AI基建的第四步：给智能体配好 MCP，律师尤其不能只靠模型“凭记忆回答”
第四步，律师尤其不能省：给智能体配好必要的 MCP。
普通聊天，模型知道多少只是体验问题；法律工作里，引错一条法律、把失效规定当现行、编出一个不存在的案例，就是事故。所以别只问"根据中国法律分析一下这个问题"，要它先去：
查现行法规，查真实案例，查证券监管规则，查真实项目，再回来回答。
一、模型再强，也不能只靠记忆
第一次用顶级大模型，会觉得它什么都知道，还要数据库干嘛？
因为大模型不是实时更新的法律数据库。它可能记得条文大意，还能流畅地写出"根据《某某规定》第十七条"。法律 AI 最危险的错误，不是明显胡说，而是说得非常像真的。比如：法律是真的，条文编号错了；引了已修改或废止的规定；拿旧《公司法》的规则套新《公司法》；说最高法有个案例，实际查无此案；把某地法院个案观点说成全国统一规则。
模型负责分析，数据库负责提供事实依据。
二、MCP 就是给 AI 接上专业数据库
MCP 让智能体能主动调用外部工具和数据。
以前让 AI"查一下有没有类似案例"，它只能凭训练时学的东西答。接上案例数据库的 MCP，它能真去搜关键词、筛案由、读裁判文书、提取法院观点、比较案例，再出分析意见。工作模式从 "我记得好像是这样"，变成 "我刚查过，依据是这些"。
三、第一个必配：法律法规数据库
只能配一个 MCP，我选法律法规检索。正式法律工作最终都要落到法律依据。
引用法律时，Agent 应该先查：全国人大及其常委会的法律、国务院行政法规、最高法司法解释、司法部和市场监管总局等部门规章及规范性文件、地方性法规，必要时查专业法律数据库。
更要紧的是判断这部规定现在还有没有效：现行有效、已修改、已废止、尚未生效，还是历史版本。律师用 AI 最该防的，不是模型不懂法，而是模型懂的是昨天的法。
我的工作流要求：
先检索现行有效法律依据，再进行法律分析；引用具体条文时附上来源，不得仅凭模型记忆引用。
四、第二个必配：案例数据库
法条回答的是规则是什么，律师还得知道法院实际怎么判。
比如：解除劳动合同，"不能胜任工作"证明到什么程度法院才认？股权转让里的回购条款怎么认定？买方以质量问题拒付货款，法院看哪些证据？违约金过高，按什么因素调？
光看法条不够。要让 Agent 找出最高法案例、人民法院案例库案例、指导性案例、典型案例和符合条件的真实裁判文书，再让 AI 干它最擅长的事：批量阅读和归纳。
五、做证券业务，还要一套证券业务数据库
做 IPO、上市公司、并购重组、新三板，只看法律法规远远不够，要单独配证券业务数据源。真正值钱的经验，藏在证监会规则、沪深北交易所规则、全国股转系统规则、审核问询和回复、招股说明书、法律意见书、审核中心意见、纪律处分和监管措施、上市公司公告里。
客户问："劳务派遣比例超过10%，IPO有没有问题？"
光靠大模型，它会讲《劳务派遣暂行规定》的基本要求。但资本市场律师要知道的是：近三年有没有拟上市公司出过类似问题？交易所问了什么？中介机构怎么回的？整改在申报前还是审核中完成？有没有被行政处罚？中介机构最后发表了什么意见？构不构成实质性审核障碍？
这是监管案例检索。AI 能直接查历史 IPO 问询和回复，把几十个类似项目横向比，价值非常高。
六、把自己的资料也做成 MCP
公共数据库之外，还有一类特别重要：自己的知识库。
律师做久了，值钱的是自己攒下的合同模板、法律意见书、尽调报告、项目反馈、监管问询、研究笔记、诉讼文书、案例总结和项目经验。
以前这些躺在硬盘里，要用时靠回忆"三年前好像做过类似项目"，再翻半天文件夹。整理成知识库、通过 MCP 接给 Agent，就能直接问：
查一下我们以前有没有处理过类似问题。
找出过去项目中关于劳务派遣超比例的回复口径，并与目前项目进行比较。
这时 AI 才开始拥有你的专业经验。
七、MCP 解决的是"有依据"，不是"知道更多"
AI 的答案要可以追溯。 查不到来源的法律 AI，答得再漂亮我也不敢用。接好数据库的 Agent，可以要求它先检索、再回答，列依据、附来源，分清法律规定和案例观点，最后告诉我哪些地方要人工确认。
八、接了 MCP，照样会幻觉
MCP 不能消灭幻觉，只是大幅改善了 AI 拿到真实信息的条件。
它仍可能查错关键词、漏掉重要案例、读错检索结果、把个案观点扩大化、资料对了结论错了。
可靠的流程不是 接上 MCP → 完全相信 AI，而是 MCP 检索 → AI 分析 → 给出来源 → 人工复核。
要写进正式法律文件的条文、案例和监管规则，还是回原始来源核验。
九、律师 Agent 至少要这几类"外部大脑"
从零搭律师 AI 系统，我先解决三类数据：法律法规、司法案例、证券业务数据库。 再逐步加企业信息、工商信息、知识产权、自己的项目知识库、内部模板库。
这样 Agent 接到任务，不是坐着"想"，而是先查法律、再查案例、需要时查监管项目、再翻自己的历史材料，最后综合分析。
十、别让 AI 闭着眼睛回答专业问题
AI 基建第四步：把工作中最重要的数据源，通过 MCP 接给智能体。
越专业的活，越不能靠模型"记得什么"。要让它养成习惯：不知道就查，要引用就查，法律依据更要查。
可靠的法律 AI，不是什么都敢答的 AI，而是先查资料，再发表意见的 AI。
