11月4日，在2026年世界互联网大会·乌镇峰会召开期间，我们见到了清华大学计算机系教授、互联网司法研究院院长刘奕群。他向记者展示了其团队研发的法律大模型。在这个大模型里输入一个法律问题，大模型能够提供的，除了智能检索，还有深度研究。

　　记者：智能的检索还有深度的研究，它有什么区别？

　　刘奕群：智能的检索最主要的是，对于我们给定的特定的一些法律上的问题，然后给出类似于搜索引擎的答案。只不过这个答案可能，您看这有一些已有的司法案例，有一些司法的观点，人民法院的观点，有一些法规。但更重要的是，它会自我进行相关的一个归纳和总结。

　　记者：像法官通过这样一个平台查相关的问题，很快就出现相应的案例观点。

　　刘奕群：没错。对于法官来讲的话，特别是他判一个自己不太熟悉领域的案子的时候，他通过这东西，可以基本上来讲完成他案前准备的工作，甚至在这个基础之上的话，把它的法律观点都已经给得非常清晰了。

　　其实，作为清华大学计算机科学与技术专业博士，工科出身的刘奕群最初研究的不是司法人工智能，而是信息检索。

　　记者：为什么会选择这个方向？

　　刘奕群：信息检索是非常重要的一个方向。我们有非常多的人，因为医疗信息的不充分、法律信息的不充分，然后给我们生活造成了很大的困难，甚至是对家庭造成很不好的一些影响。所以当时就觉得搜索，特别是让所有人都能够无缝接触到最真实的信息，其实是对国家既有意义，也是一件计算机学者应该做的一件难的事情。

　　记者：但是您也谈到了，其实当时整个信息搜索这方面，已经是成熟的方案和成熟平台都有了。对您而言，当时要做的这样一个项目，它会有别于这些成熟平台一些什么呢？

　　刘奕群：我们做了非常重要的一件事情，就是能够对互联网上数据质量进行评估。我们要把垃圾的信息、虚假的信息能够及时地辨识出来，然后把它过滤掉，确保搜索引擎呈现给大家的都是比较真实、比较可靠的一些信息，包括我们当时出了类似于魏则西事件等这样一些不好的情况。

　　刘奕群教授谈到的魏则西事件发生在2016年。患病大学生魏则西通过某搜索引擎找到一家医院，他花光积蓄，又四处借债，但最终因为错失其他合理治疗的时机而离世。随后国家网信办、国家卫生计生委等部门联合调查，认定该事件涉事医院存在科室外包、发布虚假医疗广告等问题，并对相关机构及负责人作出处理，推动了医疗广告和互联网信息搜索服务监管规则的完善。

　　刘奕群：因为我们之前受到的教育一直是说，整个搜索引擎的运转过程中，竞价排名或者这方面的东西，是它的一个商业模式，是它能够为社会公众提供更好的搜索服务必须付出的一个代价。但是我当时第一次意识到，这个代价是有可能要人命的，这个是让我觉得非常受冲击的一件事情。

　　记者：受冲击之后您想做什么？

　　刘奕群：第一件事情是，我们当时做了大量的搜索引擎的垃圾网页识别的工作。我们花了极大的力气，当时一周之内识别出将近六千万个垃圾网页。

　　记者：您那时候想通过司法的方式来解决吗？

　　刘奕群：当时最重要的考虑还是技术的手段。因为所有人都知道这件事情是不合法的，但是没有人能够用技术的手段把它解决掉。公安部给我们提供的一个举报网页，你可以把认为不好的网址填上去，然后提交上去。他们可能花很长的时间，才能验证出这个网页是不是真的不好，不好的话再把它封掉。但是这个流程我觉得完全靠人是不可能做到的。

