在清华园的一间实验室里，李海涛的电脑屏幕常常亮到深夜。作为一名清华大学计算机系博士生，与无数年轻科研者一样，他研究的是大模型；不同的是，他选择让这些模型走向法律行业——一个以谨慎、缓慢著称的领域。

当别人谈论的是广告推荐、智能投顾、自动驾驶时，他却执拗地盯着一份份法律文书、判决书，去思考：如何让冰冷的算法成为法官与律师的助手？如何让普通人，也能以最低的成本获得基本的法律服务？

在很多人眼里，这是“最不性感”的应用方向。但在李海涛看来，正是因为法律行业最难改变，才更值得尝试。

“哪怕只推动社会往前走一小步，也足够了。”

清华大学计算机系博士生李海涛（左）接受《时代面孔》总编辑谷丰专访

一种属于青年学者的“情怀”

李海涛本科读的是电子工程，彼时人工智能刚刚露出曙光。在学习的过程中，他逐渐接触到神经网络、深度学习等相关知识，直觉告诉他，这或许是未来的方向。

“我们这一代做人工智能的青年学者，都有一个普遍的情怀。”他说，“如果能在实现通用人工智能的道路上做出一点贡献，那不仅可能名垂青史，更重要的是，能让人类社会往前进步一小步。”

怀着这种心念，他走上了这条路。如今，他已经发表了9篇作为第一作者的CCF-A类论文，论文总数超过30余篇，谷歌学术引用超过700次。在清华博士群体中，这样的成果已处于前5%的水准。可他却很少夸耀自己：“这些只是一些微小的成绩，还有太多比我优秀的人。我能做的，是继续探索。”

在法律领域“落地”的尝试

大模型的浪潮席卷而来之时，李海涛和团队选择的落脚点是法律行业。原因很简单：中国的司法系统正在面临“案多人少”的困境，海量的案件、有限的人力，效率与公平之间的矛盾日益尖锐。

传统的检索技术，在法律场景中往往力不从心。李海涛举例说：“比如两个案件，表面上词汇完全不同，语义也不同，但它们可能都适用同一条法条。之前的算法无法识别这种‘法律上的相似性’。”

针对这一难题，他们在文书结构、关键词体系上进行了大规模学习与优化，推出了新一代类案检索模型。如今，这些成果已经在深圳、苏州等多地法院部署，帮助法官快速找到相关案例，提升裁判文书撰写效率。

“我们的目标不是替代法官和律师，而是成为他们的助手。”李海涛说。对于普通人而言，这项技术同样重要。一个外卖员如果遇到劳动纠纷，以往可能无从下手，如今只需输入问题，人工智能便能生成一份规范的起诉书模板，极大地降低了法律服务的门槛。

李海涛接受《时代面孔》专访

人工智能不会取代律师

外界一直有个流行观点：人工智能会让律师成为最早被淘汰的职业之一。李海涛并不认同。

“人工智能无法替代人的伦理判断，也无法承担责任主体。”他强调，“所以它不会取代律师，而是辅助律师、法官去提高效率。”

更有意义的是，它还能间接推动司法公正。过去，自由裁量过大的问题常引发争议，但有了智能系统后，判决结果可以被迅速比对，过大的偏差更容易被发现并纠正。“这不仅提升了效率，也让司法更加透明。”

在学术与应用之间架桥

李海涛深知，科研与应用之间有一道鸿沟。学术界追求的是“核心问题”，解决的是基础的、通用的挑战；而产业界追求的是“痛点体验”，哪怕是堆叠技术，也要给用户一个好用的产品。

如何跨越？“需要不断磨合，不断协商。”他说。去年，他参加了琶洲算法大赛，面对法律大模型的智能体任务，他和团队既要用尽可能多的工程优化手段拿到好成绩，又要在之后的学术论文里凝练出“最核心的科学问题”。

“比赛和论文之间，是从‘系统’到‘问题’再到‘方法’的过程。”最终，他们不仅取得了不错的竞赛成绩，也将经验沉淀为ACL主会论文，并远赴奥地利展示。

李海涛参加第63届国际计算语言学年会“ACL 2025”（受访者供图）

在前沿与现实之间做出判断

“最大的困难，是如何判断未来的方向。”李海涛坦言。人工智能的发展路径众多，每一条都可能在半途被替代或终止。“你可能走了一半路，却发现别人另辟蹊径取得了更好的效果，你的努力就失去了意义。”

那么，如何判断？他认为需要同时把握两点：对最新技术保持敏锐感知；对现实需求保持深刻洞察。技术路线和应用需求的结合，才能让研究有真正的价值。

从个人选择到行业未来

DeepSeek的开源，正在加速整个行业的竞争。李海涛注意到，过去人们对法律大模型普遍不信任，担心其“结果没依据”。而DeepSeek引入“思维链”后，这种担忧正在消解，行业的接受度显著提高。

展望未来，他判断人工智能将在医疗、法律、金融三大行业率先迎来爆点。其中，医疗可能发展最快，因为它与人的生命健康紧密相关，投入力度最大。

而在个人层面，他给自己设定的目标，是成为一名大学教师。“一方面继续探索智能的边界，另一方面培养学生，享受育人的乐趣。”他说。