全生命周期法律模擬世界｜一鍵推演 or 親自上場？法律界的「模擬人生」來了

1. 引言

視頻鏈接：https://mp.weixin.qq.com/s/E3e8Sp0BTQ0Nu_gyRXEUHA

打官司，從來不是一問一答就能結(jié)束的事。

對當(dāng)事人來說，一個(gè)案件意味著與律師的反復(fù)溝通、一輪輪文書起草，再到一審?fù)彙⑻岢錾显V、二審裁判，事實(shí)在積累，證據(jù)在交鋒，每一步都建立在上一步之上。而對律所來說，這背后還有一整套專業(yè)運(yùn)轉(zhuǎn)：檢測利益沖突、分配代理律師、擬定訴訟策略…… 一個(gè)案件的生命周期，遠(yuǎn)比一次問答復(fù)雜得多。而現(xiàn)有的模擬系統(tǒng)，大多還停留在單點(diǎn)模擬：演一次庭審、答一道法考題，答完就重置，仿佛案件沒有過去，也沒有未來。

LEGALWORLD 想改變這一點(diǎn)。

這是一個(gè)基于 LLM 智能體驅(qū)動(dòng)的全生命周期交互模擬的法律環(huán)境。在這里，一個(gè)完整的中國民事實(shí)務(wù)被組織成一條連續(xù)推進(jìn)的狀態(tài)鏈，沿著五個(gè)階段、七個(gè)子場景一路走到底：法律咨詢，一審文書，一審?fù)彛显V文書，二審?fù)彙?/strong>整個(gè)環(huán)境圍繞客戶、律師、法官等異構(gòu) LLM Agent 組織交互，內(nèi)置7 萬 + 個(gè)模擬案件，覆蓋 500+ 民事案由，也支持用戶自定義案情推演；系統(tǒng)還配置了6 類法律相關(guān)的 Skill 與 17 類 Tool，覆蓋案件記憶讀寫、法條與類案檢索、文書導(dǎo)出、引用校驗(yàn)、文檔對比、評測執(zhí)行等環(huán)節(jié)。

LEGALWORLD 同時(shí)提供在線交互系統(tǒng)與MCP Server。你可以用三種方式進(jìn)入這個(gè)世界：

親自下場—— 扮演當(dāng)事人、律師或法官，與 LLM 智能體實(shí)時(shí)交互，體驗(yàn)一場官司的完整生命周期。

?一鍵推演—— 讓 AI 接管全部角色，自動(dòng)跑完從立案到終審的全流程，觀察不同策略如何導(dǎo)向不同結(jié)局。

接入 MCP Server—— 連接到 Claude、Cursor 或其他 AI Agent，讓外部智能體在真實(shí)流程化場景中交互、訓(xùn)練與持續(xù)演化。

• 論文標(biāo)題：LEGALWORLD: ALife-Cycle Interactive Environment for Legal Agents
• 在線體驗(yàn)：http://www.fudan-disc.com/legalworld
• 論文地址：https://arxiv.org/abs/2606.18728
• 項(xiàng)目主頁：https://github.com/sii-research/Legal-world

LEGALWORLD 將一個(gè)民事糾紛從法律咨詢、起訴狀起草一路推進(jìn)到一審?fù)彛⒃诿總€(gè)階段持續(xù)更新案件事實(shí)、證據(jù)與核心訴求。圖中虛線展示了“案件記憶”如何跨階段流動(dòng)：前一階段說過什么、寫過什么，會(huì)真實(shí)影響后一階段的庭審?fù)七M(jìn)。

2. 構(gòu)建方法

LEGALWORLD 的構(gòu)造方法可以概括為一句話：把真實(shí)的一審 — 二審配對裁判文書整理成可運(yùn)行的案件種子，再放入一個(gè)按民事訴訟程序推進(jìn)的多 Agent 環(huán)境中。

在這個(gè)環(huán)境里，一個(gè)案件不是一次性丟給模型的靜態(tài)材料，而是一條會(huì)持續(xù)更新的狀態(tài)鏈。系統(tǒng)會(huì)根據(jù)當(dāng)前階段和角色，逐步釋放案件事實(shí)、證據(jù)、訴求、文書和庭審記錄；每個(gè)階段產(chǎn)生的新對話、新文書和新判斷，又會(huì)被寫回案件狀態(tài)，繼續(xù)影響后面的程序推進(jìn)。

