OpenAI于2026年10月21日介绍AT&T与其合作、重做内部法务的案例。公开摘要只确认：目标是让法律知识更容易获取；团队是LegalEdge；动作是重做法务入口，并规模化法律判断。没有模型、形态、范围和效果数字。对开发者，这是方向声明，不是可实现的技术方案，也不宜写成已验证的效率革命。
材料里实际成立的两句话
第一句是知识获取。AT&T希望法律知识更容易被访问。大企业制度、模板、历史意见往往分散，这一目标说得通。但摘要未交代知识范围与更新机制，也未说明以检索还是生成为主，因此不能写成已经上线的法务知识库。
第二句是入口与判断。LegalEdge在重做法务入口，并尝试规模化法律判断。入口决定业务请求如何进入律师视野。材料只用「重新思考」，没有界面、分流规则或审批链。该措辞比「用模型出具法律意见」更克制，它默认判断仍然存在；同样缺少人机分工、强制复核和责任归属的说明。
现在还推不出什么
推不出已经规模生产，推不出节省了多少律师时间，也推不出这套做法可以搬到其他公司。官方叙事完成了谁在做、做哪类问题，没有完成怎么做、做到何种程度。把入口和判断分开命名，比笼统说「法务上了大模型」更接近真实工作流，但命名不是可运行架构。若在中文环境对标，真正缺的是权限、留痕、最终签发权和数据边界，这些在给定材料中没有出现，只能保持保守。
我的判断
价值在选题。大型法务的瓶颈经常是入口混乱、判断难以复用，而不是缺少一个会起草合同的模型。把改造点放在知识可达和判断铺开上，比替代律师的叙事更接近日常。适用边界必须收紧：电信法务涉及监管、诉讼和保密材料，摘要未谈治理、审计与最终法律责任，不能据此做技术选型，也不能当成强监管行业的可复制方案。局限是信息过少，任何效果、模型能力或落地架构上的延伸都属于过度解读。我只把它读成问题清单：先问入口如何收束，再问判断如何被有控制地放大，而不是一份已经成立的企业法务方案。