最近，一段关于中科院 “AI 法庭” 的视频在法律圈里传得挺热闹。点进去一看，原来是中科院深圳先进技术研究院联合中山大学、深圳大学等机构做的一个叫 AgentCourt 的模拟系统，用大语言模型让 AI 扮演法官、律师、书记员，把民事诉讼的流程整个跑了一遍。该成果已被 ACL 2025 Findings 收录。

研究者从中国裁判文书网筛选出 1000 个有完整诉辩内容的民事案例，让 AI 在模拟法庭里反复演练。它的核心创新在于 “对抗性进化” 机制 —— 两个 AI 律师在模拟辩论中互相博弈，动态学习，突破了以往法律模型只会查静态知识库的局限。经专业律师评估，进化后的 AI 律师在认知敏捷度、专业知识和逻辑严谨性三个维度上均获认可，性能较初始版本提升了 12.1%。

这个思路在学术上有价值，但科研归科研，拿它来讨论 “法官会不会被替代”，就走偏了。真正值得关注的，是法院系统里的 AI 辅助审判，已经在实际运转了。深圳法院 2024 年 6 月上线全国首个司法审判垂直领域大模型，覆盖立案、阅卷、庭审、文书制作等 85 项流程。到今年全国两会上，最高人民法院院长张军专门点赞了这套系统，并介绍以此为基础形成的智审系统，已在 11 个省区市 23 家法院试点运行。

图：深圳法院人工智能辅助审判系统（1.0）正式启用仪式现场（来源：中国长安网《全国首秀！深圳 AI “助理” 上岗，让审判 “智” 在必得》，2024 年 7 月）

数据也很能说明问题：2025 年深圳法院法官人均结案 744 件，同比增加 249 件，高出全省平均水平 261 件，居全省第一；上诉率和一审发改率同比分别下降 35.1% 和 33.3%，均为近十年最优。

从全国层面看，科大讯飞的星火法律大模型已在全国超过 300 家政法单位落地，智慧法庭覆盖超过 2 万间，刑事案件办案时长平均缩短 40%。

政法智能化正在从 “流程线上化” 转向 “决策智能化”，开始辅助文书生成、量刑参考等核心业务。

那这对司法腐败治理有什么用？这是最值得说透的一层。传统审判模式下，法官个体认知差异、案件事实复杂程度、法律解释多元空间、地域裁判习惯差异等多重因素叠加，容易产生同案不同判问题，也给权力寻租留出了灰色空间。

AI 辅助系统的介入，首先做的是 “压缩灰色空间”。深圳系统各环节节点均设置审核、确认、决定选项，需法官逐项勾选确认，最终决定案件结论 —— 这既尊重了法官的自主决策权，也在制度上堵住了随意裁量的口子。

图：新一代人工智能辅助办案系统 “未来法官助手” 应用场景（来源：新华网江苏频道《AI 赋能 “未来法官助手” 苏州中院打造 “数字正义” 新标杆》，2024 年 4 月）

更深一层，人工智能可以在争点归纳整理、类案偏离提示、再审案件裁判偏离度预警、终本案件核查、不规范司法行为自动巡查、廉洁司法风险防控等方面发挥作用，通过系统在司法领域中的互动与合作，自动侦测司法过程中不符合规范的行为。

换句话说，过去靠内部监督、事后倒查来发现的异常裁判行为，现在系统可以在过程中实时标记、预警。技术本身不能消除腐败动机，但它让腐败行为被发现和被追溯的概率大幅提高，这对潜在的违规操作是一种实质性的威慑。

审判会走向智能吗？趋势是明确的，但方向要看清。从 “流程线上化” 到 “决策智能化”，AI 正在更深地介入司法核心业务，但它介入的方式是 “辅助” 而非 “替代”。深圳系统的设计逻辑很清楚：系统给法官推送类案、梳理争点、生成文书初稿，但每一个关键节点都需要法官逐项确认。

图：法官使用大模型辅助办公（来源：国际在线贵州频道 / 天眼新闻《从 “数据仓库” 到 “AI 工厂” 的贵州 “智” 变》，2025 年 12 月）

法学界的共识也很一致 —— 人工智能的定位是 “数字助理”，而非 “决策主体”。在罪与非罪认定、证据采信、量刑建议终局确定等环节，必须强化司法亲历性，AI 仅能提供类案检索、法条匹配、文书初稿生成等辅助服务。

那些需要反复斟酌的 “合理怀疑”、涉及伦理困境的 “情有可原”、体现司法温度的自由裁量，不是精确代码能消解的。算法偏见、黑箱透明度这些问题，学界一直在讨论，不是说技术跑得快就可以绕过去的。

说到底，AgentCourt 的意义在于提供了一个 “沙盘”，让法律人可以在低成本的模拟环境里观察 AI 到底懂多少法律、能推理到什么程度。而法院里的 AI 辅助审判，是在真实案件中帮法官减负、帮类案统一尺度、帮权力运行变得更透明。两者都不是要替代谁，而是在各自的场景里做各自能做的事。技术可以优化正义的实现方式，可以让裁判尺度更统一、让异常行为更容易被发现，但 “本院考虑到” 这几个字背后的判断，还得是人来写。