　　记者：也就是说类似这样的问题，即使诉诸于司法，可能司法也难去帮助？

　　刘奕群：我觉得司法明确地规定了原则，如何你实际把它操作出去，还是要靠技术，特别是在互联网时代只能通过技术。

　　记者：在那个时候会不会有一种困惑，就是即使有一些互联网发生的案件，通过司法手段也很难解决，那就成了在互联网世界里面，正义和另外一方的博弈？

　　刘奕群：确实存在这样一个问题，而且博弈的双方，必须要有足够好的技术工具。如果一方有技术工具，另一方没有技术工具的话，即使我们是正义的一方，我们有法律的武器也很难解决这个问题。

　　司法能给出价值判断，却没法替技术完成治理。互联网时代，信息体量庞大，各类问题层出不穷，单纯依靠人工逐一处置难以负荷。技术制造的问题，最终要靠更先进的技术去破解。用魔法打败魔法并非玩笑，而是当下正在实践的治理模式。

　　刘奕群：有一个案例，互联网电诈。现在很多互联网电诈公司，不是通过人主动去打电话，而是通过大模型伪造你的语音去打电话。

　　记者：全部是人工智能合成的？

　　刘奕群：对，它甚至可以以你的家人或者亲属非常信任的声音给你打电话。对于这样的问题怎么去解决？如果用一般的，除非用社会工程学的方式去判断，非常困难。简单来讲，真正最后打败这些人工智能欺诈的还要靠人工智能，因为只有人工智能才能以无限的精力和时间投入到反诈的过程中去，人是做不到这一点的。

　　记者：所以法律只能在一个宏观的角度，给它一个法律这样的支撑是吗？

　　刘奕群：这是我的一个基本判断。所以从这个意义上来讲，我宁肯提出若干个原则，在这个原则的基础之上，具体的实现还是要靠技术，来根据这个原则去做相应的处理。

　　法律给出原则，技术负责落地。在信息检索领域，刘奕群和他的团队积累了相当深厚的研究经验，并多年名列世界前列。2018年，刘奕群和他的团队开始尝试把研究工作跟司法场景结合起来。

　　记者：您看您在短时间内，就在信息的检索方面取得了一定的成就，按道理来讲很多人会选择这个成就的延续，为什么又转向了互联网司法的研究？

　　刘奕群：我们当时特别想把清华，或者说我们自己团队在人工智能方面开展的工作，应用到国家的重大需求上去。

　　记者：您为什么称之为硬骨头？

　　刘奕群：因为需要对接的问题非常复杂，因为对于司法来讲的话，它一点犯不得错。犯的任何一点错，可能都会对社会的公平正义造成很大的一个影响。

　　记者：但是对很多人来讲，像人工智能不就是简单把所有法律条文严谨迁移到互联网上就可以了吗？

　　刘奕群：这个其实确实是大家经常犯的一个错误。好像觉得只要让模型记住所有的法条、记住所有的案例，模型天然就能够去判案子了。其实完全不是这个样子的。因为简单来讲，好像是我们正常的一个法学的毕业生，即使他通过了司法考试，我们同样不能够放心地让他去处理人民群众的各种矛盾和纠纷。在这个过程里，其实是有大量个人的经验。甚至在整个审判过程中，我们也必须考虑到每个案件的具体的社会效应的情况，然后可能会产生什么样的一些影响，会产生什么样的舆情，我们都必须充分考虑进去。而且所谓的公平正义的这样一个概念，其实在很大程度上来讲，也是随着社会的发展在不停迁移的。

　　不是记住法条就能判案，公平正义也在随着社会不停迁移。那么这套司法人工智能系统，在法庭上到底能承担哪些工作？又有哪些事情是它无法胜任的？

　　记者：那从你们研究的角度来讲的话，那么建立这样一个平台，是否意味着将来所有的法院可以依照这样一个平台进行审理和判决？

　　刘奕群：这就涉及整个人工智能在司法应用中非常重要的原则，就是一个辅助的原则。无论从最高人民法院的角度，还是各级部门的角度来讲，一直坚持的一点都是，人工智能的应用都是一个辅助的手段。一方面我们的法官压力非常大，我们每个法官，全国平均而言，每个工作日要判两个案子。所以人工智能辅助他们，让他们以更高效的方式把这个案子判得更好、更公平，但是最终下决策的一定要是人。

