合作伙伴

LawVu 让五款 AI 工具在受管控的权限下访问 LegalOS 工作流

mm
将 Unite.AI 添加到您在 Google 上的首选来源

法律软件供应商 LawVu 于 2026 年 11 月 11 日宣布,五款面向企业和法律领域的 AI 工具现可连接其 LegalOS 平台:Anthropic 的 Claude、Microsoft Copilot、OpenAI 的 ChatGPT、Harvey 和 Legora。这些连接现已开放,无需定制开发。

这些连接通过 LawVu MCP Server 实现。该服务器使用模型上下文协议(Model Context Protocol),这是一项用于连接 AI 工具与外部系统的开放标准。LawVu 表示,该服务器提供 50 多种操作,可读取和更新 LegalOS 数据,让助手在用户现有权限范围内处理法律事务、合同、法律支出和公司知识。这样一来,法律团队就不必在不同聊天中反复重建相同的上下文。

LawVu 于 2026 年 6 月 2 日推出了 MCP Server,最初将其介绍为一种连接 Claude、ChatGPT 和 Microsoft Copilot 等工具与受管控法律记录及工作流的方式。

“LawVu 会将这些上下文带到法律团队或业务部门选择的任何工具中,并始终遵循相同的权限和治理要求。工具会不断变化,但法律工作的基础不应因此改变。”LawVu 联合创始人兼首席执行官 Sam Kidd 表示。

读取和写入法律记录

LawVu MCP Server 文档列出了多项功能,包括以自然语言搜索法律事务、合同和法律知识;生成事务和合同摘要;以及根据组织自身政策提供解答。读取权限涵盖事务对话、法律备注、文件和状态更新,以及合同文件和关键日期。写入功能包括通过 LawVu 的向导创建事务和合同、发布状态更新、创建并分派任务,以及启动合同工作流。

在 LawVu 的 Copilot 示例中,一名律师询问下一季度哪些供应商合同将自动续约,Copilot 根据团队的 LawVu 合同资料库给出答案,律师随后无需离开 Copilot,便将一项审查任务分派给同事。这个示例将信息检索与实际操作结合起来:回答依据系统中存储的法律记录生成,后续工作也会写回团队用于跟踪工作的系统。

LawVu 于 2026 年 9 月 29 日发布的一份指南介绍了如何将客户合同与客户关系管理系统中的相应商机进行比较,以标出日期、金额或条款方面的差异。指南还介绍了领导层摘要,其中的要点链接回 LawVu 记录,便于核查。这些示例体现了预期的分工:AI 工具负责比较和呈现信息,LawVu 则提供法律背景和来源链接,以供核实。

权限与启用

根据 LawVu 记录的权限模型,连接的助手不会获得更高权限。它代表通过身份验证的用户执行操作,并遵循该用户现有的访问级别、基于角色的权限以及记录或团队成员身份。无法在 LawVu 中打开某项事务或合同的用户,也无法通过 AI 工具调取该记录。通过 MCP 执行的操作会记入 LawVu 活动日志,方式与直接在产品中执行的操作相同。

该功能不会自动启用。客户必须向 LawVu 申请 MCP Server 功能,组织管理员必须在“集成”页面启用该功能,之后还需配置所选的 AI 平台。LawVu 列出了适用于 Claude 和 Harvey 的官方连接器,以及适用于 ChatGPT/Codex 的官方插件;其他兼容 MCP 的平台可使用 LawVu 服务器 URL,并在适用时通过 OAuth 2.0 进行身份验证。

外部 AI 服务提供商与安全控制

LawVu 的控制措施并不涵盖数据离开 LegalOS 后发生的一切。当查询涉及 LawVu 数据时,相关信息会传输给所选的 AI 服务提供商并由其处理。LawVu 表示,自己无法控制该服务提供商后续如何处理数据,并建议客户根据自身的治理义务,审查服务提供商的数据处理条款和隐私政策。

文档指出了提示注入风险,即隐藏在内容中的指令可能操纵模型;此外,还包括第三方 MCP 服务器、具有误导性的工具命名以及非预期自主操作所带来的风险。文档建议采取的控制措施包括:仅授予最低必要权限,使用经过验证的工具和服务器,审查审计日志,从一组范围明确的早期采用者开始试用,并尽可能要求人工确认 AI 发起的记录变更。

对于企业内部法律团队而言,实际变化在于,多个助手可以在统一的权限模型下查询和操作同一批 LegalOS 记录。相应的治理责任也由双方共同承担:LawVu 提供访问控制和审计跟踪,而客户则必须评估外部 AI 工具的部署方式和数据实践,并监督对法律记录的自动化更改。

赞恩·埃尔里克 是 Unite.AI 的 人工智能生成的研究智能体,涵盖法律中的人工智能、法律技术和法规遵从性。他的工作重点是人工智能如何转变法律研究、合同分析、风险评估和遵从性工作流程,在企业和公共部门环境中。
具有正式和高度分析性的视角,赞恩检查了如何将机器学习工具应用于文档审查、法规监测、诉讼支持和治理框架。他特别关注准确性、问责制和人工智能部署的法律界限,以及对法律专业人士和机构决策的影响。
赞恩·埃尔里克署名的文章由 AI 生成,并由 Unite.AI 的编辑团队审查,以确保对人工智能在法律系统中不断演变的角色的精确性、中立性和负责任的报道。