วิธีที่ทนายความสามารถใช้ OpenClaw เพื่อสร้างกระบวนการทำงานด้าน AI ที่สอดคล้องกับกฎหมาย

ผู้เขียนต้นฉบับ: อี้ เห่าเทียน

ในคลื่นปัญญาประดิษฐ์ ทนายความจะใช้ AI ได้อย่างแท้จริงโดยไม่ละเมิดหน้าที่ความลับได้อย่างไร? ข้อตกลงของลูกค้าไม่ควรคัดลอกไปวางใน ChatGPT โดยตรง มิฉะนั้นอาจเผชิญกับการลงโทษทางวินัย? บทความนี้นำเสนอการตั้งค่าของฉันจากมุมมองของหน้าที่ความลับของทนายความ ข้อควรระวัง และการเลือกผู้ให้บริการ AI

1. จีน: มาตรา 33 ของกฎหมายทนายความ

ก่อนอื่นคือมาตรา 33 ของกฎหมายทนายความแห่งสาธารณรัฐประชาชนจีน ซึ่งบัญญัติไว้ว่า:

ทนายความควรรักษาความลับของความลับของรัฐและข้อมูลทางธุรกิจที่ได้รับรู้ในระหว่างการปฏิบัติหน้าที่ และห้ามเปิดเผยความเป็นส่วนตัวของลูกความ ทนายความควรรักษาความลับเกี่ยวกับข้อมูลและสถานการณ์ใดๆ ที่ลูกความและบุคคลอื่นไม่ต้องการเปิดเผยซึ่งได้รับรู้ในระหว่างการปฏิบัติหน้าที่

หน้าที่ในการรักษาความลับตามกฎหมายทนายความของจีนได้รับการยกระดับไปสู่ระดับความรับผิดทางอาญา มาตรา 309 ของประมวลกฎหมายอาญากำหนดความผิดเกี่ยวกับการเปิดเผยข้อมูลคดีที่ไม่ควรเปิดเผย นอกจากนี้ มาตรา 38 ของกฎการจัดการการปฏิบัติงานของทนายความยังห้ามทนายความเปิดเผยความลับทางธุรกิจและข้อมูลส่วนตัวที่ได้รับรู้ระหว่างการปฏิบัติหน้าที่

ในปัจจุบัน สมาคมกฎหมายท้องถิ่นและกระทรวงยุติธรรมยังไม่มีคำแนะนำที่ละเอียดกว่านี้เกี่ยวกับการใช้ปัญญาประดิษฐ์แบบสร้างสรรค์โดยทนายความ ดังนั้น เราสามารถอ้างอิงข้อกำหนดของเพื่อนร่วมอาชีพในสหรัฐอเมริกา

2. สหรัฐอเมริกา: กฎแบบจำลองของ ABA ข้อ 1.6 และ กฎ NY RPC ข้อ 1.6

หากถือใบอนุญาตเป็นทนายความของรัฐนิวยอร์ก (หรือใบอนุญาตจากรัฐใดๆ ของสหรัฐอเมริกา) หน้าที่ของทนายความในการรักษาความลับของข้อมูลลูกค้าไม่ใช่เพียงแค่จริยธรรมวิชาชีพ แต่ยังเป็นกฎการลงโทษที่สามารถบังคับใช้ได้

ข้อบังคับการปฏิบัติวิชาชีพของรัฐนิวยอร์กข้อ 1.6 (NY RPC Rule 1.6) กำหนดว่า:

ทนายความต้องไม่เปิดเผยข้อมูลลับโดยรู้อยู่แล้ว... เว้นแต่ลูกค้าจะให้ความยินยอมอย่างมีความรู้

คำว่า “ข้อมูลลับ” ที่นี่มีขอบเขตกว้างมาก—ไม่ได้จำกัดเฉพาะข้อมูลลับของศาล แต่รวมถึงข้อมูลทั้งหมดที่ทนายความได้รับระหว่างการให้คำปรึกษา รวมถึงชื่อและที่อยู่ของลูกค้า ข้อมูลทางการเงิน เงื่อนไขการซื้อขาย กลยุทธ์ทางธุรกิจ โดยไม่คำนึงถึงแหล่งที่มาของข้อมูล

ที่สำคัญกว่านั้นคือข้อบังคับ 1.6(c):

ทนายความต้องพยายามอย่างสมเหตุสมผลเพื่อป้องกันการเปิดเผยหรือการเข้าถึงข้อมูลที่เกี่ยวข้องกับการให้คำปรึกษาแก่ลูกความโดยไม่ตั้งใจหรือโดยไม่ได้รับอนุญาต