因此，LEGALWORLD 的重點(diǎn)不是簡單構(gòu)造數(shù)據(jù)，而是構(gòu)造一個(gè)完整的法律 Agent 運(yùn)行環(huán)境：客戶、律師、法官擁有不同的信息視野和行動(dòng)邊界；咨詢、文書、一審、上訴、二審之間通過階段轉(zhuǎn)移連接；記憶機(jī)制負(fù)責(zé)保存跨階段事實(shí)、證據(jù)和立場；Skill/Tool 則約束 Agent 在檢索、起草、校驗(yàn)和記憶寫入中的具體行為。

LEGALWORLD 將中國民事訴訟建模為一個(gè)連續(xù)推進(jìn)的生命周期環(huán)境：從法律咨詢、文書起草、一審?fù)彛缴显V角色確定、二審文書起草和二審?fù)彛蛻簟⒙蓭熀头ü偃?Agent 在不同階段通過各自的可見信息、行動(dòng)邊界和程序接口參與案件推進(jìn)。

2.1 數(shù)據(jù)基礎(chǔ)：75,309 對真實(shí)一審 — 二審民事判決

LEGALWORLD 建立在真實(shí)裁判文書之上。論文從中國裁判文書網(wǎng)收集公開民事一審和二審判決，并將同一糾紛的一審、二審文書進(jìn)行配對。最終，環(huán)境構(gòu)建使用了：75,309 對一審 — 二審民事案件，覆蓋 500+ 個(gè)民事案由。這些成對判決會(huì)被轉(zhuǎn)化為結(jié)構(gòu)化案件種子，包括當(dāng)事人信息、訴訟請求、事實(shí)與理由、證據(jù)列表、一審裁判、上訴請求、二審裁判等字段。隨后，環(huán)境并不會(huì)把這些信息一次性暴露給所有 Agent，而是根據(jù)階段和角色逐步釋放。

LEGALWORLD 基于 75,309 組一審—二審配對民事案件構(gòu)建，覆蓋不同法院層級與 500+ 案由。數(shù)據(jù)分布既包含民間借貸、勞動(dòng)爭議等高頻糾紛，也保留大量長尾案由，為法律 Agent 的全流程仿真提供了真實(shí)世界的案件底座。

2.2 狀態(tài)、接口與階段轉(zhuǎn)移

對于某個(gè)案件和某個(gè)階段，環(huán)境會(huì)給每個(gè) Agent 組裝一個(gè)專屬接口。這個(gè)接口大致包括四類內(nèi)容：

對每個(gè)案件和階段，LEGALWORLD 都會(huì)為當(dāng)前 Agent 生成一個(gè)角色專屬接口。這個(gè)接口不會(huì)直接暴露完整案卷，而是只提供該角色在當(dāng)前程序中應(yīng)當(dāng)看到的信息，并限制它可以執(zhí)行的動(dòng)作、可調(diào)用的 Skill/Tool，以及本階段應(yīng)遵循的程序模板。

一個(gè)階段的運(yùn)行可以理解為：環(huán)境讀取上一階段留下的案件狀態(tài)，按角色分配可見信息與工具權(quán)限，記錄本階段產(chǎn)生的對話、文書和庭審產(chǎn)物，再把這些結(jié)果寫回案件狀態(tài)，作為下一階段的輸入。

LEGALWORLD 構(gòu)建的環(huán)境模擬設(shè)施可以理解為一個(gè) “訴訟操作系統(tǒng)”：案件種子是初始文件，角色接口是權(quán)限系統(tǒng)，階段模板是流程調(diào)度，記憶機(jī)制是長期存儲(chǔ)，Skill/Tool 是可執(zhí)行能力，最終共同支撐一條可復(fù)現(xiàn)、可評測、可干預(yù)的案件軌跡。

2.3 異構(gòu)角色：多方博弈，各有邊界

LEGALWORLD 中的交互不是單模型自問自答，而是由客戶、律師、法官三類角色共同推動(dòng)：

• 客戶 Agent：代表當(dāng)事人，提供事實(shí)、表達(dá)訴求、回應(yīng)追問，并在庭審中按自身立場陳述。論文還設(shè)計(jì)了 Legal Client Persona Framework（LCPF），從法律素養(yǎng)、信息披露意愿、情緒穩(wěn)定性、敘事組織能力四個(gè)維度塑造客戶行為。
• 律師 Agent：核心專業(yè)角色，承擔(dān)法律咨詢、文書起草與訴訟代理。實(shí)驗(yàn)中通常指定一方律師作為被評測的目標(biāo) Agent，觀察其在完整訴訟鏈條中的表現(xiàn)。
• 法官 Agent：控制庭審流程、組織調(diào)查與辯論，并在一審、二審生成裁判文書。

更關(guān)鍵的是，不同角色看到的信息并不相同：客戶看不到對方的私有記憶，律師只能讀取己方案卷，法官不會(huì)讀取當(dāng)事人的訴訟底線。這種 "可見狀態(tài)" 約束，讓每個(gè)角色都在自己的知識邊界內(nèi)行動(dòng) —— 正如真實(shí)訴訟。

