2026-10-12 · 研究
大语言模型正从单轮代码生成转向更广泛的"专业协作"（Professional Cowork）。现实世界中的知识工作提出了独特要求：模型必须在明确的目标和紧迫的交付期限下，处理碎片化的源文件，将专业知识整合为连贯的分析，并在整个执行生命周期中保持领域严谨性。法律工作集中体现了这些挑战，是训练模型在高风险专业环境中运行的理想压力测试。
法律实践要求事实、制定法原则、分析推理和面向客户的交付成果之间保持不间断的链条。当接到一项专业任务时，智能体必须从源文件中提取核心问题，建立可辩护的论点，并按照精确的任务规范对结论进行格式化。同时满足所有这些约束，才是衡量领域专用模型的真正基准。
我们从复杂任务执行、专业法律推理和真实法律工作流三个维度对 GLM-Legal 进行了评估。GLM-Legal 在 Harvey LAB 上达到了 19.2% 的全通过率，同时在 LegalBench 和 PLawBench 上与前沿闭源模型持平，尽管其参数量显著更小。
基准测试亮点
在复杂执行、法律推理和真实场景起草两个维度上，GLM-Legal 在保持高推理效率的同时，达到了前沿级别的性能：
- Harvey LAB（全通过率 19.2%）： 在覆盖 24 个执业领域的真实律所工作流中，GLM-Legal 得分为 19.2%，相比其基座模型提升了 12.5 个百分点。在 Harvey 严格的全通过评分标准下，这证实了端到端任务执行的可靠性，不存在中间环节的性能下降。
- LegalBench（领域推理持平）： 在参数量显著更小的前提下，对专业合同、并购文件和司法意见的解析精度可与顶级闭源前沿模型媲美。
- PLawBench（中文本地化实务）： 在细粒度评分标准下，中文法律咨询、案件分析和文书起草方面，与领先前沿系统表现持平。
训练方法
GLM-Legal 优先考虑训练效率。它基于轻量化的 GLM-5.3-Flash 基座构建，通过专业化中期训练和高效率的后训练来扩展领域能力。我们将基础预训练与下游任务执行直接挂钩，训练模型解析源记录、适用法律原则、组织论证结构，并在最终交付阶段保持输出质量。
1. 中期训练：夯实领域基础
中期训练建立了系统的法律基础。我们扩充了高质量法律语料的规模，使模型能够在密集的领域语境中学习法律概念、制定法规则和解释框架。此阶段强化了事实、规则与结论之间的演绎联系，为复杂下游执行提供了所需的知识基底。
2. 后训练（Post-training）：模型与智能体框架的协同演化
后训练通过在数万个贴近真实场景的法律环境中开展强化学习，把领域知识转化为任务执行能力。模型在这些具体约束条件下，学习规划分析思路、推进工作流程，并产出最终交付物。
在该设定中，框架（Harness）充当运行时编排底座，负责管理任务上下文、连接工具集并路由执行反馈：
- 协同迭代优化： 框架结构与模型训练同步迭代。任务结构化、上下文摄入与运行时反馈回路共同决定智能体的探索行为。
- 双向学习： 模型训练中浮现的边缘案例会精确定位框架中的架构瓶颈；反之，框架的改进也让模型接触到更真实的执行约束，从而训练它检索相关上下文、依据中间执行信号自适应调整，并在从提示接收到最终签发的全流程中达到生产级标准。
3. 生产反馈闭环
真实业务流与一线从业者的反馈为我们的优化路线图指明方向。在生产环境中，法律专业人士依照具体标准来评估产出：
- 关键问题与边缘案例是否都被覆盖？
- 论证是否充分、引用是否在法律上站得住脚？
- 交付物是否严格贴合案情摘要（matter brief）？
- 下游团队能否直接复用成果、无需返工？
这些要求把主观质量转化为具体的工程损失信号。当排查漏掉事实、分析浅尝辄止、格式偏离规范等问题时，我们会审视整条执行链路，分离出原始模型能力、上下文预编排与工作流逻辑各自的贡献。
