本文要点
- GPT-6 Astra 从通用模型变成法律配置。
- 法律检索从普通 web search 变成专门索引。
- 入口先是 ChatGPT 与 Codex Trusted Access。
阅读辅助
先看数字、证据和来源，再读正文。
Astra for Law 是法律行业配置，不是独立开放的通用新模型。
2026-09-17 · OpenAI 发布 Astra for Law，定位为面向律所和法律科技公司的新基础能力。
9 月 17 日的 Astra for Law 把 GPT-6 Astra 放进法律行业配置里。OpenAI 给它配上法律搜索索引、法律分析与写作指令、企业治理设置、插件和 custom skills，目标用户是律师事务所与法律科技公司。
可确认的新增部分有四项。第一，Astra for Law 初期只通过 ChatGPT 与 Codex 的 Trusted Access 提供给选定律所，不是公开自助开通。第二，API 被标为 coming soon，未来 API 名称是 gpt-6-astra-law，模型选择器中的名称是 GPT-6 Astra Law。第三，OpenAI 称法律搜索索引覆盖超过 2.3 亿 URL，包括美国案例法、法规、法院规则和行政决定。第四，OpenAI 同步披露了评测、插件和企业隐私设置，其中 benchmark 数字来自 OpenAI 对 Vals AI 私有验证集的转述，仍属于厂商披露口径。
不确定的部分主要集中在可复现性和真实部署边界。OpenAI 给出的 54.0% 与 38.7% 是法律研究题的 overall correctness 对比，并被表述为 40% 相对提升，不能写成绝对提高 40 个百分点。OpenAI 还称案例法问题中参考案例多 24%，在已审计目标段落集合上最多多检索 54% 来自正确法院意见的相关段落；这些都还没有看到公开题集、评分样本和独立复现。
读者最需要关注的是工作流落点。律所和法律科技公司要评估的核心，已经从 memo 草稿能力扩大到可审计来源、客户保密、权限隔离和插件工作流。Astra for Law 的价值来自 GPT-6 Astra，也来自 OpenAI 能否把搜索、引用、文档、Word、Codex 和 API 组合成可治理的专业系统。
发布内容与可用状态
OpenAI 对 Astra for Law 的定位是“law firms and legal technology companies to build AI products and workflows around their expertise”。这句话的重点在 build products and workflows：律师端看到的是法律助手，律所和 API 客户看到的则是一层可围绕专业知识搭工作流的基础设施。
当前入口仍然受控。OpenAI 明确写到，Astra for Law will be initially offered to selected law firms through Trusted Access in ChatGPT and Codex, and will be coming soon to the API。中文报道必须保留这个状态：初期是通过 ChatGPT 与 Codex 的 Trusted Access 面向选定律所；API 是随后开放，不是已经普遍可用。模型命名也要分清：模型选择器里是 GPT-6 Astra Law，API 里是 gpt-6-astra-law。
这个节奏说明 OpenAI 对法律行业采取了比普通产品发布更谨慎的方式。法律服务牵涉客户保密、执业责任、引用准确性、司法辖区差异和利益冲突管理。如果先把 API 全量放出，第三方产品会很快把模型包装进各种法律工作流，但出错责任、数据保留和权限审计难以统一。Trusted Access 先给选定律所和合作伙伴，等于让 OpenAI 可以在真实场景里调试配置，同时保留较强的准入控制。
OpenAI 还把 Astra for Law 和 Codex 放在同一个可用状态里，这一点值得注意。法律科技公司的工程需求不只是在合同或 memo 上做自然语言生成，还包括把内部模板、知识库、插件、检索工具和文档系统接进模型。Codex 入口意味着 Astra for Law 可能服务于法律产品开发、插件调试和 workflow automation，而不只是律师个人检索。
关键数字怎样读
OpenAI 披露了几组很容易被误读的数字。读这些数字时，比较对象和来源口径要和百分比本身放在一起。
| 指标 | OpenAI 披露值 | 早报口径 |
|---|---|---|
| 法律搜索索引 | 2.3 亿 URL | 覆盖美国案例法、法规、法院规则和行政决定，来源每日增加。 |
| CourtListener 覆盖 | >99.9% | 指 OpenAI 引用 Free Law Project 的已发布美国先例判例覆盖背景。 |
| Vals 私有集正确率 | 54.0% | Astra for Law 在 200 道美国法律研究题、高推理强度下的 overall correctness。 |
| 对照正确率 | 38.7% | GPT-6 Astra 使用 web search 的对照口径。 |
| 相对提升 | 40% | 这是相对 improvement，不是绝对百分点。 |
| 参考案例增量 | 24% | 案例法问题中，Astra for Law 找到的参考案例更多。 |
