AI Скрепка | Евгений Мирошниченко

Зачем юристу вайбкодить Провёл уже три потока практикумов в ВШЭ по работе юристов с ИИ, и на каждом вебинаре по вайбкодингу всплывает один и тот же вопрос, сформулированный по-разному: зачем лезть в код, если есть готовые сервисы и айтишники? Долго отвечал через экономию времени, но если честно с собой - дело не во времени. Дело в том, что мы путаем прототип с продуктом. Когда садишься что-то собирать через ИИ, первый инстинкт - довести до ума. Сделать идеальным интерфейс, обработать ошибки, продумать все случаи. То есть вести себя так, будто строишь продукт. А если платишь цену продукта, то гипотезу ты уже не проверяешь, а строишь в обход нормального процесса без бюджета. У черновика работа другая. Он должен ответить на три вопроса, на которые я сам раньше обращал меньше внимания, чем стоило: • работает ли это вообще технически. Вытянет ли модель твою юридическую логику, или там, где казалось «ну просто объяснить ИИ», на деле неподъёмная сложность. • удобно ли этим пользоваться в реальном процессе, а не только «звучит полезно» на демо. • готов ли кто-то довериться результату. Это не про метрики, а сядет ли коллега перед конкретным выводом по конкретному делу и примет ли на его основе решение (или покивает из вежливости) И вот третий вопрос черновик с придуманными примерами не закроет никогда, каким бы красивым он ни был. На него отвечает только версия на настоящих датасетах (пусть и сырым выводом). Проверять её нужно сначала на реальном пользователе, а не метриками на объёме. Метрики имеют смысл, когда человек подтвердить закрытие своих болей. Такой черновик собирается за несколько вечеров. Прогоняешь на паре реальных датасетов, смотришь, где модель откровенно врёт, доверяет ли коллега и получаешь ответ, которого через обычный процесс ждал бы месяцами. Вопрос коллег на практикумах не только про технику. Он глубже: а зачем я, если это делает машина. И мне кажется, тут стоит вспомнить, что определение опытного юриста плыло уже не раз. Сначала это был тот, кто знает больше всех. Потом — кто быстрее всех найдёт. Сейчас, похоже, — тот, кто проверит свою гипотезу раньше, чем в неё вложат месяцы чужой работы. И раньше, чем в неё успеют влюбиться. Вайбкодинг для меня встроился именно сюда. Не как замена разработчику - продакшен-код я не пишу и не должен. А как способ усомниться в собственной архитектуре, пока это ничего не стоит. Вместо того чтобы через месяц защищать решение, в которое уже вложился. Не уверен, что у всех коллег ответ будет таким же. Но задавать себе этот вопрос точно стоит до того, как задача уйдёт в разработку.

Когда вы слышите про «повышение продуктивности» от ИИ - вы уверены, что именно этого хотите? Сомневаюсь, что кто-то просыпается с мыслью: «Сегодня я стану продуктивнее». И в этом заключается фундаментальная ошибка многих LegalTech инструментов. Довольно часто в публичной плоскости слышим следующее: «юрист тратит время на поиск судебной практики/анализ договоров/составление документов - уберём рутину». Но это неверная постановка (с каких пор поиск судебной практики стал рутиной?) Юрист ищет практику или анализирует договор с одной целью: глубже понять, точнее аргументировать, вырасти как специалист. Хороший инструмент поднимает планку качества, а не убирает шаги. Например: не «найди мне практику», а «покажи, какие аргументы суды принимают, а какие отклоняют» (при анализе массива судебных решений) и каждый следующий анализ становится точнее предыдущего. Именно так человек растёт через повторяющееся качество, а не через скорость. Рекламные лозунги возразят: «Уберём рутину - освободим время для развития и более важных задач». Не освободим. Потому что рутина у каждого своя, и она никуда не девается - она просто перемещается на следующий уровень. Младший юрист разбирал типовые договоры - старший разбирает сложные сделки. Так устроен профессиональный рост. Поэтому правильный вопрос при создании и использовании инструмента для юриста - не «как ему помочь делать больше», а «как помочь ему делать лучше».

Рад присоединиться к команде SBER LEGAL!

Меня пригласили войти в состав Управляющего совета Лаборатории искусственного интеллекта при МГЮА им. О.Е. Кутафина.   Лаборатория создана как стратегический центр, который будет работать на стыке права, образования и технологий. Глобальная цель к 2030 году - стать федеральным экспертным центром, который поможет выстроить качественное и сбалансированное регулирование ИИ в России. Лаборатория будет заниматься тремя ключевыми направлениями: ➡️Регулирование: развитие законодательства в сфере ИИ, интеллектуальной собственности и персональных данных. ➡️Доверие и безопасность: защита прав личности и открытость алгоритмов. ➡️Практика: создание и тестирование реальных LegalTech-решений. Кроме того, Лаборатория будет запускать мини-гранты и конкурсы для студентов, создавать программы дополнительного образования и разрабатывать новую магистерскую программу по праву и ИИ. Рад присоединиться к такому сильному научному сообществу для развития LegalTech в стране.