随后把这些发现直接反馈进下一轮训练的任务环境、评估量表与框架设计之中，并对照生产基准验证改进效果。这样一条贯穿"实际需求—任务环境—框架—模型训练"的紧密闭环，确保算法进展能直接转化为生产侧的可靠性。
把 GLM-Legal 带入 AutoClaw
不久后，你就能在我们的桌面原生智能体平台 AutoClaw 中实际使用这些能力。下面的示例展示了 GLM-Legal 如何帮助处理三类常见法律任务：合同审阅、案件准备与跨境项目筹划。
1. 合同审查：让退出条款真正保护客户
任务：为一位更换服务商的客户审查一份软件服务合同，重点关注解除（终止）与交接条款。
GLM-5.3-Flash
解除与交接
合同允许客户提前 60 天通知解除，并为重大违约设置了 30 天的补救期。建议缩短通知期，以便客户获得更大灵活性。合同解除时，应要求服务商返还客户数据以及客户已付款的已完成交付物。增加一项与替代服务商合作的义务，包括合理提供文件查阅权限，并协助交接。确认未结款项以及任何过渡支持费用。
GLM-Legal
解除与交接
将客户便利性解除（convenience-termination）的通知期从 60 天缩短至 30 天。针对知识产权（IP）、保密或数据安全义务方面的违约，取消补救期，以便客户能够 立即解除合同。合同第 4 节已将工作成果（work product）归属于客户：要求返还所有交付物及在制工作成果，无论是否已付款。增加 最长 90 天的过渡协助期，内容涵盖源代码、文档、数据以及向客户或其继任服务商的知识转移，费用按服务商届时现行的费率计算。
更换服务商时，你的团队需要一份能够保护交接的退出条款。
GLM-Legal 将这一目标转化为具体条款：在发生严重违约后立即解除、返还工作成果，并提供最长 90 天的过渡支持。AutoClaw 会把这些修订以 Word 文档中的「修订」（tracked changes）和批注（comments）的形式呈现，供你的团队审议与谈判。
2. 证据分析：把文档与案件思路（case theory）连接起来
任务：分析一份软件项目纠纷中的 40 份文档，找出服务商进度报告之间的矛盾。
GLM-5.3-Flash
外部报告与内部记录
9 月 30 日的客户报告称项目进展顺利、完成度达 60%（BR-000024），而内部快照记录的完成度约为 41%（BR-000027）。内部邮件中还讨论了架构风险以及与客户沟通的指示（BR-000014；BR-000015）。这些文件可能支持客户关于「进度被夸大」的主张。需审查报告历史、开票记录及合同条款，以判断上述陈述是否构成误导，以及还需要哪些进一步证据。
GLM-Legal
外部报告与内部记录
9 月 30 日那份「进展顺利——完成度 60%」的报告（BR-000024），应与 9 月 8 日关于 该里程碑客观上无法达成 的预警（BR-000014），以及内部约为 41% 的快照（BR-000027）放在一起阅读。CEO 关于 压下风险并继续开票 的指示（BR-000015），将上述内部认知与披露决策联系起来。主服务协议（MSA）第 2 条和第 5 条规定 付款不放弃权利、保证义务不因付款而消灭（BR-000001），因此仅凭持续付款本身并不能解决纠纷。这些关联支持一项「隐瞒」（concealment）主张；在得出最终结论之前，应先核对完成度的口径，并对其余请求权要件进行检验。
在项目纠纷中，关键在于把对外的进度报告与服务商内部所掌握的情况对接起来。
GLM-Legal 把外部陈述与相互矛盾的内部记录配对，标注文件来源，并解释其潜在的法律意义。这份「矛盾图谱」能帮助你的团队评估证据，并决定下一步调查方向，同时区分事实与推论。