นี่หมายความว่า: เราไม่เพียงแต่ห้ามเปิดเผยข้อมูลลูกค้าอย่างตั้งใจ แต่ยังต้องดำเนินการที่เหมาะสมเพื่อป้องกันการรั่วไหล

ในเดือนกรกฎาคม 2024 ABA ได้เปิดตัว Forma Opinion 512 อย่างเป็นทางการ—ซึ่งเป็นคำแนะนำทางจริยธรรมเชิงรวมศูนย์ชิ้นแรกของสมาคมทนายความสหรัฐอเมริกาสำหรับการใช้งาน AI แบบสร้างเนื้อหา คำแนะนำดังกล่าวระบุอย่างชัดเจนว่า:

ก่อนที่จะป้อนข้อมูลที่เกี่ยวข้องกับตัวแทนลูกค้าลงในเครื่องมือ (AI แบบสร้างสรรค์) ทนายความต้องประเมินความเป็นไปได้ที่ข้อมูลนี้จะถูก “เปิดเผยให้หรือเข้าถึงโดย” บุคคลอื่นภายในหรือภายนอกเครื่องมือ

Opinion 512 เปรียบเทียบเครื่องมือ AI กับบริการคลาวด์คอมพิวติ้ง โดยขอให้ทนายความต้อง:

• ตรวจสอบความน่าเชื่อถือ มาตรการด้านความปลอดภัย และนโยบายการจัดการข้อมูลของเครื่องมือ AI ที่ใช้ในการสำรวจ
• ตรวจสอบให้แน่ใจว่าการตั้งค่าเครื่องมือสามารถปกป้องความลับและความปลอดภัย
• ยืนยันว่าภาระผูกพันด้านความลับมีผลบังคับใช้ (เช่น ตามสัญญา)
• ตรวจสอบการละเมิดหรือการเปลี่ยนแปลงนโยบายผู้ให้บริการ

พูดแบบง่ายๆ: เราไม่สามารถคัดลอกสัญญาของลูกค้าไปวางใน ChatGPT ได้ เว้นแต่เราจะทำการประเมินความสอดคล้องอย่างเพียงพอ

นั่นหมายความว่า ไม่ว่าเราจะปฏิบัติงานในเขตอำนาจใด หน้าที่ในการรักษาความลับคือขีดจำกัดที่ห้ามข้ามผ่าน

3. ทำไม AI จึงทำให้ภาระผูกพันด้านความลับซับซ้อนยิ่งขึ้น?

เมื่อเราป้อนสัญญาลูกค้าลงในแอปพลิเคชัน AI สำหรับผู้บริโภค (เช่น ChatGPT, Claude, Kimi ฯลฯ) ข้อความดังกล่าวจะถูกส่งไปยังเซิร์ฟเวอร์ของบุคคลที่สาม แม้ว่าผู้ให้บริการจะอ้างว่าจะไม่ใช้ข้อมูลเพื่อฝึกโมเดล ก็ยังมีความเสี่ยงต่อไปนี้:

• การถ่ายโอนข้อมูล: ข้อมูลส่วนบุคคลของลูกค้า (PII) ออกจากการควบคุมของเราและเข้าสู่โครงสร้างพื้นฐานของบุคคลที่สาม
• ความเสี่ยงในการฝึกอบรม: ผลิตภัณฑ์สำหรับผู้บริโภคอาจใช้ข้อมูลนำเข้าในการฝึกอบรมโมเดล (ต้องตรวจสอบข้อตกลงบริการอย่างละเอียด)
• การเปิดเผยการละเมิด: ขณะนี้เรายังพึ่งพามาตรการด้านความปลอดภัยของผู้ให้บริการเพื่อปฏิบัติตามหน้าที่ทางจริยธรรมของตนเอง
• ช่องว่างการตรวจสอบ: เราไม่สามารถยืนยันว่าเกิดอะไรขึ้นหลังจากการถ่ายโอนข้อมูล
• การให้ความยินยอมอย่างมีข้อมูล: การรับความยินยอมจากลูกค้าสำหรับแต่ละการโต้ตอบกับ AI นั้นไม่สามารถปฏิบัติได้ในทางปฏิบัติ