2.4 雙層記憶機(jī)制：讓案件 "記得住"

面對長程訴訟，LEGALWORLD 引入兩層記憶：

• 場景內(nèi)局部記憶：保存當(dāng)前場景的對話記錄（咨詢問答、庭審發(fā)言輪次等），保證場景內(nèi)交互連續(xù)。
• 全局案件記憶：跨階段保存穩(wěn)定信息 —— 案件事實(shí)、證據(jù)狀態(tài)、訴訟請求、抗辯意見、程序進(jìn)展、客戶目標(biāo)與已確認(rèn)的訴訟立場。

可以這樣理解：局部記憶像 "當(dāng)前會(huì)議紀(jì)要"，全局記憶像 "律師案卷"。每個(gè)階段結(jié)束后，新的對話、文書和裁判結(jié)果都會(huì)寫入對應(yīng)角色的記憶 —— 律師記憶偏專業(yè)案卷，客戶記憶偏當(dāng)事人視角。模型因此無法每次從零開始，必須在長期案件中持續(xù)維護(hù)自己的認(rèn)知。

2.5 Skill / Tool：像法律人一樣工作

• Skill更像法律實(shí)踐手冊，規(guī)定 Agent 在特定階段的行動(dòng)步驟：如何進(jìn)行客戶訪談、如何組織起訴狀、如何撰寫上訴狀、如何圍繞爭點(diǎn)發(fā)表庭審意見。
• Tool是可執(zhí)行工具，完成具體操作：讀寫記憶、導(dǎo)出文書、檢索法條、檢查引用、比較文檔、運(yùn)行評測等。

在這套體系約束下，什么階段能調(diào)用什么工具、什么角色能看到什么信息、哪些材料不能被提前看到、文書與記憶如何跨階段傳遞，都有明確規(guī)則。這類基礎(chǔ)設(shè)施對法律 Agent 至關(guān)重要：真實(shí)的法律工作從來不只是語言生成，還包括證據(jù)組織、程序推進(jìn)、角色分工與文檔流轉(zhuǎn)。

3. 實(shí)驗(yàn)設(shè)置

LongJud-Bench: 完整訴訟生命周期評估基準(zhǔn)

論文構(gòu)建了 LongJud-Bench，用于評估法律 Agent 在完整訴訟生命周期中的能力。LongJud-Bench 將目標(biāo)律師 Agent 的能力拆成八項(xiàng)：

一個(gè)模型可能很會(huì)寫文書，卻在多輪庭審攻防中無法穩(wěn)定回應(yīng)法官和對方律師；另一個(gè)模型可能文書格式一般，但在證據(jù)質(zhì)證和法律論證上更強(qiáng)。LongJud-Bench 試圖把這些差異顯性化。

LongJud-Bench 把律師能力拆解為咨詢識別、文書起草、事實(shí)與證據(jù)組織、庭審攻防和法律推理等八個(gè)維度。結(jié)果顯示，不同模型各有強(qiáng)弱：有的更擅長文書結(jié)構(gòu)，有的更擅長庭審?fù)评恚瑔我豢偡趾茈y揭示這些能力差異。

4. 實(shí)驗(yàn)結(jié)果

4.1 環(huán)境模擬可靠性驗(yàn)證

217 位法律背景評審共給出 18,992 條評分，結(jié)果顯示 LEGALWORLD 在階段真實(shí)性和角色一致性上都接近 9 分。也就是說，系統(tǒng)生成的不只是“像法律文本”的內(nèi)容，而是在程序推進(jìn)、角色立場和交互邏輯上都較符合真實(shí)訴訟場景。

這張圖展示了人類評審分?jǐn)?shù)與 Claude-Sonnet-4.6 自動(dòng)評審分?jǐn)?shù)之間的差異分布：64.4% 的評分差異落在 ±1 分以內(nèi)。整體上，人類評審略更寬松，而 LLM-as-Judge 更保守，因此可以作為穩(wěn)定的自動(dòng)評測器來支撐大規(guī)模實(shí)驗(yàn)。

如果一個(gè)模擬環(huán)境本身不可信，那么基于它的 Agent 評測也很難成立 —— 因此，論文首先驗(yàn)證了 LEGALWORLD 的環(huán)境可靠性。研究邀請 217 名具有法律背景的評估者，收集了 18,992 條人工評分：LEGALWORLD 在階段真實(shí)性上的平均得分為 8.96 / 10，角色一致性為 8.98 / 10，73% 的評分不低于 9 分，而低于等于 6 分的僅占 4.5%，說明評估者整體認(rèn)可其訴訟軌跡在程序推進(jìn)與角色行為上的可信度。此外，論文還對比了 LLM-as-Judge 與人工評分的差異：LLM 評分整體更保守，尤其在階段真實(shí)性上給分更低，但在角色一致性上與人工評分較為接近 —— 這意味著后續(xù)用 LLM-as-Judge 做大規(guī)模評測時(shí)，可將其視為一種相對嚴(yán)格的自動(dòng)評估方式。