　　辅助，是底线，也是红线。但究竟如何辅助？边界在哪里？才是真正的问题。2018年，刘奕群团队从“司法公开”切入，承担国家重点研发计划“智能司法公开关键技术研究”。

　　刘奕群：我们当时选择的一个领域叫作司法公开。国家特别强调我们的整个司法、整个流程一定要足够透明，把所有的案件或者说绝大部分不涉及国家安全秘密这样的东西，公开在全社会的面前。但这种公开带来的问题，就是有大量的数据。尽管这些数据是非常高质量的，但是被放在了社会公众面前。但是社会公众怎么去应用它，就面临着很大的问题。我们如何从这些大量的、有价值的数据里找到我想要的东西？

　　记者：比如说？

　　刘奕群：比如说我现在要去打一个民事纠纷、劳动仲裁纠纷的案件，我想了解历史上打过的这些类似于我当前案情的案子，那这个问题就是我之前一直在开展的信息检索的研究。我们拿一个信息的需求，然后在一个非常大量的、海量的数据中找到需要的东西。所以我们觉得司法公开的问题，很大程度上就变成类似搜索的问题。所以我们选了这样一个切入点。那段时间咱们国家正好建设了司法公开的四大公开平台，既有文本的公开内容，又有很多的视频的内容等，把它公开出来，但是确实利用的效果不是特别好。所以我们当时就是帮四大公开平台，然后开展了智能司法公开系统的构建工作，让大家更好地利用这部分的数据，能够发挥它的效能。我们管它叫类案的检索、类似案情检索的任务。但是后来我们发现，这只是法院，或者说整个司法系统在进行司法审判过程中非常小的一方面。

　　可类案检索只是切入点。这个切入点，本质上还是刘奕群的老本行——信息检索。把海量司法数据变成找得到、用得上的信息，但从“找得到”到协助法官“判得准”，还隔着很多步。在这套系统里，刘奕群和他的团队想做得更多。

　　刘奕群：比如一个法官他在判决的过程中，会不会出现比较大的偏差？这个问题就是我们如何能够根据这个案情，让人工智能模型大概给出一个估计，到底这个案子应该判在一个什么样的范围内，才不会出太大的偏差。这样的问题我们管它叫判决的预测。然后再比如说，我们现在有非常多的企业，它要到海外去开展业务。企业到海外去开展业务的时候，当然也要了解当地的它的法律体系是什么样子的，那么就面临着一个要进行我们国家境外的法律查明的问题。我们就希望能够用这种方式对它进行辅助。

　　记者：就做这样前期的整个研究工作，大概用了多久才建立了基本的这样一个平台？

　　刘奕群：我们差不多从2018年开始做这件事情。我觉得真正摸到门路差不多要是2021年、2022年的时候才开始，比较系统性地把这件事情一定程度上得以解决。

　　记者：为什么周期这么长？

　　刘奕群：基本的逻辑可能是这样子的。我们培养一个法学领域的本科生和研究生，也要花那么长的时间。而且包括我在内，我团队的很多青年教师和我的学生们，基本上也是从零开始在学这个东西。

　　记者：对你们计算机的学生来讲是个考验。

　　刘奕群：也是很困难的事情。关键问题是我们不理解对方的科学问题，或者说我们不知道，为什么这个问题值得被研究。比如说公平正义，在我们看来是很自然的事情，但事实上我们发现，公平正义本身也是需要被研究、需要被定义的。

　　法考教材摆上了计算机实验室的案头，团队成员从零起步学法，一学就是好几年。而艰难的另一面，是长时间经费缺乏。

　　记者：那什么在支撑呢？因为你看没有经费的支持，没有很多政策的辅助。

　　刘奕群：简单来讲的话，清华这个环境下有非常多这样的事情。我们经常举的例子是，我们高温气冷堆工程的例子，然后这个高温气冷堆工程，从开始研究一直到最后做出来，变成2023年的时候真正商业运行，差不多有将近三四十年的时间。这三四十年的时间，大部分时间是没有经费支持的，但是清华觉得这件事情有意义，我们就一直在做这件事情，老师或者学校用各种各样的方式，有点钱就投进去，一直坚持到现在，把它变成全球第一个第四代的核反应堆，变成了国之重器。这种例子在清华比比皆是。所以从我的角度来讲，我觉得这并不是一个困难的决策，是值得往下做下去的。

