Z.ai 發布 GLM-Legal，主打代理式法律智慧。基座是輕量 GLM-5.3-Flash，成績單有三行：Harvey LAB 全過關率 19.2%，比基座高 12.5 個百分點；LegalBench 與 PLawBench 跟前沿閉源模型打平。參數少、對齊強，這是它想講的故事。
做法也寫得很白話。先灌高品質法律語料打底，再用數萬個擬真法律環境做強化學習，模型跟執行框架一起迭代。最後一環是量產回饋：律師說哪裡漏了爭點、引註哪裡站不住，就回頭改環境、改評分、改框架。落地在自家桌面 agent 平台 AutoClaw，示範審契約、串證據、做跨境隱私，每個都附 Word 追蹤修訂那種交付感。
我把原文翻成繁中（見前文），也把 HN 討論串 239 則留言全部讀完。摘要如下，完整版做成一頁懶人包嵌在文末。
三個不信任
整串幾乎不聊架構，都在問同一組問題。
第一，成績能不能信。19.2% 在嚴格全過關制下確實是前段，有人指出同價位第一，Opus 5.5 才 4%。但另一派不買單：題目跟評分規則本身品質堪憂，全過關會放大單題瑕疵，訓練集又不公開，成績可能是沾到類似題。
第二，資料敢不敢交。這是最大宗的疑慮。模型不開權重，只能走 z.ai API，歐美客戶等於把機密法律資料送上對手國家的伺服器。律師客戶特權、傳票開示風險都被點名，有人直接說法律用途一出生就死了。反方也有：交給外國實體，反而免於本國平台拿資料操弄你。
第三，出包誰負責。一方要求立法強制揭露律師用 AI，另一方說既有懲戒體系夠用，助理的產出本來就由掛名律師背書，AI 也一樣。幻覺判例是共同陰影：有人說發生率已過高峰，有人說各家內部互審還在幻覺，律師沒抓到就是法官震怒加制裁。
律師會怎樣
實務派已經在算帳。制式合約、範本紅線有人實報省錢，也有人實測全滅，反而更花時間。共識大概是：當唯一操盤手是垃圾，當菜鳥使喚做雜事很強。
再往下是兩種未來。鍍金簽核派說人類簽核關卡還在，苦工由 AI 代工，律師過好日子。削價簽量派說品質拉不開就比簽核量，事務所逼人定時簽越多越好，漏細節還自負風險。中間還卡一個新人斷層：雜務消失，下一代去哪學手感。
我的看法
19.2% 全過關跟實務可用之間，還隔著核實成本。結論能用不代表能直接交件，省下起草時間、沒省掉背書責任，這筆帳律所遲早要算。而閉源加中國雲這關，西方律所短期跨不過，開源權重才是它進歐美市場的門票。
一頁懶人包
手機版若顯示異常，直接開：https://derek-static.pages.dev/glm-legal-hn.html
延伸閱讀：GLM-Legal 原文（繁中全文見本站前文）、HN 討論串