วิธีการตอบสนองของทนายส่วนใหญ่มีสองแบบ: ไม่ใช้ AI เลย (สูญเสียข้อได้เปรียบในการแข่งขัน) หรือ “ใช้ก่อนแล้วค่อยว่ากัน” (เสี่ยงต่อการถูกดำเนินการทางวินัย) ทั้งสองวิธีไม่ใช่คำตอบที่ดี ผมจะอธิบายประเด็นที่ควรระวังอย่างละเอียดในส่วนที่สาม

1. OpenClaw คืออะไร?

OpenClaw เป็นแพลตฟอร์ม AI ผู้ช่วยแบบหลายตัวแทน (multi-agent) แบบเปิดแหล่งรหัส กล่าวอย่างง่ายๆ มันคือ “เกตเวย์ AI” ที่ทำงานบนฮาร์ดแวร์ของเราเอง สามารถจัดการผู้ช่วย AI หลายตัวพร้อมกัน โดยแต่ละตัวมีบทบาท ความทรงจำ และเครื่องมือของตนเอง

2. ฟีเจอร์หลัก

3. มันทำงานอย่างไร?

OpenClaw ทำงานเป็น “เกตเวย์” บนอุปกรณ์ท้องถิ่นของเรานั้น:

OpenClaw เป็นซอฟต์แวร์ฟรีและเปิดแหล่งที่มา แต่เราต้องการ:

• อุปกรณ์ที่กำลังทำงาน

คุณสามารถใช้คอมพิวเตอร์หรือ Mac Mini ที่ไม่ได้ใช้งานก็ได้ แต่ฉันขอแนะนำให้ใช้ Mac โดยเฉพาะ เพราะปัจจุบันระบบนิเวศ OpenClaw ส่วนใหญ่ถูกพัฒนาขึ้นบน Mac/Linux แม้ว่าจะมีผู้พัฒนาเวอร์ชัน Windows อยู่หลายราย แต่ในระยะนี้ Mac จะมีความเสถียรสูงกว่า

เช่า VPS จากผู้ให้บริการเช่น Alibaba Cloud, Tencent Cloud ฯลฯ ล่าสุด Kimi ได้เปิดตัว OpenClaw แบบปรับใช้แบบคลิกเดียว หากต้องการทดลองใช้ OpenClaw ในต้นทุนต่ำ สามารถเริ่มจากสิ่งนี้ก่อน

• API key ของโมเดล AI (หากใช้โมเดลบนคลาวด์)

สามารถซื้อโดยตรงจากผู้ให้บริการคลาวด์ LLM เช่น Google Gemini, Alibaba Cloud, Moonshot AI ฯลฯ การซื้อ API จากผู้พัฒนา นอกจากราคาแล้ว ยังมีข้อดีอีกประการคือ ผู้ให้บริการคลาวด์บางรายมีบริการ Batch API ซึ่งสำหรับงานที่มีปริมาณมากแต่ไม่เร่งด่วน ผู้ให้บริการคลาวด์จะให้ส่วนลด 50% โดยแลกกับการส่งคำตอบให้คุณหลังจาก 24 ชั่วโมง

ตัวเลือกที่สองคือแพลตฟอร์มรวมโมเดลขนาดใหญ่ (LLM Aggregator) เช่น OpenRouter, Silicon Flow ข้อได้เปรียบของผู้ให้บริการคลาวด์ประเภทนี้คือการให้อินเทอร์เฟซเดียว รองรับตัวเลือก LLM หลายตัว และมีฟังก์ชันการจัดเส้นทาง สามารถตั้งค่าการเปลี่ยนไปยัง LLM ต่างๆ แบบอัตโนมัติ

หรือติดตั้ง Ollama และโมเดลโอเพ่นซอร์สแบบโลคัล (หากไม่ต้องการพึ่งพาคลาวด์) คุณสามารถเลือกตามข้อกำหนดของโฮสต์ของคุณได้อย่างยืดหยุ่น ตามความต้องการและงบประมาณของคุณ

4. ทำไมฉันถึงใช้ Mac Mini?

