Astra for Law：OpenAI 把 GPT-6 Astra 變成法律研究機器，內建 2.3 億網址法源索引

2026 年 9 月 17 日，OpenAI 對最後幾個高毛利專業市場之一發起了最直接的攻勢：正式推出 Astra for Law——旗艦模型 GPT-6 Astra 的法律組態，內建涵蓋超過 2.3 億個網址的美國判例、法規、命令、法院規則與行政裁決的專屬法律搜尋索引。

OpenAI 稱此為「長期投資法律領域的開端」，而整場發布會的架構本身就說明了原因。這不是一個微調模型，也不是獨立產品，而是一次垂直平台布局：模型組態、檢索層、外掛生態系與企業存取計畫捆綁成一個方案，同時瞄準大型律師事務所與服務它們的法律科技廠商。

Astra for Law 究竟是什麼

在媒體說明會上，OpenAI 的 Jason Boehmig——被延攬主導法律產品的前 Ironclad 共同創辦人——特別強調，Astra for Law 不是一個新模型。它是加上了法律寫作與分析專屬指令、針對專業工作調校的回應長度設定、以及法律產業專用工具的 GPT-6 Astra。

其中最核心的工具是 Legal Search Index（法律搜尋索引）。它與非營利組織 Free Law Project 合作打造，取材自 CourtListener 的典藏——維護者稱其涵蓋超過 99.9% 已公開的美國先例判例法——並每日更新新進法源。OpenAI 表示，系統的目標不止於檢索法律，而是協助律師把法律適用到案件事實、發展論證或交易條款，並找出自身立場的弱點與不確定性。

在說明會上，OpenAI 的 Ansel Wu 示範了三項任務：為一家面臨身心障礙歧視與報復性解僱訴訟的醫院起草駁回動議、處理一起趕在假期週末倉促通過的資產出售所引發的股東異議，以及一起銷售承諾爭議。

關鍵數字：54% 對 38.7%

OpenAI 以 Vals AI Legal Research 基準的私有驗證集（200 道美國法律研究問題）測試這套系統，該基準衡量模型能否找到相關法源與段落，以及答案是否符合評估標準。

在最高推理強度下：

• Astra for Law 的整體正確率為 54.0%，而僅用網頁搜尋的 GPT-6 Astra 為 38.7%——提升 15.3 個百分點，約 40% 的相對改善。
• 在判例法問題上，它找到的參考判例多出 24%。
• 在受稽核的目標段落上，它從正確法院判決意見中檢索到的相關段落多出最多 54%。
• 它的答案平均長度約為基線的兩倍。

46% 的失敗率同樣值得正視。正如 AlphaSignal 的分析指出，更強的檢索能力不代表可以無人監督使用，也不能取代律師對引註與後續判例史的審查。OpenAI 自己也展示了一組對照示例：Astra for Law 找到了一份相關的紐約南區地方法院先例，而某競爭對手的前沿模型回傳了一份已被上訴法院撤銷的判決——單一律師在採用前仍須逐項查證，但這個例子生動說明了接地檢索在法律領域為何重要。

外掛、技能與生態系布局

這次發布還附帶了一整套生態系：

• 26 個合作夥伴外掛，來自 Thomson Reuters、Harvey、Legora、iManage、Relativity、Clio、Intapp、DeepJudge 等廠商。iManage 的外掛可將草稿存入案件檔案；Intapp 的會提示需要登錄工時的活動；Thomson Reuters 的外掛將 HighQ 案件脈絡帶進 ChatGPT，後續還會加入 CoCounsel Legal 連接器。
• 9 個由律師與法律工程師打造的社群外掛，以及 47 個自訂技能——後者由法律「重度使用者」而非 OpenAI 開發。

