OpenAI 发布了面向法律垂直领域的 Astra for Law，目标客户是律师与法务软件公司。它在通用网页检索之外接入了 CourtListener 判例库，该库覆盖 99.9% 以上已公开的美国判例法。效果体现在一道简单的对比上：私有验证集正确率 54.0%，比仅使用网页搜索的 GPT-6 Astra 高出超过 15 个百分点。
一、Astra for Law 到底是什么
Astra for Law 不是一个重新训练的法律大模型，而是「通用模型加权威垂直语料」的组合产品：底座仍是通用推理能力，检索层则被替换成法律专业来源。它对外的服务对象有两类，一类是律师个人与律所，另一类是把法务能力嵌进自己产品的软件公司，后者可以通过接口把这套检索与生成能力集成到既有工作流里。
1. 通用检索为什么在法律场景不够用
通用网页搜索返回的是「说得通的内容」，而法律工作需要的是「可引用的依据」。判例、法条、法院层级、裁判时间这些要素一旦缺失，答案即使措辞严谨也可能是错的。通用模型在法律问题上常见的失效模式，恰恰不是语言不流畅，而是引用了不存在或已被推翻的判例。
2. 权威语料库为什么是关键变量
把检索范围限定在权威判例库，等于把答案空间从「整个互联网」收窄到「可核验的法律来源」。这既提高了准确率，也让每一条结论都能回溯到具体案号，便于人工复核。对受监管行业而言，可回溯性本身就是一个硬性要求。
二、2.3 亿 URL 与 99.9% 覆盖率：两层语料怎么配合
| 语料组成 | 规模 | 承担的角色 |
|---|---|---|
| 网页索引 | 2.3 亿 URL | 覆盖行业动态、法规解读等通用背景信息 |
| 判例库 CourtListener | 覆盖 99.9% 以上已发布美国判例法 | 提供可回溯、可引用的权威判例依据 |
| 私有验证集表现 | 正确率 54.0% | 高出仅用网页搜索的 GPT-6 Astra 超 15 个百分点 |
数据来源：以上数据出自 OpenAI 发布信息，经 AIbase 报道转述。
三、54.0% 这个数字该怎么读
它同时说明了两件事。往上看，超过 15 个百分点的提升证明垂直语料的真实价值：同一套推理能力，喂判例和喂网页，差距就摆在那里。往下看，54% 意味着接近一半的问题仍然答错，这个水平远没到可以独立出具法律意见的程度。
1. 十五个百分点从哪里来
增量主要来自检索层而非生成层。判例库把候选答案的范围收窄到专业来源，减少了模型「自己编一个看起来合理的判例」的空间；同时案号、法院层级等结构化元数据让排序和筛选更可靠。
2. 上限为什么仍然明显
法律任务的难点不只是找到判例，还包括判断类比是否成立、 jurisdictions 是否适用、案件事实是否可区分，这些都属于推理与判断，检索层帮不上忙。再加上验证集本身往往刻意选取高难度问题，54% 更像是困难模式下的成绩，而非日常简单检索的表现。
四、谁该用，以及怎么用才不出事
现阶段最合理的定位是「检索与草稿辅助工具」，而不是终局意见来源。适合它的用法是：用它快速定位候选判例、生成检索报告初稿、梳理争议焦点；不适合它的用法是：直接采信结论、跳过人工复核。律所引入时，建议把「每条结论必须附可核验引用」写进使用规范，并对对外交付物保留律师签字环节。对法务软件公司而言，把引用核验做成产品内的强制步骤，往往比单纯追求更高正确率更能降低实际风险。
FAQ：关于 OpenAI Astra for Law 你最可能关心的三个问题
Astra for Law 比通用模型强在哪里？
核心差异在检索层：它索引 2.3 亿 URL，并纳入覆盖 99.9% 以上已发布美国判例法的 CourtListener 案例库。在私有验证集上正确率达 54.0%，比仅使用网页搜索的 GPT-6 Astra 高出超过 15 个百分点。
54% 的正确率能直接用在工作里吗？
可以作为检索与草稿辅助，不宜作为终局结论。接近一半的问题仍会答错，法律场景的容错率极低，建议要求每条结论附带可核验引用，并保留人工复核与律师签字环节。
它面向哪些用户？
主要面向两类：律师与律所，以及希望把法务检索能力嵌入自身产品的法律软件公司，后者可通过接口把检索与生成能力集成进既有工作流。
小结
Astra for Law 的意义，在于用一个可量化的对比证明了垂直语料的价值——同样的模型底座，换个检索来源就能拉开 15 个百分点以上。但它也诚实暴露了上限：54.0% 的正确率提醒所有人，法律 AI 目前的位置是「高效的助理」，而不是「可替代的判断者」。真正决定它能否落地的，不是模型再提升几个点，而是机构能否建立起强制复核与引用核验的使用规范。
消息来自 HEX2077 AI资讯日报（2026年9月19日），原始出处 https://www.aibase.com/zh/news/31146