AI正壓縮初級律師常規工作量，導致大型律所減少初級律師招聘規模

多家AmLaw律所過去依賴大量初級律師完成文件審查、基礎研究和初稿撰寫等任務以支撐槓桿盈利模式，AI工具如Harvey和CoCounsel已顯著提升效率，導致2025年部分律所第一年律師招聘量同比下降，傳統“多招 junior 練成 senior”路徑面臨斷裂風險。

資本路徑上，律所將AI投資轉向生產力提升以維持高合夥人利潤，同時減少初級人力成本，但需同步增加針對性培訓預算以培養具備AI審覈與戰略判斷的高價值律師，避免中層人才短缺影響客戶服務能力。

類似科技行業早期自動化取代編碼入門崗位後轉向系統架構師需求，此變革標誌Big Law從規模擴張轉向精簡高效階段，當前處於業務模式從金字塔向“圓柱體”（更依賴資深人才）轉型的關鍵窗口。

結構判斷
本質屬於技術替代：AI通過自動化低價值重複勞動，將律師工作從量驅動轉向質驅動，機制上打破了以廉價初級勞動力補貼資深合夥人的傳統定價結構，迫使律所重構招聘標準與內部晉升路徑，最終實現定價權向高判斷力人才集中。

ABAB News · 認知定律

技術先喫掉底層工作，再決定誰能爬上頂層。
槓桿依賴廉價重複勞動，一旦消失，人才管道就必須從數量轉向質量。
拒絕變革的舊結構，最終被新工具重塑成更窄但更強的通道。