與此同時，OpenAI 宣布 ChatGPT for Word 正式上市，律師可以在實際撰寫法律文件 的環境裡校對、取得修改建議、標記格式問題。

事務所層級的案例最能說明全局。Sullivan & Cromwell 打造了一個協議分析器，運用該所的談判劇本與精選先例產出修改建議與客戶意見草稿；Ropes & Gray 建了一套 M&A 盡職調查系統，將發現追溯到資料室中的原始文件；Cooley 則打造「GO Public」，把資本市場專業封裝進 IPO 準備流程，從起草申報文件到找出值得管理層關注的風險。這些都是與 OpenAI 駐點的前線部署工程師共同完成。

Trusted Access：Am Law 200 的零資料保留

初期限定透過新的 Trusted Access 計畫存取，瞄準 Am Law 200 大型律所，透過 ChatGPT 與 Codex 提供專屬存取。符合資格的事務所可獲得 API 零資料保留（Zero Data Retention），且 ChatGPT Enterprise 的使用內容預設排除於 OpenAI 任何人員的人工審查之外。

Latham & Watkins 正與 OpenAI 合作設計資訊權限、倫理防火牆、客戶指示與事務所監督機制——在不同律師服務不同客戶、卻共用同一套基礎架構的事務所裡，這些控制至關重要。當記者問及零保留政策是否有例外時，Boehmig 坦承一句話的摘要低估了長達約 30 頁的存取協議，但表示 OpenAI「極有信心」這些條款能滿足產業需求。

包含 Harvey 與 Legora 在內的 API 存取即將開放，但 OpenAI 尚未公布確切日期、定價、資格條件或用量限制。

分析：與 Harvey 的競合，以及 AI 的垂直堆疊

這場發布中戰略意義最濃厚的事實，是 API 存取的對象：Harvey——那家已募資超過 10 億美元、在 OpenAI 模型之上打造應用層的法律 AI 公司——以及 Legora。OpenAI 現在把模型、法律檢索索引與指令組態，直接供應給那些原本靠自行組裝這些環節建立差異化的公司。

最可能的均衡是「競合」（coopetition）：Harvey 保住介面、工作流設計與客戶關係，OpenAI 維運底層平台。但 OpenAI 每吸收一層，就會重演軟體平台數十年來對生態系提出的同一個問題——上一層的利潤會發生什麼事？

對 Westlaw 與 Lexis 這些傳統研究廠商的威脅則更細微。它們的判例引註服務、編輯分類與次級法源，不是網址數量可以複製的，Astra 的索引廣度也無法證明具備同等的後續判例分析。但一個由 OpenAI 維運、每日更新、以 API 價格取得的法律索引，強化了每一家事務所在採購談判中的籌碼，並可能把大宗檢索工作從高價資料庫吸走。

時間點也值得注意：Anthropic 先前已宣布自己的大型法律布局，Claude for Legal 瞄準同一批買家；同週 Novo Nordisk 採用 Claude 做藥物研發，顯示垂直化打法正在受監管產業全面擴散。這裡的架構——模型組態、專屬索引、事務所自建工作流、整合與資料保留控制——完全可以移植到醫療、會計與金融。

不可忽視的但書

AlphaSignal 的發布分析點出了幾個未解細節：沒有公開的釋出日期、定價、速率限制、上下文視窗或延遲數據；沒有穩定的法源識別碼或可釘選的模型／索引版本，無法重現引註；擷取法律文字的顯示與重複使用條款未明；而且 OpenAI API 的零資料保留，並不規範第三方外掛把內容傳給連線廠商後如何處理。

在一個虛構引註可能招致法院制裁的行業裡，舉證責任仍在查證。54% 的正確率相較 38.7% 是重大進步——距離律師能不加查核就信任的系統，還有很長的路。

但方向已經無可置疑。法律 AI 的通用聊天機器人時代正在落幕，垂直整合平台時代已經開始。OpenAI 剛剛表明它打算吃下法律堆疊的一大塊——而且從市場最頂端切入，那裡對成本的容忍度最高，對錯誤的容忍度最低。