当法律研究巨头LexisNexis开发其AI助手Protégé时，目标很明确——在不依赖大模型的前提下激活专业优势。这款旨在帮助律师、助理及法律文书人员撰写和校对法律文件、确保诉讼状与案情摘要引用准确性的工具，试图突破通用法律AI的局限，打造能深度适配律所工作流程的定制化解决方案。

LexisNexis法律与专业部门CTO Jeff Reihl向VentureBeat透露，公司通过整合Anthropic、Mistral等厂商的大型语言模型(LLM)，构建出基于多模型架构的智能体系。"我们为每个具体场景选择表现最优的模型，在响应速度与准确性间寻求最佳平衡。对于部分应用场景，Mistral这类小型语言模型(SLM)或经过蒸馏处理的模型反而更具成本效益。"

模型蒸馏技术的实践之道

模型蒸馏——即让大模型充当"教师"训练精简版小模型的技术，正成为企业级AI应用的新宠。LexisNexis发现，在构建法律聊天机器人、智能文书补全等场景中，经专业调优的小模型往往表现更佳。这与其2024年7月推出的法律研究平台LexisNexis + AI形成技术互补。

Reihl指出，公司早在ChatGPT问世前就深耕AI领域："过去我们主要运用自然语言处理、深度学习等技术，但2022年11月ChatGPT的横空出世改变了游戏规则——生成式AI的对话能力让我们意识到交互革命的到来。"

多模型协同的智能架构  

LexisNexis + AI平台曾集成Anthropic的Claude、OpenAI的GPT及Mistral等模型，通过任务分解实现精准调度。例如当用户查询具体案件时，系统首先调用经法律数据微调的Mistral模型解析问题意图，继而切换至专门模型执行检索增强生成(RAG)或文书摘要等任务。

目前Protégé主要采用Mistral微调模型，同时评估OpenAI最新推出的o3推理模型。Reihl透露，平台背后构建的知识图谱为所有AI服务提供支撑，这为未来实现自主代理流程奠定基础。

法律AI赛道的军备竞赛 

Protégé的功能覆盖从案情时间线生成、质询建议到文书准确性核验等全流程，直接对标Thomson Reuters基于OpenAI o1-mini定制的CoCounsel助手，以及融资3亿美元的Harvey法律AI。LexisNexis的愿景是打造"千人千面"的智能助理——根据律师专业领域（并购、诉讼、房地产等）提供个性化工作流支持。

这场始于2017年的法律AI变革（当时LexisNexis曾测试与IBM Watson抗衡的聊天机器人），正在生成式AI的催化下加速重构法律服务体系。正如Reihl所言："未来每位法律从业者都将拥有理解其专属工作模式的数字助手。"