为什么你换了 Codex、Kimi，做出来还是差不多

最近不少律师开始认真尝试大模型。

先用 Kimi，再试豆包；听说 Codex 能处理本地文件，又去装 Codex；看到 Claude 能跑复杂任务，也想比较一下。

折腾一圈以后，有些人得出一个结论：

“其实都差不多。”

让它们审同一份合同，都是列几条风险；让它们分析一个案件，都是事实、争议焦点、法律分析；让它们起草一份文书，看起来也都像那么回事。

于是问题又回到了价格、速度和使用习惯：哪个便宜就用哪个，哪个顺手就留哪个。

这个结论不能说全错，但它很可能比较错了东西。

如果你给每个模型的指令都是“帮我审一下这份合同”，你测试的不是它们做律师工作的真实能力，而是它们面对一句模糊要求时，能自由发挥到什么程度。

没有客户立场，没有交易目标，没有材料清单，没有判断次序，也没有交付标准，模型只能猜。

几个模型都在猜，结果当然容易长得差不多。

律师使用 AI 真正的分水岭，不是先买了哪个会员，而是有没有把自己的执业经验，变成一套模型能够执行的 Skill。

正确的方向和流程，才能在最短时间里得到最好的结果。模型能力高低，只决定它沿着这条正确道路，能够推理多深。

很多人比较的，其实是几次“自由发挥”

以合同审查为例。

一位律师把合同分别交给几个模型，只说：“请从乙方角度审查风险。”

模型通常会检查主体、付款、违约责任、解除、争议解决，也可能提出若干修改意见。几份结果看上去各有长短，但大体结构相似。

这并不奇怪。

因为真正决定这次审查质量的问题，一个都还没有被回答：

客户到底想签成，还是已经准备退出？乙方在交易里有没有谈判能力？这是一份孤立合同，还是主合同、附件、报价单和往来邮件中的一环？哪些商业条件已经确定，不能再动？哪些风险必须阻断，哪些风险可以通过价格消化？

这些问题不属于文字润色，也不是从合同表面就一定能推出来。

它们来自律师对交易、客户和工作阶段的判断。

如果这些条件没有进入任务，模型只能按最常见的合同审查模板作答。答案越稳妥，越容易变成一份面面俱到的风险清单。

所以，“几个模型做出来差不多”，有时不是因为它们能力相同，而是因为律师只给了它们一个足以产生通用答案的任务。

同一道没有评分标准的开放题，很难测出真正差距。

Skill 不是提示词，是律师执业经验的可执行版本

很多人一听 Skill，就把它理解成一段更长的提示词，或者从网上下载的一个工具包。

对律师来说，这个理解太浅了。

律师真正有价值的经验，往往不是记住多少法条，而是知道：

哪个事实会改变案件判断；哪一份材料绝不能漏；材料缺到什么程度必须停下来问客户；哪个风险只是理论可能，哪个风险足以改变交易决定；什么时候要查法规原文，什么时候还要核对案例、监管口径或合同附件；内部分析和给客户看的意见，应该分别写到什么程度。

这些东西，才是律师多年办案、谈判、审合同和被现实纠正以后留下来的工作方法。

Skill，就是把这种方法写成模型不能随意跳过的执行次序。

它会告诉模型：开始之前先确认什么；材料按什么顺序读取；哪些事实必须单独列出；遇到什么情况不能继续推断；法律来源如何核验；不同风险如何排序；最终要交付哪些文件；交付前还要做哪些复核。

它甚至应该记住这位律师过去犯过的错。

上一次漏看了补充协议，就把“检查合同关联文件”加进去；上一次引用了已经失效的依据，就把“核验效力状态和具体日期”设为必经步骤；上一次给客户写了二十页风险，却没有明确哪些条款值得为此放弃交易，就把“风险必须对应客户目标和处理建议”写进验收标准。

这才是律师自己的 Skill。

它不是把经验交给 AI，而是让经验成为 AI 每次工作时都不能绕过的规则。

模型当然重要，但它决定的是“能想多深”

强调 Skill，不等于说模型能力不重要。

更强的模型，在复杂律师工作中会表现出真实差别：它可能更能理解含混事实，更容易发现几份材料之间的冲突，更能追踪跨条款关系，也更有能力从对方立场提出反驳，或者在多种解释之间说明各自成立的条件。