• การแยกแยะระหว่างการรันในท้องถิ่นกับสภาพแวดล้อมการผลิต: การใช้คอมพิวเตอร์ที่แยกต่างหากสามารถรับประกันได้ว่า OpenClaw จะไม่ทำงานผิดพลาดและลบไฟล์งานสำคัญของฉัน แน่นอนว่าการเช่า VPS ก็สามารถบรรลุวัตถุประสงค์ของการแยกทางกายภาพได้เช่นกัน แต่ VPS มักใช้ระบบ Linux และอยู่บนคลาวด์ จึงให้ประสบการณ์การใช้งานที่ไม่ลื่นไหลเท่าการรันในเครื่องท้องถิ่น สำหรับงานบางประเภทที่ต้องการสภาพแวดล้อมเครือข่ายที่ดี VPS ยังคงเป็นตัวเลือกที่ดี อย่างไรก็ตาม VPS ที่เช่ามักมีสเปกต่ำ และหากต้องการเช่าสเปกสูง ราคาจะไม่ถูก
• หน่วยความจำแบบรวมของ Apple Silicon: สถาปัตยกรรมหน่วยความจำแบบรวมของชิป M4 ทำให้โมเดล AI ขนาดใหญ่สามารถโหลดและรันโดยตรงในหน่วยความจำ โดยไม่ต้องใช้ GPU ที่มีราคาแพง สถาปัตยกรรมหน่วยความจำแบบรวมรวมหน่วยความจำกราฟิกและหน่วยความจำแฟลชที่พบทั่วไปในระบบ Windows เข้าด้วยกัน ทำให้สามารถเรียกใช้งานโมเดลขนาดใหญ่ได้อย่างยืดหยุ่นและถูกกว่าการซื้อการ์ดแสดงผลแยกต่างหาก
• หน่วยความจำ 32GB: เพียงพอสำหรับรันโมเดล MoE ที่มีพารามิเตอร์ 35B (เช่น Qwen 3.5 35B) ด้วยความเร็วในการประมวลผลประมาณ 18 โทเค็น/วินาที
• การใช้พลังงานต่ำมาก ขนาดเล็ก และเสียงรบกวนต่ำมาก: Mac Mini มีการใช้พลังงานในโหมดสแตนด์บายประมาณ 5W และเมื่อทำงานเต็มโหลดกับโมเดล AI ประมาณ 15-30W ค่าไฟฟ้าสำหรับการใช้งาน 7×24 ชั่วโมงต่อเดือนน้อยกว่า 10 หยวน Mac Mini รุ่นใหม่มีขนาดเล็กเท่าฝ่ามือ สามารถวางไว้บนชั้นหนังสือหรือมุมโต๊ะได้ทันที แม้จะทำงานเต็มโหลดกับโมเดล AI ก็ยังมีเสียงรบกวนต่ำมาก

เมื่อเราใช้ OpenClaw หรือเครื่องมือ AI ใดๆ ในการทำงานด้านกฎหมาย เราต้องให้ความสนใจกับระดับความลับสามระดับ

1. ความลับของช่องทางการสื่อสาร

ช่องทางการสื่อสารระหว่างเราและผู้ช่วย AI เป็นเกราะป้องกันชั้นแรก

ฉันขอแนะนำให้ใช้ซอฟต์แวร์เข้ารหัสแบบจุดต่อจุดเป็นช่องทางการสื่อสารก่อนสำหรับงานกฎหมายที่มีความลับสูง บางคนอาจถามว่า ปกติลูกค้าก็ติดต่อฉันผ่านwechat ใช่ไหม? ใช่ หากลูกค้าเป็นผู้เริ่มต้นติดต่อผ่านwechat นั่นหมายถึงมีความยินยอมโดยนัย กล่าวคือ ลูกค้ายอมรับให้ใช้wechat เป็นช่องทางการส่งข้อมูล หากเราเป็นผู้ส่งข้อมูลลับของลูกค้าผ่านช่องทางที่ไม่ได้เข้ารหัส เราควรได้รับความยินยอมเป็นลายลักษณ์อักษรจากลูกค้าอย่างน้อยที่สุด

2. การเลือกผู้ให้บริการ API: ประหยัดเงิน vs. การรักษาความลับ

นี่คือปัญหาที่สำคัญที่สุดแต่มักถูกมองข้าม

• แผนการเขียนโค้ด

ในช่วงไม่กี่ปีที่ผ่านมา ผู้ให้บริการคลาวด์ในประเทศได้เปิดตัวโปรแกรมการเขียนโปรแกรม (Coding Plan) ที่ดึงดูดอย่างมาก: การให้การเข้าถึง API ของโมเดลระดับสูงสุดในราคาต่ำมาก

ตัวอย่างเช่น Alibaba Cloud Bailian:

• แพ็กเกจ Lite: เดือนแรก ¥7.9, เดือนที่สอง ¥20, หลังจากนั้น ¥40/เดือน
• แพ็กเกจ Pro: เดือนแรก ¥39.9, เดือนที่สอง ¥100, หลังจากนั้น ¥200/เดือน
• รวมโมเดล: Qwen3.5-Plus, Kimi K2.5, GLM-5, MiniMax M2.5

