一句话定义：Agentic Legal Intelligence（智能体法律智能）指把大模型从"法律问答机器人"升级成"能自己跑完流程的法律助手"——它会自主拆解任务、反复检索卷宗与法条、把每一步引用标清楚，最后交付一份可用的文书草稿，而不是只吐一段答案。
打个比方：普通法律问答像打法律服务热线，你问"试用期最长多久"，对方答"六个月"，答完就结束。智能体法律智能更像给你配了一位律师助理：你说"帮我把这起劳动纠纷的仲裁申请书准备一下"，他会先翻你上传的合同、聊天记录、工资流水，确认管辖和时效，再去找对应法条和司法解释，边找边记"这条引用来自第几页"，最后按格式起草，把不确定的地方单独标出来问你。
差距具体落在哪：以 GLM-Legal 这类面向法律场景的模型为例（具体能力以官方页面为准），和普通法律问答的差距主要在四件事上。
1. 长卷宗的多步检索。一份几百页的合同加证据材料，普通问答只能塞进上下文的一小段，问什么答什么；智能体则把"找时间点—找主体—找金额—对时间线"拆成多个检索回合，一轮查不到就换关键词再查，并把中间结论留存给后面用。
2. 法条级引用可核验。法律场景最怕"看着很对，其实是编的"。智能体要求每个结论都能回溯到具体条文和具体段落，点一下就能核对原文；查不到就明说查不到，而不是补一句顺口的法条。
3. 文书起草流程。起草不是写作文，是走流程：确定文书类型 → 套结构 → 填事实 → 引法条 → 检查主体、金额、日期是否一致 → 输出。智能体把这条流程显式化，每一步产出都可审阅、可修改。
4. 出错时的责任边界。这是法律场景最特殊的地方。问答答错了，用户自己判断；智能体替你跑完整条流程、交出一份像模像样的文书，用户很容易直接采用。所以产品必须说清：它做的是检索、整理、起草辅助，不做法律判断，不构成法律意见，最终签字负责的仍是执业律师或当事人本人。
和相邻概念的区别：
| 维度 | 法律问答 / 检索增强问答 | 智能体法律智能 |
|---|---|---|
| 交互 | 一问一答 | 给目标，自主拆解多步 |
| 输入 | 一个问题、几段材料 | 整卷宗、多份文件 |
| 输出 | 一段解释 | 可核验结论 + 文书草稿 |
| 失败模式 | 答错，用户容易发现 | 流程跑完但结论错，更难发现 |
对两类人的意义：做 AI 产品的人要意识到，法律赛道的门槛不在"能不能答对一道题"，而在可追溯、可复核、可交接。做法律工作的人，可以把重复劳动交出去——卷宗梳理、时间线整理、初稿起草——但核对引用、判断策略、签字担责这三件事，仍然留在人这边。