ЛигалТех Радар теперь парсит практику в русскоязычном Telegram! Друзья, к ежедневному дайджесту новостей добавился второй формат. Бот теперь парсит русскоязычные ЛигалТех-каналы и раз в неделю публикует выжимку про практическое применение ИИ. Две секции в каждом выпуске: ➡️Эксперименты - автор сам что-то построил или протестировал. Архитектура своего инструмента, разбор сбоя, тест моделей на реальной юр.задаче, своя разработка с метриками. ➡️Разборы - автор не строил, но сделал содержательный разбор стороннего инструмента / исследования / судебного решения с операционным выводом: что юрист сделает иначе прямо завтра. Что отсекаю • «Топ-5 промптов для договоров» и списки шаблонов • Общие рассуждения о будущем • Маркетинговые посты крупных продуктовых каналов • Анонсы курсов и вебинаров без содержательного материала • Пересказы обзорных отчётов без конкретного вывода для практики Если у вас есть свой ЛигалТех-канал, на котором публикуется полезная информация, пишите в комментарии - добавлю в мониторинг! Первый недельный пост уже в канале.

📡 ЛигалТех Радар Ежедневно тратил время на то, чтобы отфильтровать реальные LegalTech-новости от бесконечного потока про «ИИ заменит юристов» и "Убийца чата GPT", либо не занимался этим вообще. И у меня две новости!) 1. Я разработал агента, который каждый…

📡 ЛигалТех Радар Ежедневно тратил время на то, чтобы отфильтровать реальные LegalTech-новости от бесконечного потока про «ИИ заменит юристов» и "Убийца чата GPT", либо не занимался этим вообще. И у меня две новости!) 1. Я разработал агента, который каждый день сам мониторит новости об ИИ и LegalTech (российские и мировые). Фильтрует, отбирает топ-5 материалов с реальной ценностью для практики, добавляет краткое пояснение к каждому. 2. Выкладываю в открытый доступ. Ежедневный дайджест теперь публикуется прямо в ЛигалТех Радар. Как устроен бот Python + asyncio/httpx — параллельный сбор RSS из 19 источников (Artificial Lawyer, ArXiv, Habr, HN, Simon Willison и др.) DeepSeek через OpenRouter API — оценка и перевод каждой статьи Двухуровневый фильтр: сначала ключевые слова отсекают нерелевантное, потом LLM оценивает по 10-балльной шкале SQLite — дедупликация по URL + пост-LLM дедупликация по сущностям и ключевым словам из summary Промпт для LLM : что считать сигналом, что шумом, шкала 0-10, примеры. Итерировал раз 15 пока перестал пропускать хайп и нейрослоп:) С какими проблемами столкнулся: • LLM пришлось учить различать «новость про право» и «новость про ИИ для юристов» • Одна новость приходила с разными заголовками из разных источников - простое сравнение URL не сработало, пришлось сравнивать по смыслу • Медиа-хайп вроде «расследуют роль ChatGPT в преступлении» упорно попадал в дайджест - научил бота отличать процесс от правового решения. Подписывайтесь, если хотите каждый день получать выжимку из мировых новостей ЛигалТех

Второй поток подряд читаю в ВШЭ два практикума в рамках курса «Практика применения ИИ в юриспруденции». В этот раз обе встречи идут в открытой онлайн-трансляции - зайти можно не только слушателям курса. ➡️23 апреля, четверг, 19:00–20:30 МСК Анализ договоров с помощью ИИ ➡️28 апреля, вторник, 19:00–20:30 МСК Основы вайбкодинга для юристов 📍 Онлайн, МТС-Линк 🎚 Первая встреча уже завтра! Участие бесплатное, по регистрации

💻 Запись вебинара с Иваном Кундилем - разбираем IP Agent изнутри Друзья, час пролетел незаметно - спасибо всем участникам! Приятного просмотра! В этом выпуске: ➡️Как появилась идея IP Agent и какую задачу он решает ➡️Демонстрация бота вживую на реальных кейсах ➡️Чем специализированный RAG-бот отличается от NotebookLM и Яндекс Нейроюрист ➡️Как юрист без технического образования создаёт работающий продукт (демонстрируем вайбкодинг на примере создания калькулятора госпошлины) ➡️Архитектура изнутри: RAG, эмбеддинги, реранкер, агентный поиск ➡️Тест 10 моделей: какие LLM справляются с юридическими задачами, а какие больше галлюцинируют ➡️Юрист vs IT-специалист - где юридические знания дают преимущество ➡️Агентный RAG: реальная польза или переоценённый хайп ➡️Сколько времени занял проект и что дальше Если у вас есть идеи, какую тему необходимо рассказать более детально - жду в комментариях!

