新基准 GDPx 实测:前沿模型独立完成法律工作得分近 0%

jkubicki · x · 2026-11-04

法律科技教育者 jkubicki 引用新基准 GDPx 的结果讨论 AI 在法律领域的真实水平。GDPx 让单个 AI 智能体独立完成 11 个领域的真实专家级完整工作任务(部分需 8 小时),法律任务上所有前沿模型得分接近 0%。但他认为这不是「律师安全了」:测试衡量的是无人类参与的端到端自主完成,而真正用好 AI 的律师是把工作拆分、逐项交付核对、由人担责的协作模式。结论是 AI 尚不能独立完成法律工作,这让懂得「驾驭」智能体的律师更值钱——要做 lawyer-in-the-loop,而不只是会写提示词。