ราคาแท้จริงแล้วน่าดึงดูด และด้วยระบบสมัครสมาชิก คุณจะไม่ต้องกังวลเรื่องค่าใช้จ่าย API เกินขอบเขต แต่โปรดสังเกตข้อความนี้ในนโยบายข้อมูลของ BaiLian Coding Plan:

ระหว่างการใช้งาน Coding Plan ข้อมูลนำเข้าของโมเดลและเนื้อหาที่โมเดลสร้างขึ้นจะถูกใช้เพื่อปรับปรุงบริการและพัฒนาโมเดล

นั่นหมายความว่า: ข้อมูลทั้งหมดที่เราป้อน รวมถึงเอกสารทางกฎหมายที่อาจมีข้อมูลลูกค้า จะถูกใช้ในการฝึกฝนและปรับปรุงโมเดล สำหรับทนายความ นี่เป็นการละเมิดหน้าที่ในการรักษาความลับโดยตรง

• การเลือก API ต้องให้ความสำคัญกับข้อมูลหลัก

เนื่องจาก Coding Plan ไม่สามารถจัดการข้อมูลลับได้ (แน่นอนว่าเป้าหมายของผู้ให้บริการคลาวด์ในการเปิดตัว Coding Plan ไม่ได้เพื่อให้เราจัดการข้อมูลลับ) การซื้อ token ของ API หรือการเป็นสมาชิกระดับสูงกว่าจึงเป็นทางเลือกที่ดีกว่า เมื่อเลือก API ของโมเดล AI ทนายความต้องทบทวนประเด็นต่อไปนี้ในสัญญาบริการ:

• เปรียบเทียบผู้ให้บริการ API รายใหญ่

สิ่งที่ต้องเน้นย้ำคือ แม้ว่าผู้ให้บริการ API จะอ้างว่า ZDR และไม่ได้นำไปใช้ในการฝึกอบรม ทนายความยังไม่สามารถตรวจสอบได้อย่างสมบูรณ์ว่าคำมั่นเหล่านี้ถูกดำเนินการตามที่อ้างหรือไม่ ฉันเชื่อว่าผู้ให้บริการคลาวด์จะไม่เปิดโอกาสให้ผู้ใช้ส่วนบุคคลอย่างเราเข้าถึงการตรวจสอบ กลับไปที่ความเห็น ABA 512 ทนายความควรสอบสวนมาตรการรักษาความปลอดภัยของเครื่องมือ AI และยืนยันการปฏิบัติตามความลับ หากเราไม่สามารถตรวจสอบการปฏิบัติตามมาตรการความลับได้ ฉัน认为 API นั้นไม่สอดคล้องกับข้อกำหนดของความเห็น 512 LLM เป็นกล่องดำ เราไม่สามารถยืนยันได้ว่าข้อมูลของเราเกิดอะไรขึ้นหลังจากการส่งไปแล้ว

3. ทางเลือกที่ปลอดภัยที่สุด: โมเดลแบบท้องถิ่น

หากเรามีความต้องการด้านความลับสูงสุด การรันโมเดลบนอุปกรณ์ส่วนตัวคือวิธีเดียวที่สามารถรับประกันได้ 100% ว่าข้อมูลจะไม่รั่วไหล

ข้อดี:

• ข้อมูลไม่เคยออกจากอุปกรณ์ ความเป็นส่วนตัว 100%

• ไม่มีค่าธรรมเนียม API ไม่มีข้อจำกัดในการใช้งาน

• ไม่ต้องพึ่งอินเทอร์เน็ต ใช้งานได้ทุกเมื่อ

• ไม่ได้รับผลกระทบจากการเปลี่ยนแปลงนโยบายของผู้ให้บริการ

ข้อเสีย:

• ความเร็วในการประมวลผลช้า (18 tok/s เทียบกับกว่า 100 tok/s บนคลาวด์)

ความสามารถของโมเดลต่ำกว่าโมเดลคลาวด์ชั้นนำ (เช่น GPT-4o, Claude Opus)

• ต้องลงทุนด้านต้นทุนฮาร์ดแวร์

• หน้าต่างบริบทถูกจำกัดโดยหน่วยความจำ

แนะนำโมเดลท้องถิ่น:

