当前位置: 首页 > news >正文

32岁女律师靠AI翻盘:被同事“卷“了三个月,反而成了律所新业务负责人

老铁们,先说个结局你们猜:她本来要被合伙人谈话劝退,结果三个月后不仅留下来了,还被点名负责律所新设的"AI法律服务部"。

是的,你没看错,是被谈话劝退,到新业务负责人。

她叫陈雪,32岁,某二线城市的商事律师,做了六年非诉加诉讼,去年底差点失业。

今天就聊聊她这三个月到底干了啥,踩了哪些坑,怎么复盘翻盘的。


一、事情是这样开始的

去年11月底,律所年终合伙人会议。

陈雪在所里做普通授薪律师,主要跑合同审查和诉讼支持,月薪税后1.6万,听着还行,但所里这两年新进的年轻律师越来越多,比她便宜比她卷。

合伙人老张找她谈话,意思很直接:今年案子量比去年少了一成多,所里要优化一部分人,希望她能"主动思考下未来"。

这话翻译一下就是:你走还是走,给个体面。

陈雪当时没敢顶嘴,回家路上整个人是懵的。

她想:六年了,从实习生干到能独立带案子的律师,就这样要被劝退?

那天晚上她刷手机到凌晨两点,无意中看到一个做知识产权的同行发了一条短视频,说她用AI搞了一个"合同审查小助理",原来一天审5份合同,现在一天能审20份。

陈雪脑子里那根筋,一下子就接上了。


二、她开始第一个动作:自己埋头闷搞

第二天陈雪就开始研究各种AI工具。

但这是她踩的第一个坑。

她先后试了五六款,要么要翻墙,要么费用贵得离谱,要么就是效果太拉跨——你让它审合同,它给你写一首诗。

她花了将近两周,零零碎碎投入小一万块,没搞出任何能用的东西。

那段时间她每天下班回到家,就把自己关在书房里,抱着笔记本电脑熬到半夜。周末也基本没出过门。老公一开始还支持她,饭都端到桌上来,后来看她越来越焦虑,也不敢多问。

更让她难受的是,她发现所里那两个今年新进的年轻律师,下班后该吃烧烤吃烧烤、该看电影看电影,反而每天神采奕奕的。

那一刻她突然意识到:你在偷偷使劲,别人在偷偷看戏,最后到底谁输还真不一定。

她不光是焦虑,更主要的是愧疚——愧疚于自己花了大把时间,没搞出任何结果。

有一天半夜她突然坐在电脑前哭了,不是矫情,是真的看不到希望。

她当时脑子里反复就一个念头:我是不是这辈子就这样了?

这是第一个坑:没有方向,先干再说。

你不知道要解决什么问题,就去研究工具,那是被工具推着走,永远出不来结果。

陈雪后来在笔记本上写了八个字:“不解决问题,就是浪费。”

这段经历她后来在所里分享的时候说:“那时候我以为我在努力,其实我是在用’努力的样子’骗自己。”


三、转折点:同事的一句话点醒了她

陈雪的同事,36岁的王姐,是所里的老律师,做了十二年家事。

王姐有一天请她吃拉面,听完她的"AI创业未遂记"之后,没直接评价她做的东西,先问了她三个问题:

“你这两个礼拜搞的这些,你所里其他人知道吗?”

“你这个东西,是先有了客户需求才做的,还是你自己拍脑袋想的?”

“如果让你再花两周时间,你能不能给合伙人交一个他一眼就能看懂的东西?”

陈雪愣住了。

最痛?

对啊。她最痛的是什么?