　　记者：但对你而言，当时能够执着前行的这个力量是什么？

　　刘奕群：简单来讲，能够通过我们的工作，能够让所有的法官办案效率都能得到提升，能够让他们有更多的精力去思考一些真正社会上的疑难矛盾的问题，那我觉得能够让整个社会的公平正义的水平得到提升，我觉得就是人这一辈子，做得非常值得一件事情。

　　2022年，刘奕群团队承担的国家重点研发计划“智能司法公开关键技术研究”平台落地，服务2000余家司法机构、8000余名法官和百万余名用户。2024年，团队协同深圳中院探索推进的人工智能辅助审判应用系统正式启用。统计数据表明，2025年，深圳全市法院审结案子70多万件，该应用服务被调用2000多万次。

　　记者：但是效率大幅度提高，在司法的公平上会不会也有一些影响？

　　刘奕群：实践上来看的话，审判的各方面的指标上，都得到了明显提升。这些提升不仅是效率上的指标提升，也包括案件的上诉率其实是下降的，代表着当事人本身，对这个判决的结果是高度认可的。

　　记者：这样发展下去的话，您有没有一种担心，将来在司法的实践过程中，一线的法官会越来越依赖这套人工智能的系统？

　　刘奕群：我们没有这样的担心的很重要的一个原因是，我们的法官并不是在人工智能的辅助之下就变得更闲了，而是他在人工智能的辅助之下，我们的法官和司法工作人员，能够把注意力集中在那些难的、复杂的、值得他去花心思的案子上去。

　　记者：将来有这样的人工智能大量介入审判之后，会不会将来就慢慢地从审判，甚至判决文书等，都可以用人工智能来代替了？

　　刘奕群：所以我们一开始特别强调人工智能的辅助作用。比如我们在协同深圳一块开发的这套系统，法官可能会提出这样的诉求，你能不能帮我一键生成审判文书？但是系统一定会拒绝这样一个需求。因为系统需要法官在人机协同过程中不断地去确认，审判文书中各种各样的事实。简单来讲，正是由于我们提到的人工智能辅助的地位，所以才能够保证在这个过程中，人一定会在他最关键的点上发挥他的作用。

　　在法院，公正优先，兼顾效率，人和机器的边界守住了。但刘奕群面对的不只是法院，他研发的这款大模型是开源的，面向全球。同样一个问题，换一种语言问，答案会不会变？价值观还能不能稳住？这是刘奕群当下重点关注的问题。

　　记者：您曾经说过在不同语言的应用背景下，要对齐价值观。

　　刘奕群：大模型的时代，我们发现了一个比较重要的现象，就是同样的一个知识，同样的一个问题，我们用不同的语言去问同样的一个模型，得到的答案可能是大相径庭的。所以一定要用不同的语言去对它进行测试，用各种各样的场景对它进行测试，来保证这个大模型，它能够有一个比较稳定的、受控的，或者说对人类有价值、对人类有益的思考模式，这是我们做的事情。

　　记者：对您而言，您最终的研究目标会是什么？在互联网司法研究上？

　　刘奕群：互联网司法这个层面上来讲，我还是非常希望能够实现对于公平正义这件事情的一个客观的理解，或者说我们能教我们的人工智能系统理解清楚，中国人心目中的公平正义是什么样的。我觉得如果能做到这一点，我们人工智能系统就能够在不作恶这件事情上，很大程度上符合中国人的价值观。这件事情我觉得很难，甚至对不同的人都很难完全达到这一点，但是我觉得应该让人工智能系统了解这一点。

　　制片人丨刘斌记者丨古兵策划丨周丹编导丨银建章摄像丨王扬 王忠仁 高忠