自代理诉讼人可能交一两页纸的诉状，现在动辄几百页，看起来条理分明、引经据典，实际上全是AI一本正经地胡说八道。

这事让我想起一个更深层的问题。AI工具的设计哲学，某种程度上是在拆解“专业”的门槛。写简历、写代码、写诉状，本质上都是把过去需要专业训练才能完成的产出，变成了一句话就能生成的商品。但门槛降低的同时，专业背后那些看不见的东西，比如判断力、对语境的把握、对风险的认知，并不会自动跟着降下来。

英国那边更头疼的是，新法案又增加了25种申诉理由，等于进一步放大了AI生成内容的发挥空间。法官的工作量本来就饱和，现在还要在一堆AI生成的噪音里筛选出真正有效的诉求。司法资源是公共资源，每一份必须认真审阅的数百页文件，消耗的都是整体的司法效率。一个真正权益受损的员工，可能要和一堆AI批量生成的无效诉状抢法官的注意力。

我自己也用过一阵子AI工具处理工作，大概三周前开始用GPT-5.6，后来也试了Kimi K3。说实话，在某些结构化任务上确实省力，写邮件、整理会议纪要、甚至做初版方案，效率提升明显。但每次用的时候我都有个习惯，输出的东西必须自己过一遍，因为我知道模型生成的东西，有时候是为了“看起来对”而组织语言，不是为了“真的对”而推理事实。

法律领域比技术领域更危险。代码编译不过会报错，AI生成的代码至少你能跑一下验证。但AI生成的诉状，没有编译器能帮你检查法律依据是否成立。一个不懂法的普通人，拿到一份AI生成的五百页诉状，他根本不知道里面有多少是幻觉。他看到一个看似专业的法律分析，以为是尚方宝剑，实际上可能是废纸一堆。

从另一个角度看，这事也暴露了AI落地的一个结构性矛盾。AI的产出能力已经远超系统的消化能力。生成一份文件几乎零成本，但审阅一份文件、甄别其中的法律效力、在法庭上与之对抗，这些环节的成本一点没降。当产出端和消费端的成本严重失衡时，整个系统就会被无谓的产出淹没。

我想到一个不太恰当的类比。AI生成垃圾邮件的时候，大家觉得无非是过滤一下。但当AI生成的垃圾诉状涌向法院，它占用的是司法资源，影响的是真正需要救济的人。这已经不是技术问题，是社会治理问题。

我自己判断，短期内法院会被迫引入AI辅助审阅工具来做初筛，但长期看，更可能需要的是对AI生成的法律文书设置某种门槛或者验证机制。这就像我们做技术方案选型，不能只看生成效率，还要看下游的承接能力。

所以，如果你也打算用AI处理法律相关的事，我的建议是，把它当搜索工具用，别当律师用。让它帮你理解法条、梳理思路，但最终的文书，要么找专业人士过一遍，要么自己逐条核实法律依据。AI生成的每一个句子，都要问一句，这句话的依据是什么，能不能被验证。

AI能帮你写出一份看起来像样的诉状，但法院看的不是像不像样，是能不能站得住。