是每天晚上八九点还在电脑前改合同措辞。

是改完之后还要跟客户一遍遍解释"为什么这句要这么改"。

是合伙人嫌她"案源转化率低"——意思是老让她干活,不让她自己接客户。

是每次看到自己大学同学在朋友圈晒"独立带团队、开了自己工作室"的时候,她躲在被窝里刷过去的那个瞬间。

王姐看她不吭声,又说了一句:

“小陈啊,AI这个东西,不是个新东西,是个放大器。你本职工作搞不明白,AI就是给你放大你的乱。你本职工作立得住,AI就是给你加速。”

她突然意识到:她要的不是"AI创业",是"用AI让自己变得更值钱"。

这是第二个坑,也是最关键的反思:AI不是用来证明你牛,是用来解决你痛的。

那天吃完拉面回家,陈雪把所有之前下载的AI工具都卸载了,电脑桌面清清爽爽,就留了一个word文档,标题是"我每周最痛的五件事"。

她把那五件事一条条列出来,然后旁边写:哪一件是AI能帮上忙的?

写完发现,五个里有三个是。


四、她的复盘:三个月,三件事

陈雪把这次的"踩坑 + 反思"系统整理了一遍,做了三件事。

第一件:先把自己的活儿提速

她花了大概三周时间,搞清楚自己日常工作中哪些最耗时:

  • 合同审查(一周至少20小时)
  • 法律检索(一周10小时以上)
  • 案件材料整理(一周8小时)
  • 给客户的法律意见初稿(一周12小时)

她从合同审查开始,用AI工具把常见合同类型(股权收购、租赁、买卖)的审查模板建起来,让AI先做第一遍初筛,她再人工复核。

一个月下来,原本一周审10份合同,现在能审30份,合伙人开周会还专门问了她一句"怎么效率上来了"。

第二件:用一个"小作品"证明自己

陈雪做了一件让所里其他人都没想到的事。

她整理了过去三年所里商事案件涉及的常见法律问题,做了一个内部的"AI法律问答小工具"(涉及当事人信息全部脱敏,本地部署,不联网)。

这个工具不是要替代律师,是给所里年轻律师做辅助——新人遇到不懂的问题,先问AI,AI会给出相关法条和过往类似案例参考,再去问老律师。

她把工具交给合伙人老张看的时候,老张盯着看了半小时,问她:

“这个你花了多少时间搞的?”

“两周,主要是整理过去三年的素材,让AI学习。”

老张当时没说话,但第二天,所里就开了个会,决定成立"AI法律服务部"试点,让陈雪牵头。

第三件:让"被优化"变成"被需要"

陈雪复盘的最大心得是:AI不是让律师失业,是让律师之间的差距拉大。

你用AI,效率是别人的三倍,案源转化率自然就上来了。

你不用 AI,光靠熬时间、拼体力,那一定是被卷死的那个。

她说这话的时候眼睛很亮:“以前合伙人觉得我可有可无,现在我走了这个部门就转不动。”

