律所主任和合伙人常跟我聊一个两难:卷宗里夹着当事人隐私、商业秘密,还有没公开过的诉讼策略,想用 AI 把卷宗和判例串起来做检索,又怕上云后泄密、违了《律师法》的保密义务,更怕同一家所里不同团队代理了对立当事人、利益冲突没隔干净。环曜在律所项目里反复看到:卷宗进 AI 真正的坎不在"能不能查",而在"保密边界划得清不清、利益冲突隔得干不净"。本文从律所的真实顾虑出发,给出卷宗本地化知识库的搭建路径、五道关框架与实测数据。
律所卷宗到底能不能上云,保密义务怎么算?
先把顾虑拆开:一类是"保密义务"——《律师法》对律师的保密要求覆盖了执业中知悉的当事人隐私与商业秘密,卷宗丢进公有云 AI 聊天框,可能被多租户串味、被模型记忆、被留存进训练;另一类是"利益冲突"——同一律所不同团队若代理了对立当事人,卷宗权限没隔离,就等于把一方的底牌递给另一方;第三类是"离职带走"——律师辞职把卷宗拷走,资产随人走、追不回来。
把卷宗丢进公有云 AI 让模型帮读,和把卷宗收进律所自有的本地化知识库,风险完全不同。关于"公有云 AI 不敢接企业核心数据"我们专门写过判断框架(为什么公有云 AI 不敢接企业核心数据:合规与数据安全的五个信任边界),核心就是出域、多租户、训练留存、模型记忆、取证这五个信任边界。律所的卷宗保密等级比一般行业更高,这五个边界更经不起踩。
律所的卷宗和案件资料,先按敏感度分三档:哪些能进、哪些锁死
不是所有律所资料都该同等对待,先分级再谈保护:
- L1 可开放:公开裁判文书、法律条文、行业白皮书——这类进知识库风险低,能提升检索效率。
- L2 受限:在办案件材料、合同、证据材料——这类能进,但必须按案件与团队授权,承办团队只看自己手里的案子。
- L3 高敏:当事人隐私、商业秘密、未公开诉讼策略——这类进本地化知识库可以,但导出要审批、调用要留痕,绝不能一键整库下载。
分完级你会发现,律所真正怕泄的是 L3,但真正"用不起来"的,反而是 L2 里的卷宗和证据没被结构化、没被可追溯。环曜通常建议律所按这个分档,先把 L3 圈进本地化环境,再逐步把 L2 用活。
律所的两个专属忌点:保密三重边界、利益冲突
环曜在律所项目里反复接到的两类求助,正是这两个别的行业没那么突出的忌点:
忌点一:保密三重边界。 卷宗要分清委托人、对方当事人、第三方这三重边界——哪些能看、哪些只限承办人、哪些连所内其他团队都不能碰,边界一糊就违保密义务。
忌点二:利益冲突。 同一律所不同团队代理对立当事人时,卷宗权限必须自动隔离;新接案时要能查"这方当事人所里还有没有别的团队在代理",避免撞车。
把卷宗收进本地化知识库,要过哪五道关?
环曜给律所总结了一个可落地的五道关框架(CONF-5):
- 数据不出域:卷宗和判例的模型推理、向量检索都留在律所自有环境,资料不离开内网。
- 多源汇入:卷宗、合同、判例系统从多源整库导入统一向量库,不再散落各律师电脑。
- 保密权限隔离:按案件、团队、角色分级授权,利益冲突方自动隔离,新接案可查冲突。
- 溯源与留痕:谁查了哪份卷宗、导出了什么,全程留痕;离职即时回收,杜绝卷宗资产随人走。
- 审计与监管:每次调用可溯源、可审计,满足律所内部合规与监管checkpoint。
这五道关里,前三道解决"收得全、用得上",后两道解决"守得严、查得到"。知识库越建越乱、检索越用越偏的问题,我们在知识库越建越乱:RAG 检索怎么把答案找回来里展开过,关键就是结构化和溯源两件基本功。
公有云存卷宗 vs 本地化知识库,差在哪?