| 相关段落增量 | 最高 54% | 已审计目标段落集合里，同等推理强度下的最大增量。 |
| 插件与技能 | 26+9+47 | 26 个合作伙伴插件、9 个社区插件、47 个 custom skills。 |
这张表背后的含义是，OpenAI 正在把法律研究拆成三个环节：检索到正确法律来源、从来源里抽到相关段落、把法律问题回答到可判定正确的程度。普通 web search 在开放网页里找资料，优势是覆盖广，问题是法律语料的权威性、版本、辖区和引用粒度难以稳定控制。Astra for Law 的专门索引则试图把搜索空间收窄到法律语境中，让模型先拿到更贴近任务的材料。
不过，benchmark 的证据强度还不能被写成行业定论。Vals AI Legal Research Bench private validation set 是私有验证集，OpenAI 披露样本数为 200 道美国法律研究题，但我们没有题目分布、评分准则、错误案例和与其他法律模型的横向比较。54.0% 高于 38.7%，并按 OpenAI 口径构成 40% 相对提升；这个结论可以报道，但要标成 OpenAI 自报的私有集结果。
更细的检索数字同样需要保持边界。OpenAI 称案例法问题中 Astra for Law 找到的参考案例比 GPT-6 Astra 加 web search 多 24%；在已审计目标段落集合上，同等推理强度下最多多检索 54% 来自正确法院意见的相关段落。这些数字支持“专门索引提升法律研究链路”的方向，但还不能证明它在每个律所、每个司法辖区、每类案件中都能稳定优于现有法律检索系统。
法律索引为什么比模型名更重要
法律 AI 的失败通常发生在证据链上。律师需要的是可引用、可核查、可解释的材料；流畅答案如果引用了错误判例、过期法规或不适用辖区的材料，风险可能大于效率收益。
Astra for Law 把法律搜索索引放在产品描述的中心，是因为法律工作流天然要求来源约束。OpenAI 称该索引可搜索美国案例法、法规、法院规则和行政决定，覆盖超过 2.3 亿 URL，且来源每日增加。它还提到与 Free Law Project 的合作，将 CourtListener 覆盖超过 >99.9% 已发布美国先例判例的案例法集合带入体验。
这并不等于“美国法律资料已全部覆盖”。美国法律体系还有未出版判例、州级材料差异、行政解释、地方规则、律所自有知识库和商业数据库权限。CourtListener 的覆盖价值在于提供公开案例法基础，但专业法律工作经常还依赖 Westlaw、LexisNexis、Bloomberg Law、律所内部文件和客户事实材料。Astra for Law 若要进入核心流程，后续必须证明它不仅能找到公开判例，还能在企业权限边界里引用内部材料，并且让律师快速判断来源是否可靠。
法律索引还会影响幻觉治理。模型幻觉在普通问答里可能只是体验问题，在法律场景里可能变成职业责任问题。专门索引可以降低模型凭空补引用的空间，但不能彻底替代审查。更稳妥的表达是：OpenAI 正在用检索约束、指令配置和企业治理设置降低法律任务风险，尚未证明模型可以独立完成法律研究。
插件、Word 与 Codex 说明了产品方向
OpenAI 同时发布的生态数量很关键：26 个 partner-built plugins、9 个 community plugins、47 个 custom skills。合作伙伴包括 Thomson Reuters、Harvey、Legora、iManage 等法律与文档工作流相关公司。OpenAI 还称 ChatGPT for Word 同日正式可用。
这组组合说明 Astra for Law 的产品目标在模型层和工作流层之间。律师日常工作往往发生在 Word、文档管理系统、合同库、案件管理系统和内部知识库之间。单纯把聊天机器人放到律所里，实际摩擦会很大；把模型接进 Word、插件和 custom skills，才更接近真实工作方式。
合作伙伴插件也带来新的治理问题。法律服务的权限模型比一般企业 SaaS 更复杂：同一律所内部可能存在客户冲突、matter-level 权限、ethical wall、跨境数据限制和不同团队的保密边界。OpenAI 提到 eligible firms 可在 API 上获得 Zero Data Retention，ChatGPT Enterprise usage 默认排除人工审查；这对企业采购很重要，但还不是完整答案。真正的采购问题会落到每个插件是否继承同样的数据边界、日志如何保存、管理员如何审计、律师如何证明某份输出的来源链条。
Codex 的位置也值得单独看。法律科技公司的交付包含持续构建工具、维护模板、连接文档系统和调试内部流程。Astra for Law 进入 Codex，意味着 OpenAI 希望开发者在法律配置下写代码、搭插件和创建 custom skills。这对 Harvey、Legora 这类 API 客户尤其重要，因为它们需要把前沿模型能力封装进自己的产品，而不能把最终用户全部导向 ChatGPT。
对律所和法律科技公司的分层影响
对大型律所，Astra for Law 的吸引力来自受控试用和企业治理。大型律所通常已经有专业检索数据库、文档管理系统、客户权限制度和技术委员会。它们不会因为一个 benchmark 立刻迁移核心研究流程，但会愿意用 Trusted Access 测试几个高频场景：判例初筛、备忘录草稿、合同条款比较、尽调摘要、内部知识库问答和 Word 文档辅助。