从"被谈话劝退"到"被点名负责新部门",她用三个月。


五、她的三个真实改变

一是加班时间少了。

以前一周加班25小时以上,现在基本不加班。剩下的时间她用来研究新业务方向。

她老公说她最近脸上的气色好了很多,不像前阵子那样一回家就瘫在沙发上刷手机,偶尔还主动做顿饭。最让他意外的是,有一天晚上她居然有时间陪孩子把积木搭完。

二是收入结构变了。

底薪没怎么涨,但她开始参与"AI法律服务部"对外的标准化产品销售,每成一单有分成,半年下来这部分收入已经快赶上底薪了。

她说这半年最大的感受是"赚钱的方式变了"。以前是"我花一小时,老板给我一小时的钱",现在是"我做出来一个产品,它能一直帮我赚钱"。

三是她开始带人了。

所里给她配了两个新人和一个实习生,她带着他们一起做AI工具的迭代和落地,自己终于从"干活的人"变成了"带队的人"。

带人这件事让她又喜又怕——喜的是终于有人能分担了,怕的是她自己也才刚摸到门道,怕教错了人。

但她很快想明白一个道理:你自己会了不算会,你能教别人会才是真的会。

四是她开始重新规划自己的职业路径了。

以前她觉得"授薪律师干到老",现在她想的是"三五年之后能不能独立出来,做一个真正属于自己的小所"。

她说这个想法以前从来不敢想,因为总觉得自己没客户、没资源、没底气。

现在她发现,AI这个东西,把"专业能力"和"个人品牌"之间的差距给抹平了。

你只要把活儿干得漂亮,再借助AI让更多的人看见你,资源自然会来。


六、她给同行的三个实在建议

第一,别上来就研究工具,先看看自己最痛的那个点是啥。

AI解决的是问题,不是焦虑。你焦虑了半天,痛点不搞清楚,钱和时间都白花。

第二,小步快跑,先把一个活儿提速。

不要想着"我要搞个AI创业项目"。先从你日常工作的一个具体场景开始,跑通了再说。

第三,注意数据安全。

律师行业涉及当事人隐私,所有AI工具必须本地部署或者用脱敏后的数据,绝对不能直接拿真实案卷喂公网AI。这一条是红线,没得商量。

陈雪说她当时差点犯过一个错误:为了图省事,把所里一个股权纠纷案的合同直接复制到某个公网AI里让它总结风险点。

还好她写到一半突然反应过来——这玩意儿可是要上庭的证据,传出去了她这辈子都毁了。

从那之后她给自己立了一个铁规矩:任何涉及当事人姓名、身份证号、金额、案号的资料,都不许丢到公网AI里,必须脱敏到看不出来这是谁了再用。

陈雪最后说了一句我印象特别深的话:

“以前我觉得自己是个被使唤的律师,AI来了之后我才看清楚,我其实可以是个解决问题的人。”

老铁们,AI不会让你失业,让你失业的是比你更会用AI的人。

咱就是说不焦虑是假的,但光焦虑不行动那更亏。

点赞收藏,下一篇我接着写别的行业怎么靠AI翻盘的。

想入门 AI 大模型却找不到清晰方向?备考大厂 AI 岗还在四处搜集零散资料?别再浪费时间啦!2026 年AI 大模型全套学习资料已整理完毕,从学习路线到面试真题,从工具教程到行业报告,一站式覆盖你的所有需求,现在全部免费分享

👇👇扫码免费领取全部内容👇👇

一、学习必备:100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT,帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例?大模型电子书?这份资料帮你站在 “行业高度” 学 AI

1. 100+本大模型方向电子书

2. 26 份行业研究报告:覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容,涵盖:

  • 职业趋势:《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》;
  • 商业落地:《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》;
  • 领域细分:《AGI 在金融领域的应用报告》《AI GC 实践案例集》;
  • 行业监测:《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT:听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会,包含百度、腾讯、字节等企业的一线实践:

  • 安全方向:《端侧大模型的安全建设》《大模型驱动安全升级(腾讯代码安全实践)》;
  • 产品与创新:《大模型产品如何创新与创收》《AI 时代的新范式:构建 AI 产品》;
  • 多模态与 Agent:《Step-Video 开源模型(视频生成进展)》《Agentic RAG 的现在与未来》;
  • 工程落地:《从原型到生产:AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看:大厂 AI 岗面试 “弹药库”,300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗?这份面试资料帮你提前 “押题”,拒绝临场慌!

1. 107 道大厂面经:覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景,包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题,每道题都附带思路解析

2. 102 道 AI 大模型真题:直击大模型核心考点

针对大模型专属考题,从概念到实践全面覆盖,帮你理清底层逻辑:

3. 97 道 LLMs 真题:聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案,比如让很多人头疼的 “复读机问题”:


三、路线必明: AI 大模型学习路线图,1 张图理清核心内容

刚接触 AI 大模型,不知道该从哪学起?这份「AI大模型 学习路线图」直接帮你划重点,不用再盲目摸索!