หมายเหตุ: MoE (Mixture of Experts) เป็นสถาปัตยกรรมโมเดล ซึ่งแม้จะมีพารามิเตอร์ทั้งหมด 35B แต่ในแต่ละครั้งที่ใช้งานจะเปิดใช้งานพารามิเตอร์ประมาณ 3B เท่านั้น ทำให้ลดปริมาณการคำนวณและความต้องการหน่วยความจำอย่างมาก นี่คือเหตุผลที่โมเดลขนาด 35B สามารถทำงานได้อย่างลื่นไหลบน Mac Mini ที่มีหน่วยความจำ 32GB

เนื่องจากฉันเป็นทนายความที่ประกอบวิชาชีพในนิวยอร์ก นี่คือการตั้งค่า OpenClaw ที่ฉันสร้างขึ้นตามความเห็น 512

1. ช่องทางการสื่อสาร

Signal (การเข้ารหัสแบบจุดสุดท้ายถึงจุดสุดท้าย) เป็นช่องทางหลักสำหรับงานด้านกฎหมาย การสนทนาทั้งหมดกับตัวแทนกฎหมาย (Counsel) จะดำเนินการผ่าน Signal เพื่อให้แน่ใจว่าการสื่อสารมีการเข้ารหัสอย่างสมบูรณ์ งานประจำวันที่ไม่เกี่ยวข้องกับความลับจะดำเนินการผ่าน Telegram

2. การตั้งค่าโมเดล

ฉันใช้กลยุทธ์แบบโมเดลผสม:

3. กระบวนการรักษาความปลอดภัยหลัก: ท่อทำให้ข้อมูลเป็นอนันตนาม

นี่คือส่วนที่สำคัญที่สุดในการตั้งค่าทั้งหมด เมื่อฉันต้องใช้ AI บนคลาวด์ที่มีประสิทธิภาพสูงในการร่างหรือทบทวนเอกสารที่ละเอียดอ่อน:

จุดสำคัญ: mapping.json (ตารางการจับคู่ข้อมูลจริงกับตัวแทน) จะไม่เคยออกจากอุปกรณ์ของเรา ปัญญาประดิษฐ์บนคลาวด์จะเห็นเพียง "{COMPANY_1} ซื้อหุ้น 30% ของ {COMPANY_2}" — มันไม่รู้และไม่สามารถรู้ได้ว่าผู้เกี่ยวข้องที่แท้จริงคือใคร

4. เหตุใดจึงเลือก Claude Code ซึ่งเป็น AI สำหรับผู้ใช้ทั่วไป เป็นเครื่องมือแก้ไขบนคลาวด์?

• แผนแบบสมัครสมาชิก: แผน Max ที่ 100 ดอลลาร์สหรัฐต่อเดือนหรือ 200 ดอลลาร์สหรัฐต่อเดือน คุ้มค่ากว่าการคิดค่าบริการตามการใช้งานของ API
• โมเดลล่าสุดและทรงพลังที่สุด: ผู้ใช้ที่สมัครสมาชิกสามารถใช้งานโมเดลล่าสุดที่เปิดตัวได้ทันที (เช่น Claude Opus 4)
• เปรียบเทียบราคา API: ราคาการป้อนข้อมูลของ Claude API อยู่ที่ $3 ต่อล้านโทเค็น และราคาการส่งออกอยู่ที่ $15 ต่อล้านโทเค็น การทบทวนสัญญาที่ซับซ้อนอาจใช้โทเค็นหลายล้านตัว ซึ่งค่าใช้จ่ายตามการใช้งานจะสูงกว่าค่าสมัครใช้งานมาก หากราคาไม่ใช่ปัจจัยที่คุณพิจารณา การใช้ API ของ Opus โดยตรงหลังจากเข้ารหัสจะเป็นตัวเลือกที่ให้ประสบการณ์ลื่นไหลกว่า แม้ว่าราคาจะสูงกว่าก็ตาม ตามการใช้งานโทเค็นของฉันในปัจจุบัน หากใช้ Claude API ทั้งหมด ค่าใช้จ่ายโดยประมาณจะอยู่ที่มากกว่า $500 ต่อเดือน

แผนนี้ตอบสนองข้อกำหนดทั้งหมดของความเห็นอย่างเป็นทางการของ ABA 512 โดยพื้นฐาน เนื่องจาก AI บนคลาวด์ไม่เคยได้รับข้อมูลที่เป็นความลับ

