法律行业曾经把生成式AI的竞争理解成“谁的模型答题更准”。到2026年8月，这个问题正在变成另一种形式：谁能让AI在不越过客户权限、不打破保密义务的前提下，真正进入合同、诉讼和合规流程。Google推出Gemini Enterprise for Legal，Thomson Reuters则发布自有的Thomson模型，两条路线都把竞争焦点从聊天窗口推向受治理的专业系统。
Google卖的不只是一个法律版聊天机器人
Google Cloud在8月25日公布的产品包括法律任务技能、连接器、代理和统一治理。官方列举的场景涵盖合同审阅、监管动态追踪、资料访问请求、法律研究与文件遮盖。核心设计是连接律所已经使用的文档管理、邮件、电子取证和研究系统，并继承原有用户权限与文档级访问控制。
这点很重要。律师能看到某个案件文件，不代表同一机构的所有员工都能看到；AI如果为了“方便检索”把资料整体复制进一个没有相同权限边界的数据库，技术效率反而会制造新的保密风险。Google声称其治理层支持数据隔离、可追溯引用和安全策略，但这些属于供应商陈述，真正采购时仍需通过独立安全评估、合同条款和实际测试验证。
Thomson Reuters押注专业数据与自有模型
Thomson Reuters同期发布名为Thomson的模型，强调使用其法律、税务和风险数据资产，并公布外部学术评测与较小开放权重版本。它的战略逻辑是：通用模型可以提供语言与推理能力，但专业场景的护城河来自权威资料、更新机制、领域评测和对答案依据的追踪。
这也解释了为什么法律AI市场不会只剩一家基础模型厂商。律所需要同时处理内部先例、客户文件、法规、判例和商业数据库；这些内容的许可、时效、司法辖区与引用格式各不相同。能否在正确权限下调用正确资料，并把输出送回既有审批流程，往往比基准测试上高出几个百分点更有价值。
“可信”不能由厂商口号定义
对使用机构而言，最低检查表应包括：训练和提示数据是否被保留；连接器是否继承最小权限；每个答案能否回到原始材料；系统是否记录谁在何时调用了什么；模型或资料库更新后如何重新评测；错误输出由谁复核与承担责任。还要设定明确禁区，例如不得让AI独立作出最终法律判断、不得把未经核实的引用直接放进法院文件。
普通企业也能从这场竞争读到一个信号：下一阶段的企业AI，不会只是给每名员工一个聊天账号，而是把模型放进受控的数据和工作流程。真正昂贵的部分可能不是模型调用，而是权限清理、资料质量、流程改造和持续审计。
法律AI可以缩短检索和初稿时间，却不会自动消除偏差、幻觉或职业责任。专业人员仍需要核对来源、理解上下文并作最终判断。本文根据厂商公开资料分析行业趋势，不是法律意见，也不构成具体产品推荐。
资料来源：Google Cloud：Gemini Enterprise for Legal；Thomson Reuters：Thomson模型公告。