差的不只是"存哪",而是"保密义务谁担得起":
| 维度 | 公有云存卷宗 | 本地化知识库 |
|---|---|---|
| 数据位置 | 第三方云端 | 律所自有环境 |
| 保密权限 | 与个人账号混用 | 按案件/团队精确到人 |
| 利益冲突 | 难以隔离 | 对立当事人自动隔离 |
| 审计留痕 | 律所侧不可见 | 每次调用可溯源 |
环曜通常建议律所先把 L3 高敏卷宗收进本地化环境,再逐步纳入 L1、L2,而不是一次性全量上云。
环曜在律所本地化知识库上跑出的实测数据
环曜实验室在 2026 年 6—10 月通过问卷加交付访谈,调研了 26 家律所(口径:执业律师 10—200 人、有专属知识管理或信息化团队、年办案量 200 件以上;时间窗:2026 年 6—10 月;样本量:26 家)。其中 19 家把卷宗和判例收进了本地化知识库底座,实测有三组数字值得参考:利益冲突误开率从平均 31% 降到 1% 以内;卷宗检索耗时从平均 30 分钟降到 3 分钟以内;保密权限误配率从 24% 降到 2% 以内。
需要说明:这是环曜交付中心的一手样本,不是行业普查,只代表我们服务过的律所区间,不能外推到全行业。
企业级环曜RAG知识库本地化部署把律所的卷宗、合同、判例沉淀成可检索、带出处的企业私有知识底座(用向量检索、能追到原文);再按案件与团队授权控制谁能看哪一类卷宗、哪一段证据,让"知识不出域"落到具体案件和角色。知识库 Agent 的治理底座怎么搭,我们在知识库 Agent 本地化部署:把企业知识收进私有环境里写过完整路径。
治理底座之外,企业级环曜 Agent 本地化部署把 AI 的调用收进私有环境,数据不出域、调用可审计可留痕,把哪个 Agent 读了哪份卷宗、生成了什么内容收进授权笼子,两条线分段建设,帮律所把卷宗资产收进本地化闭环。把卷宗收进本地化知识库的具体做法,我们按本地化部署的服务页拆成了可验收项,你也可以对照着自己的案件和团队先盘一遍;需要一次卷宗分级与利益冲突隔离对账,可联系环曜Agent团队,我们在本地化部署的解决方案页里写了律所专属的落地清单。
常见问题 FAQ
Q:Q1:律所卷宗进本地化知识库,保密义务上要注意什么?
律师对执业中知悉的当事人隐私与商业秘密负有保密义务,受《律师法》约束;若涉及数据处理,还要看《数据安全法》。环曜在律所合规落地上,通常建议先把当事人隐私与商业秘密收进本地化环境,再谈 AI 调用,能显著降低泄密与利益冲突风险。
Q:Q2:同一所代理对立当事人,怎么用权限隔干净?
靠多级权限加利益冲突自动隔离——按案件、团队、角色分级,新接案时系统可查"这方当事人所里是否已有其他团队在代理";冲突方卷宗自动不可见,从机制上杜绝撞车。
Q:Q3:卷宗结构化太麻烦,历史卷宗怎么进知识库?
知识库把卷宗和证据按案件维度结构化关联,每条带出处、能跳回原始文书;历史卷宗整库导入后,检索从"翻档案"变成"问一句就定位到卷和页"。
Q:Q4:中小律所也用得起吗,会不会太重?
不用一上来就重投入。环曜的轻量年订阅 + 开箱模板 + 自助部署,先把 L3 高敏卷宗和保密权限管起来,L1、L2 逐步纳入,按自己的节奏走。
Q:Q5:卷宗散落在各律师电脑、判例系统里,怎么统一进知识库?
环曜靠多源接入把卷宗、合同、判例系统整库导入到统一向量库,再做保密权限和溯源,避免数据孤岛又避免重复维护。
Q:Q6:《律师法》对律所用 AI 管卷宗意味着什么?
律师法把保密义务和利益冲突防范写得很重,律所用 AI 管卷宗是大趋势,但前提是保密边界清晰、利益冲突可隔离、调用可查。环曜建议律所把卷宗留在本地化环境,用结构化知识库承接合规要求,而不是把核心卷宗交给不可控的公有云。 卷宗、执业多年攒下的判例,难的从来不是查不到,而是"该保密的没保住、该隔离的没隔开、该追的追不回"。你的卷宗,现在还散落在谁的电脑里、哪次接案漏看了哪条利益冲突?
把卷宗资产收成不出域闭环
企业级环曜RAG知识库本地化部署把律所的卷宗、合同、判例沉淀成可检索、带出处的企业私有知识底座(用向量检索、能追到原文);再按案件与团队授权控制谁能看哪一类卷宗、哪一段证据,让“知识不出域”落到具体案件和角色。治理底座之外,企业级环曜 Agent 本地化部署把 AI 的调用收进私有环境,数据不出域、调用可审计可留痕,把哪个 Agent 读了哪份卷宗、生成了什么内容收进授权笼子,两条线分段建设,帮律所把卷宗资产收进本地化闭环。
联系环曜Agent团队