发生了什么
2026 年 10 月 13 日，智谱 AI（Z.ai）正式发布专为法律行业工作流程打造的垂直领域大模型 GLM-Legal，基于其最新的 GLM-5.3-Flash 底层架构构建。模型面向合同审查、证据分析、合规审查及跨境业务等法律实务场景，已开放 Beta 测试申请，支持企业 API 接入，并计划后续集成进智谱的桌面智能体 AutoClaw。
技术路线：模型与 Harness 协同优化
智谱将 GLM-Legal 的做法概括为「领域中期训练 + 强化学习」，并强调其与 Agent Harness 的协同优化：由 Harness 负责管理上下文、工具调用、工作流状态与执行反馈，训练过程则暴露架构瓶颈并针对性改进。这一思路把「模型 + 领域数据 + 工作流运行时 + 从业者反馈」当作一个整体来打磨，与只把通用模型直接交给律师使用的方式有所不同。
评测结果
- Harvey LAB：覆盖 24 个法律领域，全任务通过率 19.2%，较基座模型提升 12.5 个百分点。
- LegalBench：得分 86.2；PLawBench：得分 77.3，官方称接近海外前沿闭源模型水平。
- 与行业普遍做法相比，GLM-Legal 是模型厂商直接交付一个独立的垂直模型，而非仅提供接口供法律科技公司自行接入。
为什么对企业法务有意义
法务与合规是典型的高文档密度、强流程约束场景，通用模型常因专业语义与幻觉问题难以直接落地。垂直模型叠加领域强化学习，有望把合同审查、法条释义、类案检索等任务的执行能力做厚，成为企业法务团队与合规部门的效率工具。业界普遍认为，轻量基座模型叠加领域强化学习，有望成为垂直专业智能体的重要发展路径——Qwen、GLM 等厂商沿此路线切入会计、医疗、采购、安全等场景的可能性正在上升。对国内厂商而言，这也是「轻量基座 + 领域强化学习」路线的一次落地验证：把模型与 Harness、领域数据、从业者反馈作为一个整体来优化，而不是单纯比较参数规模或通用对话质量。
不确定之处
第一，上述评测数据均为厂商自测，尚无第三方独立验证；Harvey LAB 19.2% 的通过率绝对值仍偏低，说明端到端完成复杂法律任务依旧困难。第二，定价未公布，企业接入成本不明确。第三，法律版明确暂不以开放权重形式提供（基座 GLM-5.3-Flash 为开源），律师与企业法务在采用前需重点厘清数据去向与合规边界。第四，其在真实律所与法务团队中的实际采纳效果尚无公开案例。