路线图涵盖 5 大核心板块,从基础到进阶层层递进:一步步带你从入门到进阶,从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段:了解大模型的基础知识,以及大模型在各个行业的应用和分析,学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段:攻坚篇丨RAG开发实战工坊

L2阶段:AI大模型RAG应用开发工程,主要学习RAG检索增强生成:包括Naive RAG、Advanced-RAG以及RAG性能评估,还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段:跃迁篇丨Agent智能体架构设计

L3阶段:大模型Agent应用架构进阶实现,主要学习LangChain、 LIamaIndex框架,也会学习到AutoGPT、 MetaGPT等多Agent系统,打造Agent智能体。

L4阶段:精进篇丨模型微调与私有化部署

L4阶段:大模型的微调和私有化部署,更加深入的探讨Transformer架构,学习大模型的微调技术,利用DeepSpeed、Lamam Factory等工具快速进行模型微调,并通过Ollama、vLLM等推理部署框架,实现模型的快速部署。

L5阶段:专题集丨特训篇 【录播课】


四、资料领取:全套内容免费抱走,学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型,还是有基础想冲刺大厂、了解行业趋势,这份资料都能满足你!
现在只需按照提示操作,就能免费领取:

👇👇扫码免费领取全部内容👇👇

2026 年想抓住 AI 大模型的风口?别犹豫,这份免费资料就是你的 “起跑线”!

http://www.jsqmd.com/news/1152308/

相关文章:

  • 工业烟风测量设备频繁失效?防堵耐磨测风装置解决方案
  • Claude Projects项目管理落地难题:从需求混乱到交付准时的7步标准化流程(附可复用模板)
  • 计算机大数据毕设实战-基于数据可视化的餐慧餐厅营收统计系统的设计与实现 基于大数据分析的餐慧餐厅客流研判系统【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • 基于CKKS的同态加密实战:从原理到工程实现
  • 要老命了一个人怎么管理几十个微信啊
  • 晶圆背面金属化介绍
  • 2026年纯音乐素材下载网站推荐:5个适合短视频、广告与企业内容的网站
  • 基于 RPA 技术的微信机器人开发:如何突破限制主动调用外部群(附架构思路)
  • CPT Markets:从流程清晰度切入的清单梳理
  • 深度探索网易游戏资源宝库:解密NeoX引擎NPK文件的技术实践
  • 安国 AU89103 主控 U盘量产修复:从暴力开盘到低级格式化的 4 小时实战
  • 不懂代码也能用?API选品比价工具全解析
  • ClaudeAPI 如何帮旅行社整理客户需求,生成更贴合客户的个性化行程
  • 2026年做Agent开发还有红利吗?一文看懂技术演进、主流方案与企业级落地路径
  • AI多模态技术实现版权过期电影片段智能修复与重制
  • AI大模型如何重塑地图应用:从导航工具到智能服务入口的技术演进
  • 【专题08】消息队列面试题(30题)
  • ChatGPT vs Claude终极决策树:输入你的业务场景(研发/客服/内容/合规),3步锁定最优模型——2024年唯一经ISO/IEC 23894认证的选型框架(含动态评估工具)
  • LLM创意写作瓶颈分析:思考模式与提示词优化策略
  • Agent Skills 傻瓜式教程:从零到一构建智能体技能(附完整代码实践)
  • 注塑机售后数字化:工单+台账+备件一体系统部署指南
  • 深入理解Linux Cgroup v2:CPU与内存资源隔离机制及生产环境调优指南
  • 实时 ETL 选型:为什么 Python 写实时管道总不如 Java/Go 稳?
  • 5分钟搭建网易云音乐永久直链解析服务器:告别链接失效烦恼
  • 智能风控系统架构解析:从决策引擎到模型部署的 5 大核心模块
  • 【大数据毕业设计】基于 Spark 计算的星云汽车销售趋势预测系统的设计与实现 基于大数据 Spark 的新能源汽车用户消费分析系统(源码+文档+远程调试,全bao定制等)
  • 【大数据课程设计/毕业设计】基于数据建模的潮流美妆爆款预测分析系统的设计与实现 基于可视化技术的美妆电商大数据监测系统【附源码、数据库、万字文档】
  • 从结构化到多模态:Apache Flink,多模态数据处理的流式底座
  • Cocos2d-x魔塔源码深度解析:从架构设计到性能优化实战
  • Orca模型:统一状态预测范式突破多模态AI技术瓶颈