大型语言模型（LLM）在代码漏洞挖掘方面的能力，正被延伸至法律领域。斯坦福法学院客座研究员、法律学者费利克斯·林格 (Felix Ringe) 提出，AI 技术已足够成熟，能够通过规模化识别法律文本中隐藏的不一致性，从而发现潜在的法律漏洞。
法律即代码：系统性的脆弱点
林格与合作者林乌斯·福克特斯 (Linus Folkerts) 在其最新博客文章中论证道：“法律系统用自然语言编码社会秩序的基础。”这一观点将书面法律类比为计算机系统代码，指出两者均可能包含易被利用的缺陷。
尽管传统司法体系倾向于通过法律解释来修补文本中的逻辑断层，但林格警告称，自动化手段大规模发现的“可利用不一致性”，可能会超出法律体系自我修正的能力范围，导致系统性风险。
为支撑这一论点，研究引用了近期其他法律学者的相关成果，如《法律零日：高级人工智能系统的新风险载体》以及《法律系统中的硬件和软件错误》[PDF]。这种“代码即法律”的概念并非全新，至少可追溯至 1999 年劳伦斯·莱西格 (Lawrence Lessig) 的著作《代码与网络空间的其他法律》及《代码就是法律：网络空间的自由》。莱西格曾借鉴威廉·J.米切尔在《比特之城：空间、地方与信息高速公路》(1995) 中的观点，认为代码构成了网络空间的规律。
德国法律中的实证案例
编程代码与法律代码的类比虽存在局限——例如法院作为“运行环境”时，非决定性的试验结果并不适用于生产应用——但林格认为，AI 在规模上发现法定缺口的能力，可能将软件安全领域的混乱引入法律世界。
林格和福克特斯利用 LLM 协助分析了德国法律，并披露了几个他们认为不会造成严重伤害的潜在漏洞实例：
- 职业病规则 (BKV) 修订案：该规则的修订受宪法要求必须引用其法定权力依据。然而，研究发现修正案遗漏了这一必需引用。理论上，记者可依据信息自由规则向德国职业病咨询委员会提出未发表声明，质疑研究人员认为可能无效的保密条款。
- 过境签证规则：另一项案例涉及一项过境签证规则，因政府未能明确确定制定该规则的权威来源而存在瑕疵。
研究者指出，随着廉价法律推理能力的激增，AI 系统可能危及现有法律体系的运作稳定性。在这种情境下，立法者需显著加强立法过程，例如主动利用先进的人工智能技术进行合规性审查。
行业现状与专家观点
总部位于旧金山的劳动法律师兼合伙人 Wendy Musell 告诉 The Register，AI 在法律领域的应用正在迅速扩大。包括洛杉矶高等法院在内的部分加利福尼亚法院，已开始测试将 AI 用作“法律文员”。Musell 解释道，传统法律秘书通过研究和起草法官审查的意见来协助法院，这意味着 AI 在某些法庭上正扮演类似角色，迫使诉讼律师重新审视 AI 如何分析动议和案件。
Musell 同时指出个人观察到的局限性：“即使我个人发现不同的人工智能来源似乎有倾向或偏见，并经常无法准确分析法律问题，但人工智能进入立法过程只是时间问题。”
美国圣克拉拉大学法学院研究副院长兼法学教授埃里克·高德曼 (Eric Goldman) 对 AI 识别法规缺口的方法持肯定态度。“我认为使用人工智能识别潜在的法规缺口的方法是合乎逻辑的，”高德曼表示，“然而，它将需要仔细的人类审查来确定 AI 识别的差距是否实际上是差距。”
高德曼补充说，法律规定的缺陷也可能没有实质性的法律后果，或者至少没有任何重大后果；立法机关通常会在发现任何重大缺陷后加以纠正。他认为，让立法者在起草过程中直接使用 AI 的想法，至少在短期内显得过于雄心勃勃。
“立法者经常制定一系列目标和优先事项的法律，避免法定缺口很少是优先事项。”高德曼解释说，“但许多立法机构都有立法顾问负责将法案草案转化为最终立法文本，我可以看到立法顾问可以从使用人工智能来识别起草缺口作为标准清理协议的一部分中获益。”