5. การกำหนดค่าฮาร์ดแวร์

6. การคำนวณต้นทุน

ในทางตรงกันข้าม แพลตฟอร์ม AI ด้านกฎหมายระดับองค์กรเช่น Harvey AI มีราคาอยู่ที่ $1,000-1,200 ต่อผู้ใช้ต่อเดือน (ประมาณ ¥7,200-8,600) และมักต้องการขั้นต่ำ 20 ที่นั่ง

7. โครงการโอเพนซอร์ส

ฉันได้เปิดแหล่งที่มาของชุดการตั้งค่าและงานนี้บน GitHub:

VibeCodingLegalTools (https://github.com/Reytian/VibeCodingLegalTools) — กระบวนการทำงานของ AI ที่สอดคล้องกับข้อบังคับ Rule1.6 สำหรับการปฏิบัติงานด้านกฎหมาย

โครงการประกอบด้วย:

เครื่องมือการทำให้เป็นอนันตนาม/กลับมาเป็นตัวตนอีกครั้ง (LDA)

• เทมเพลตการตั้งค่า OpenClaw
• เทมเพลตพื้นที่ทำงานของตัวแทน
• เทมเพลตระบบจดจำลูกค้า
• การวิเคราะห์ด้านจริยธรรมและการปฏิบัติตามกฎหมายอย่างละเอียด

การแปลงให้สมบูรณ์แบบเป็นเรื่องที่ต้องการ แต่ในปัจจุบันยังเป็นไปไม่ได้

ในโลกที่สมบูรณ์แบบ ทนายความควรใช้ AI แบบทำงานทั้งหมดบนอุปกรณ์ของตนเอง—ข้อมูลทั้งหมดอยู่บนอุปกรณ์ของตน ไม่มีความเสี่ยงในการรั่วไหล แต่ในความเป็นจริง:

• ช่องว่างความสามารถของโมเดล: มีช่องว่างความสามารถอย่างมีนัยสำคัญระหว่างโมเดลที่สามารถรันได้บนอุปกรณ์ท้องถิ่น (ระดับพารามิเตอร์ 35B) กับโมเดลคลาวด์ชั้นนำ (ระดับพารามิเตอร์ล้านล้าน) สำหรับการให้คำปรึกษาทางกฎหมายแบบง่ายและการค้นหาข้อมูล โมเดลท้องถิ่นเพียงพอ แต่สำหรับการร่างสัญญาที่ซับซ้อน การให้เหตุผลทางกฎหมายหลายรอบ และการสร้างข้อความคุณภาพสูง ประสิทธิภาพของโมเดลท้องถิ่นยังไม่ดีพอ
• ต้นทุนฮาร์ดแวร์: เพื่อเรียกใช้โมเดลท้องถิ่นที่ทรงพลังจริง (เช่น โมเดลที่มีพารามิเตอร์มากกว่า 70B) จำเป็นต้องใช้หน่วยความจำ 64GB หรือมากกว่านั้น ทำให้ต้นทุนฮาร์ดแวร์พุ่งสูงขึ้นอย่างรวดเร็ว สำหรับทนายความอิสระและสำนักงานกฎหมายขนาดเล็ก ถือว่าไม่คุ้มค่าทางเศรษฐกิจ
• การอัปเดตโมเดลล่าช้า: ความเร็วในการอัปเดตโมเดลโอเพนซอร์สช้ากว่าโมเดลเชิงพาณิชย์ขั้นสูงเสมอ

2. การพึ่งพาคลาวด์เพียงอย่างเดียวก็มีปัญหาเช่นกัน

ในทางกลับกัน การพึ่งพา API บนคลาวด์อย่างเดียวก็ไม่ใช่ทางออก:

แม้ว่าผู้ให้บริการ API จะรับรองว่ามีการรักษาข้อมูลศูนย์ (ZDR) และไม่ใช้เพื่อการฝึกอบรม ทนายความแทบเป็นไปไม่ได้ที่จะสืบสวนการรั่วไหลที่น่าสงสัยใดๆ

LLM เป็นกล่องดำ เราไม่สามารถเปิดมันขึ้นมาตรวจสอบว่าข้อมูลของเราถูกใช้ในการฝึกหรือไม่ เราสามารถทำได้เพียงเชื่อในคำมั่นของผู้ให้บริการ

ในฐานะที่เป็นทนายความ “ความเชื่อ” ไม่ใช่กลยุทธ์การปฏิบัติตามกฎระเบียบ ข้อบังคับ 1.6 กำหนดให้ต้องมี “ความพยายามอย่างสมเหตุสมผล” — ความพยายามอย่างสมเหตุสมผล ไม่ใช่ความเชื่ออย่างสมเหตุสมผล

