法律工作的固定總量謬誤

達米安·沙洛廷 2026年6月5日

關於“AI將取代所有工作”的擔憂，一個標準回應是指出“固定勞動總量”謬誤。這種謬誤認為，存在有限的工作總量，可以通過調整工作參數進行再分配，但容易受到勞動力供求的外部衝擊。例如，減少標準工作時間（如法國推行35小時工作周）理論上可以釋放足夠的工作來解決失業。這一謬誤之所以流行，是因為它直觀上很有吸引力。生活中許多事物確實是零和的，比如物質對象、帶寬甚至“注意力”。然而，將同樣的邏輯套用到“工作”上是錯誤的，因為“工作”是人與機構之間複雜關係和義務的簡稱。工作量的變化會影響收入、消費，進而影響他人的工作，形成動態且影響深遠的關係。歷史記錄也不支持過去的悲觀預言：新技術或移民勞動力並沒有摧毀所有工作；法國也沒有解決失業問題。

現在，在關於AI和律師的辯論中，同樣隱含或明確地出現了類似的論點：一些人假設法律工作是固定量，如果AI能替代法務人員，就會搶走後者的飯碗。他們警告説，大量初級律師將被簡單的AI程序摧毀，LLM將帶來價格競爭，整個行業將變得無關緊要。但作者一直認為，中期內律師數量會增加而非減少，這很大程度上源於對“法律工作固定總量”謬誤的拒絕。

法律作為一個平衡系統

首先，“法律”（或“法律工作”）本身是更復雜事物的簡稱。它包括實體規範、監管規範、私人規範、軟法以及行為準則和道德期望等。正如工作一樣，法律框架某一方面的變動會引發連鎖反應。例如，違反一項規範可能觸發其他規範；規範可以通過技術或人為手段被規避，從而需要更多規範來修補漏洞；解釋的漂移意味着每次應用規範都會稍微改變其含義，需要持續跟蹤和適應；司法管轄的疊加確保一種法律狀態在多元主義世界中保持合規。所有這些例子都表明，無論AI對法律工作做什麼，更多的工作很可能會出現，因為勞動召喚勞動。這在一定程度上源於法律的“分形”本質——不存在明確的“足夠好”標準，同時也因為多種力量——政治、對抗性、經濟——同時影響着法律的動態平衡。

傑文斯效應

第一個向量是典型的傑文斯效應，應用於合規成本。許多規範是由進取的規範制定者（監管者、立法者或任何有動力制定規範的人）滿足潛在需求（即使微弱或人為製造）而產生的。這種需求默認是最大化主義的：你想徹底監管一切。但什麼阻止了立法者微觀管理一切？一定程度上是常識，但更普遍的是，感覺規範能夠被遵守。儘管不可行或無法遵守的規範並非沒有，但很多法律和規範在設計時就是最大化主義的，明知最終會形成一種對執法者有利的操作方式。然而，這仍然受限於合規的人性可能、善意審查所能支持的內容以及法律共同體願意承受的程度。AI可能會降低合規成本，提高合規的便利性。例如，對於大量無人閲讀的文本和表格，LLM擅長編寫和解析。那麼平衡會發生什麼變化？規範企業家不會消失，他們會設定新的基線，並在此基礎上制定更多規範。規範會催生元規範，如關於技術能力的規則，這些規則正是為了讓初級規範得到遵守。每一代工具都會產生新一代的期望和使用能力的要求，進而成為下一輪的基礎。簡化合規，規範負擔就會上升。

對抗性/紅皇后效應

第二個向量是法律是一場與其他玩家對抗的遊戲，而非等待應用的規則目錄。税務籌劃與税務執法、原告與被告、圍繞先例的訴訟與延伸先例、合規團隊與監管者之間的相互調整等等。法律工作通常不僅由規範本身決定，還由其他人可能如何使用規範決定。AI改變了競賽的水平，但沒有改變其結構。AI作為先進企業的專有優勢是護城河；但當所有人都擁有它時，它就是底線。就像交易員追逐阿爾法一樣，律師必須提升自己的水平（並增加工作量）才能保持同等水平。這又回到了分形點：對法律服務的需求可以增加，因為盡職調查可以更徹底，合同可以預料更多偶發情況，監控可以覆蓋更廣的範圍。換句話説，在對抗性背景下，AI指向了更多工作：FTC大規模抓取營銷文案會催生大規模合規審查的需求；在訴訟中使用AI會激勵使用使LLM出錯的方法，從而需要新的防禦手段。在此過程中，法律活動的平衡量可能上升而不是下降，因為每一方能力的提升都增加了賭注和競爭的複雜性。許多“AI將取代律師”的故事誤解了法律需求的性質和範圍：需求並不總是與法律安全所需相匹配，而是源於內在約束（支付能力和意願），部分取決於對手的能力，並止於“足夠好”的水平。

進入鮑莫爾

還有一個值得注意的方面：法律服務的供應從未真正滿足需求。部分原因是認證（律師資格考試）等人為限制，另一部分可能是鮑莫爾成本病的結果：法律是一個生產率增長緩慢的領域，但報酬必須跟上其他高薪行業；高成本反過來抑制了需求。假設AI降低了這些成本，那麼故事就變成了需求膨脹：法律服務的潛在需求具有高價格彈性，許多潛在消費者在較低價格下會出現。誠然，部分需求將以最便宜的價格得到滿足，但許多活動仍需要真正的人類律師，就像許多消費者更喜歡專業人士一樣。此外，較低的法律價格將影響“解綁”：一些法律服務由於需要捆綁購買而受到限制，例如，你不能僅購買資深律師的“十分鐘判斷”而不附帶助理和文書工作時間。這裏提到低價並不意味着律師必須加倍工作才能維持生計；相反，平凡法律服務價格的降低只會加劇鮑莫爾成本病中瓶頸部分——人類判斷和專業知識——的稀缺性。資深律師不會因為助理變便宜而變便宜，反而會更貴，因為他們現在是廉價機器所生產的一切的約束條件。

但這次不同

對上述所有論點的主要反駁與“勞動力總量”謬誤相同：儘管過去如此，但這次不同。作者承認這種立場並非沒有道理。LLM的出現確實是前所未有的，我們才剛剛開始觸及先進AI系統的可能性範圍。即使模型能力今天停止進步，也足以在短期內催生無數新應用、新業務和新想法。然而，“不是固定總量”並不能保證特定律師保住特定工作；重組可能對個人不友好。