能力弱一些的模型，即使按照同一套流程执行，也可能只完成表面检查，漏掉隐藏关系，或者在长材料中前后失忆。

但模型差异只有放进一套正确、稳定、可验收的流程里，才真正有意义。

没有 Skill 时，我们比较的是几个模型对模糊指令的猜测；有了 Skill 以后，我们比较的才是：在同样材料、同样步骤和同样交付标准下，谁能发现更深的问题，谁能更好地解释反方，谁更稳定，谁需要律师补得更少。

所以，模型与 Skill 不是“模型占三成、Skill 占七成”这种关系。

比例没有意义，次序才有意义。

方向错了，模型越强，可能只是越快、越有说服力地把错路走到底。方向对了，流程稳了，模型每提高一点能力，才会真正变成更深的分析和更好的成果。

三者的关系可以说得很直接：

方向和流程决定 AI 在想什么，模型决定它能想多深，律师负责最终判断能不能交付。

真正的快，不是三分钟出稿，而是少返工

不少律师使用 AI，最先追求的是快。

上传文件，输入一句话，几分钟得到一份长答案，看上去已经节省了很多时间。

但只要真正做过交付，就会发现：生成速度不等于工作速度。

如果模型没有先确认客户目标，律师要重排全部风险；如果没有识别缺失材料，后面的分析可能整体重做；如果法律来源没有核验，律师要逐条返查；如果输出不是客户能直接使用的形式，还要重新整理成审查表、修改稿或谈判清单。

所谓三分钟完成，最后可能变成两个小时救稿。

一套成熟的合同审查 Skill，会在开始时先确认委托目标和客户立场，盘点合同、附件及往来材料，标记缺失或无法读取的内容；随后区分通用风险和特定交易风险，核验依据，再按照客户目标决定风险顺序；最后分别形成内部分析、客户核对事项、条款修改意见和必要的谈判方案，并做一次来源、数字、交叉引用和版本检查。

步骤看起来比一句提示词多，实际却更快。

因为律师工作里的快，不是少问几个问题，而是第一轮就知道该看什么、该问什么、该交什么，少走两轮返工。

正确流程的价值，就是把错误尽量挡在前面。

律师最应该积累的，不是会员，而是自己的方法

今天有人讨论 Claude，明天有人转向 Codex，后天国内模型又会增加新的功能。

模型会升级，产品会变化，名字也会不断更换。

如果律师的 AI 能力只是记住某个平台的几个按钮，平台一变，很多东西就要重新开始。

但如果你已经把自己的工作方法写成 Skill，变化就没有那么可怕。你可以把同一套专业方法交给不同模型，再根据结果选择谁执行得更深、更稳、更省人工。

律师现在真正应该做的，不是先收藏一百条提示词，而是选一个自己反复处理的任务，认真写下七件事：

开始前必须知道什么；必须有哪些材料；工作按什么顺序进行；哪些判断点最容易出错；遇到什么情况必须停下来问人；什么来源必须核验；最后交付成什么样才算完成。

再把过去三个真实项目中出现过的漏项、误判和客户反馈加进去。

这就是第一版 Skill。

它不需要一开始就写得很复杂。真正重要的是，每完成一次真实工作，就把新发现的问题补回去。久而久之，沉淀下来的不是一份万能提示词，而是一位律师的判断次序、核验习惯和交付标准。

这才是 AI 时代律师真正不会轻易贬值的部分。

模型负责把这套方法执行得更快，并把推理推得更深；但往哪里走、先解决什么、什么结果才算合格，仍然来自律师。

所以，下一次再比较 Codex、Kimi、Claude 或豆包，不要只问谁写得更长、谁回答得更快。

先拿出你自己的 Skill，再把同一项真实工作交给它们。

到那时，你比较的才是模型能力。

而在此之前，你更应该问自己的问题是：

我有没有把多年执业经验，变成一套 AI 必须遵守、自己也能够检验的工作方法？

资料说明

本文所说的 Skill，是“把律师经验和工作流程写成可重复执行规则”的宽泛概念，不等同于任何单一平台的技术格式。文中不对四款产品作性能排名，也没有把一次问答当作同任务实测。相关产品公开信息核验截至 2026 年 7 月 16 日，参见 Claude Cowork、OpenAI Codex、Kimi Skills 帮助页及豆包专业版服务协议。