对中小律所，短期反而不一定马上受益。当前入口是 selected law firms through Trusted Access，API 仍是 coming soon。若没有进入试点，更多只能等待 OpenAI 或合作伙伴把能力产品化。长期看，如果 Astra for Law 降低高质量法律检索和起草辅助的边际成本，中小团队可能通过法律科技产品获得接近大所工具链的一部分能力。
对法律科技公司，这次发布更像平台信号。OpenAI 明确提到 Harvey 和 Legora 等 API customers will be able to build on Astra for Law。法律科技公司过去常见路线是用通用模型加自建 RAG、专有工作流和律师校验来形成产品差异。Astra for Law 如果提供稳定 API，通用法律能力可能向底层平台集中，应用公司的差异会转向专有数据、客户集成、交付流程、合规责任和垂直场景体验。
对企业法务和采购团队，问题会更现实：能不能签合规条款，能不能隔离客户资料，能不能追踪输出来源，能不能禁用某些插件，能不能把每次模型使用和 matter 对应起来。OpenAI 目前给出的 Zero Data Retention、默认排除人工审查、Trusted Access 都是在回答这些顾虑，但它们还需要落到 API 合同、管理员控制台、审计日志和合作插件政策中。
Astra for Law 把前沿模型竞争推到“行业运行环境”这一层。法律行业付费购买的是可引用来源、可审计权限、可落地插件和可承担责任的工作流。OpenAI 如果只卖 GPT-6 Astra 的法律版，护城河会很薄；如果它能维护索引、模型配置、企业隐私和插件生态，就会成为法律 AI 产品的底层供应商。
这也给法律科技公司带来双重压力。Harvey、Legora 这类公司可以更快获得法律配置模型，减少自己维护底层 RAG 和通用推理能力的负担；当 OpenAI 把法律索引、Word、Codex、插件和 API 都放进同一套产品叙事后，应用层公司必须证明自己在客户知识、流程交付、风险承担和专业服务上有独立价值。
早报判断是，Astra for Law 的短期价值要看首批律所试点质量，长期价值要看 API 和插件治理。benchmark 的 54.0% 可以说明 OpenAI 在法律研究链路上看到了增量，但它不足以单独证明专业采用。真正的分水岭会出现在律师愿意把它接进正式工作底稿、律所 IT 愿意让它连到内部文档系统、客户愿意接受对应的数据处理条款之后。
需要防止的三类误读
API 状态需要保持原文边界。OpenAI 的公告状态很清楚：初期通过 ChatGPT 与 Codex 的 Trusted Access 给 selected law firms；API 会随后开放。模型选择器里的名字和 API 名称也不是同一写法，前者是 GPT-6 Astra Law，后者是 gpt-6-astra-law。
百分比基准需要随数字一起出现。OpenAI 的数字是 54.0% 对 38.7% 的 relative improvement。按绝对百分点看，两者差距是 15.3 个百分点；按相对提升看，才是约 40%。如果中文稿只写“提高 40%”而不写基准，就会让读者错误理解为正确率绝对多了 40 个百分点。
索引规模需要和准确性拆开。超过 2.3 亿 URL 和 CourtListener >99.9% 覆盖都是重要基础，但法律研究还涉及查询构造、管辖权、时效、引用上下文、事实匹配和反向检索。索引扩大只是第一步，模型如何排序、引用和解释材料，才决定律师是否敢在正式交付中使用。
后续验证路径
API 细节会最先决定开发者采用节奏。价格、上下文长度、工具调用、速率限制、Zero Data Retention 范围、日志策略，以及企业内部资料能否接进同一法律配置，都会影响法律科技公司的成本结构。API 若只提供受限模型名，影响会比较窄；API 若同时带上检索、引用和合规控制，平台意味会明显增强。
评测透明度会决定这组 benchmark 是否能被行业采信。Vals 私有验证集给了清楚数字，但法律行业需要公开题型、错误分析和跨数据集比较。理想状态应包括 hallucinated citation、missed controlling authority、jurisdiction mismatch、outdated law、unsupported reasoning 等错误类型。法律 AI 的可靠性必须按失败模式拆开看，不能只靠总分。
首批律所的使用深度会比宣传口径更有解释力。若 Astra for Law 只停留在研究助理和文书草稿层，影响会比较温和；若它能进入尽调、合同审查、诉讼材料检索、知识管理和软件开发流程，OpenAI 才真正拿到专业服务行业的工作流入口。Trusted Access 的价值在这里：试点律所会暴露真实阻力，OpenAI 也能据此决定 API 的治理边界。
最后要看插件生态的责任分配。26 个合作伙伴插件、9 个社区插件和 47 个 custom skills 看起来很丰富，但法律市场不缺工具，缺的是工具之间共享权限、保留审计、避免冲突和减少责任不清。Astra for Law 如果能把这些问题收进统一管理层，它会是法律 AI 平台化的一步；如果只是把插件数量堆上去，它更像一次面向专业市场的产品包装。