4.2 不同 LLM 基座模擬結(jié)果：

熱力圖直觀展示了六個(gè)模型在咨詢、文書起草和庭審代理中的能力分布

論文比較多個(gè)大模型作為目標(biāo)律師 Agent 放入 LEGALWORLD，在 LongJud-Bench 上比較它們的表現(xiàn)，得出了一個(gè)有意思的結(jié)論：沒有單一模型在所有能力上都領(lǐng)先。有的模型在文書起草、當(dāng)事人識別和立場保持上更強(qiáng)，有的在一審?fù)彽淖C據(jù)攻防與法律說理上更突出，而較弱模型在庭審代理能力上會(huì)明顯掉隊(duì) —— 這說明法律 Agent 的能力不是一個(gè)扁平分?jǐn)?shù)，而是由多個(gè)專業(yè)子能力組成，只看平均分可能掩蓋真正重要的差異。更值得關(guān)注的是，庭審環(huán)節(jié)仍是當(dāng)前模型的共同難點(diǎn)：相比文書起草，庭審要求模型在多輪對話中即時(shí)整合案件記憶、對方觀點(diǎn)、法官提示和證據(jù)材料，既要守住既有立場，又要隨庭審進(jìn)程靈活回應(yīng) —— 這種長程、動(dòng)態(tài)、對抗式的能力，正是當(dāng)前法律 Agent 最需要提升的地方。

4.3 技能積累探索

基于完整案件軌跡生成 Reflective Legal Skill 后，模型在離婚后財(cái)產(chǎn)、民間借貸和勞動(dòng)爭議三類高頻案由上均獲得提升，平均總分提高約 3.7 分，展示LEGALWORLD 的長流程交互軌跡本身也可以成為法律 Agent 訓(xùn)練信號

LEGALWORLD 生成的完整訴訟軌跡，能否反過來成為 Legal Agent 的訓(xùn)練信號？論文為此做了一個(gè)探索性實(shí)驗(yàn) ——Reflective Legal Skill（RLS）：當(dāng)一個(gè)案件結(jié)束后，讓律師 Agent 回顧整條訴訟軌跡，總結(jié)出可復(fù)用的法律實(shí)踐規(guī)則，經(jīng)去重和篩選后，這些規(guī)則會(huì)成為后續(xù)同類案件中的可選 Skill。結(jié)果顯示，在三個(gè)高頻民事案由上，加入反思 Skill 后，LongJud-Bench 總分從 61.56 提升至 65.29，平均提升 3.73 分；不僅用于生成反思的案件有提升，在未參與反思的同案由 held-out 案件上也出現(xiàn)了正向遷移。這揭示了 LEGALWORLD 的訴訟生命周期軌跡不僅能用于評測，也可能成為改進(jìn)法律 Agent 的高質(zhì)量過程數(shù)據(jù)。

5. 結(jié)語

LEGALWORLD 給法律 Agent 研究提出了一個(gè)重要方向：不要只看模型在單個(gè)問題上的表現(xiàn)，而要看它能否在一個(gè)案件的完整生命周期中持續(xù)工作。真實(shí)訴訟是有記憶、有因果的。第一天的咨詢、第一份文書、第一次庭審陳述，都會(huì)影響后續(xù)程序如何展開。因此，法律智能體的評測也應(yīng)當(dāng)從 "單點(diǎn)" 走向 "長程交互"。這或許是法律 Agent 走向?qū)嵱没埃仨毥?jīng)過的一關(guān)。

現(xiàn)在，這個(gè)法律世界已經(jīng)向所有人開放。參與一場訴訟，或者旁觀一場推演 —— 看看 AI 離 "辦案" 還有多遠(yuǎn)。

作者介紹

論文的第一作者來自上海創(chuàng)智學(xué)院和復(fù)旦大學(xué)聯(lián)培博士生左松函和復(fù)旦大學(xué)博士生岳圣斌，他們的研究方向?yàn)檎Z言模型智能體和社會(huì)模擬。項(xiàng)目由上海創(chuàng)智學(xué)院全時(shí)導(dǎo)師、復(fù)旦大學(xué)大數(shù)據(jù)學(xué)院魏忠鈺教授指導(dǎo)。