3. แบบจำลองผสมคือทางออกที่ดีที่สุดในปัจจุบัน

นี่คือเหตุผลที่ฉันเลือกกลยุทธ์แบบโมเดลผสม:

1. การให้คำปรึกษาทั่วไป → โมเดลท้องถิ่น: คำถามทางกฎหมายง่ายๆ การค้นหาข้อมูล การวิเคราะห์เบื้องต้น ทำทั้งหมดในท้องถิ่น

2. งานที่ซับซ้อน → API บนคลาวด์: ใช้ API ที่เชื่อถือได้เมื่อต้องการความสามารถในการประมวลผลที่สูงกว่า แต่หลีกเลี่ยงการส่งข้อมูลที่ละเอียดอ่อน

3. ไฟล์ที่ละเอียดอ่อน → ท่อการล้างข้อมูลส่วนบุคคล: เมื่อต้องใช้ AI บนคลาวด์ในการประมวลผลไฟล์ลับ ให้ล้างข้อมูลส่วนบุคคลในท้องถิ่นก่อน แล้วส่งให้คลาวด์ประมวลผล และคืนค่าในท้องถิ่นสุดท้าย

แนวคิดหลักของแผนนี้คือ: ใช้เทคนิคทางเทคโนโลยี (การทำให้ข้อมูลเป็นอนันตนาม) เพื่อเติมเต็มช่องว่างความเชื่อถือ เราไม่จำเป็นต้องเชื่อถือผู้ให้บริการ AI ใดๆ ในการจัดเก็บข้อมูลลูกค้าของเราอย่างปลอดภัย เพราะพวกเขาไม่เคยได้รับข้อมูลลูกค้าเลย

คลาวด์ AI จะเห็นเฉพาะ “{COMPANY_1}” และ “{PERSON_1}” เท่านั้น ไม่ใช่ชื่อจริงของลูกค้าของเรา

ปัญญาประดิษฐ์จะไม่แทนที่ทนายความ แต่ทนายความที่ใช้ปัญญาประดิษฐ์จะเป็นผู้แทนที่นายความที่ไม่ใช้ปัญญาประดิษฐ์

สิ่งสำคัญไม่ได้อยู่ที่การใช้หรือไม่ใช้ AI แต่อยู่ที่การใช้มันอย่างไร หน้าที่ในการรักษาความลับเป็นรากฐานของการประกอบวิชาชีพทนายความ ซึ่งไม่ควรเป็นอุปสรรคต่อการรับเอา AI มาใช้ แต่ควรเป็นมาตรฐานในการเลือกโซลูชัน AI

Legal AI ขายอะไร? ฉันคิดว่ามีสองประเภท:

ความรู้

2. เครื่องมือ

ฉันเชื่อว่าทนายความทุกท่านมีความรู้เพียงพอแล้ว แค่ต้องการเครื่องมือที่ใช้งานสะดวกกว่านี้ เมื่อราคาของ Mac Mini ยังน้อยกว่าค่าสมัครรายเดือนของ Harvey AI việcสร้างเครื่องมือที่สอดคล้องกับข้อบังคับด้วยตัวเองอาจเป็นทางเลือกที่สมเหตุสมผลกว่าสำหรับทนายความอิสระ

เครื่อง Mac Mini, ชุด OpenClaw และช่องทางการสื่อสารที่เข้ารหัส นี่คือทั้งหมดที่จำเป็นสำหรับสถานีงานกฎหมาย AI ที่สอดคล้องกับกฎหมาย

บทความนี้ไม่ถือเป็นคำแนะนำทางกฎหมาย ทนายความควรประเมินกระบวนการทำงานที่อธิบายไว้ในบทความนี้ตามกฎจริยธรรมที่ใช้บังคับในเขตอำนาจของตน และควรขอคำแนะนำด้านจริยธรรมจากผู้เชี่ยวชาญเมื่อจำเป็น

• กฎการปฏิบัติทางวิชาชีพของ ABA ข้อ 1.6
• ความเห็นอย่างเป็นทางการของ ABA ฉบับที่ 512 — เครื่องมือปัญญาประดิษฐ์เชิงสร้างสรรค์ (2024)
• กฎหมายทนายความของสาธารณรัฐประชาชนจีน (แก้ไขปี 2017)
• OpenClaw (https://openclaw.ai/)
• VibeCodingLegalTools—GitHub (https://github.com/Reytian/VibeCodingLegalTools)