AI识别出失职联邦法官

一篇报告揭露了一名未具名联邦法官在 chamber 内与一名“高级执法官员”发生婚外情。此事引发了一个直接问题：为何一名联邦法官无法负担酒店房间？随后是追问：这位匿名法官是谁？尽管指控严重——涉及敲诈风险、公开参与党派活动以及事后对调查人员撒谎——第十一巡回法院和司法会议都隐瞒了法官身份。他们甚至调整了微小的处罚，允许该法官“模糊地撰写道歉信，以确保信件不会‘以某种方式被用来对付该主审法官’。”

在文章发布后的45分钟内，我们高度确信这名法官是乔治亚州北区法官埃莉诺·罗斯。但我们没有一手消息来源确认。彭博法律新闻随后通过直接了解调查的消息源确认了这一点。

第十一巡回法院认为其在匿名化报告中做得非常巧妙。报告没有包含姓名或地区，仅称“主审法官”。报告甚至刻意避免指明法官性别，证明即使是保守派法官也能轻易掌握代词用法。然而，报告未能模糊许多细节，使得推导法官身份成为可能。故事在此转折，我们将讨论 AI 以及联邦法院尚未做好准备。

读报告时，我注意到一个脚注透露该地区法官聘用书记员时采用两年错开任期。这并非惯例，立即缩小了可能法官范围。当我试图在 OSCAR 上搜索时，一位前 Above the Law 专栏作家提醒我：我们生活在2026年，AI 存在。将报告输入两个不同的 AI 模型并开启全部“深度研究”模式，机器人花了几分钟将报告与公开信息比较。两个模型都提供了长篇报告，得出相同结论。那么模型是如何做到的？

除了两年书记员事实外，模型立即过滤了整个佛罗里达州。官方报告中多处提及“地区检察官”办公室。佛罗里达州的地方检察官称为“州检察官”。此外，机器人注意到处罚禁止该法官在其地区担任首席法官——这意味着该法官不是资深法官，也不是现任首席法官。报告指出调查人员与2020年以来的书记员交谈，排除了之后上任的人。讨论法官参加 DA 初选胜利派对时，机器人指出该法官声称因在办公室工作而认识候选人，将范围缩小到有州检察官经验且与现任 DA 同时期任职的法官。AI 模型决定这与亚特兰大的法尼·威利斯相符。

一旦名单缩小，机器人还搜索了可能法官的案件记录，以匹配报告中的说法：高级执法官员并未产生冲突，因为该法官的案件表中没有涉及该警察局的案件。此外，机器人还猜测了该官员的身份。

大约10分钟的工作，AI 就破解了法官们为保密所付出的一切努力。仅凭几份公开的法院文件和开放网络。在人们煮一杯咖啡的时间里，最基础的工作流程就击败了第十一巡回法院的整个匿名化策略。

2000年，哈佛教授 Latanya Sweeney 曾指出，87%的美国人可以通过邮政编码、性别和出生日期的组合被唯一识别。关键不在于再识别是可能的——统计学家多年前就指出这一点——而在于机构继续发布“匿名化”数据，仿佛删除姓名就能防止识别。苏黎世联邦理工学院和 Anthropic 最近的一项研究将其更新到生成式 AI 时代，发现 LLM 可以以约1到4美元每匹配的价格对伪匿名在线用户进行去匿名化，仅通过其写作就能正确识别67%的 Hacker News 用户，而所有直接标识符已被剥离。过去需要专门人类调查员数小时的工作，模型只需几分钟。过去“实际上模糊”的东西现在至多是半透明的。

如果相信报告的说法，法官们真诚地不希望公开涉事法官身份。这意味着许多联邦法官错误地认为他们比 AI 更聪明。虽然大多数关于此事的负面评论将针对涉事法官，但请对主持调查的法官们保持愤怒，他们似乎对 AI 的工作原理毫无概念。任何拥有20美元订阅和对该技术有基本了解的人都可以复制这一结果。

对于律师而言，这应强调掌握这项技术的重要性。无论是试图维护客户机密，还是希望在尽职调查材料中解开谜团，如果不使用 AI 完成这些任务，就是失职。我们经常嘲笑律师搞砸保密处理。现在，我们需要重新思考整个保密策略，以确保否则无害的线索不会给 AI 提供足够材料来解码一切。能力义务已包含关于技术的评论超过十年。过去十年我们一直在争论这是否意味着律师需要知道“云”是什么。现在我们已经远远超过那个阶段。

2026年的法律 AI 讨论一直被幻觉问题主导——Gordon Rees、Sullivan & Cromwell、Butler Snow……又是 Gordon Rees。但这掩盖了 AI 故事的另一面：能力不仅关乎不滥用 AI，还包括知道如何有效使用它。