Claude в Word Бегло протестировал Claude в Word, который появился в доступе сегодня ночью. Claude пропускает половину ссылок на ГК - и причина не в модели, а в самом Word. И это только вершина айсберга. В документе (7 страниц) поставил задачу выделить цветом НПА. Claude смог выполнить задачу после четвертой просьбы "повторить и проверить". Интересный момент, что проблемы начинаются в том, где их не ждали. Claude сам диагностировал: "Баг с запятыми в body.search() — главная причина пропусков" Это техническая особенность Word: когда в строку поиска передаётся запятая, Word интерпретирует её как разделитель между несколькими поисковыми выражениями, а не как часть текста. Из-за этого все ссылки вида ст. 469, 475, 476 ГК РФ, ст. 466, 468 ГК РФ, ст. 481, 482 ГК РФ и другие составные ссылки просто не находились. Исправилось явной передачей флага matchWildcards: false. Вайбкодеры понимающе улыбнулись - теперь будем ошибки из Word кидать в ИИ, чтобы понять, какой флаг передать в Office.js для корректной работы модели. Юристов ждут сюрпризы: модель не видит ссылки, которые выглядят правильно просто потому что в них запятая. Добро пожаловать в эпоху отладки ИИ-интеграций. Проверять работу теперь придётся там, где раньше казалось, что проверять нечего

💻 Вебинар с Иваном Кундилем - разбираем IP Agent изнутри Практикующий юрист, который строит RAG-бота для оценки компенсации за нарушение прав на РИД: 858+ актов СИП, агентная архитектура, сравнение 10 моделей на реальных кейсах. 📍 20 апреля в 19:00 в Яндекс Телемост вместе с Иваном разберем: ➡️ Что такое IP Agent и какие задачи закрывает ➡️Архитектура: RAG-пайплайн, эмбеддинги, реранкер, агентный поиск (как это работает в одном проекте) ➡️ Какие LLM лучше справляются с юридическими задачами, а какие сильно галлюцинируют — по результатам реальных тестов ➡️ Что даёт агентный RAG по сравнению с линейным пайплайном ➡️ Современные возможности LLM в праве и ответы на ваши вопросы 🎚 Участие бесплатное по ссылке

Ещё один квартал ожидания светлого AI-будущего Заметил, что мы оцениваем языковые модели по критериям которые не имеют прямого отношения к качеству результата. Очень ждем обновлений ЛЛМ в надежде, что вот-вот и мы окажемся в светлом ИИ будущем, где агенты вершат правосудие и стоят в очереди АСГМ. Вчера произошла утечка Claude Code (512 000 строк кода которые Anthropic случайно опубликовала в открытый доступ) «Ты прав, это была моя ошибка, хочешь я верну все как было?». Код моментально проанализировали (даже пересобранное репо на гитхабе набрало 100к+ звезд). Подтвердилось то о чем мы с вами говорим: 1. Преимущество не в модели, а в архитектуре Claude Code работает лучше конкурентов, потому что правильно устроена обвязка вокруг модели - кэширование, память, параллельные агенты. Можно взять более дешёвую модель и получить сопоставимый результат за счёт правильной архитектуры. Не всегда стоит ожидать новых моделей или вкладывать большой бюджет, чтобы ваше решение дало качественный результат. 2. Два режима работы (большинство путает Агентность и Пайплайн) Имеем четкое разделение: ➡️Пайплайн - жёсткий порядок действий. Пришёл договор → чеклист → отчёт. Предсказуемо и дёшево. ➡️Агент - следующий шаг зависит от результата предыдущего. Нашёл судебные дела → копает связанные компании → оценивает риски с учётом найденного. Простое правило: можешь нарисовать блок-схему до того как увидел документ - нужен Пайплайн. Блок-схема зависит от содержания - нужен агент. 3. Мультиагентная оркестрация (три задачи по цене одной) Большинство AI-систем запускают агентов последовательно или параллельно но каждый платит полную цену за понимание контекста заново. В Claude Code агенты получают готовый контекст от родителя без повторных вычислений. Пока один анализирует договор — второй параллельно проверяет контрагента, третий ищет судебную практику. Для юридического проекта параллельный анализ может обходиться примерно как последовательный. Стоимость проектов при таком подходе должна уменьшиться. 4. 29% ложных утверждений у текущей модели Внутренние бенчмарки Anthropic показывают регрессию с 16% до 29% галлюцинаций в последней версии. RAG будет жить) 5. И на горизонте KAIROS В утечке нашли готовую, но не выпущенную функцию: фоновый агент который работает пока ты не за компьютером. Мониторит изменения, обновляет статусы задач, консолидирует память сессий. Единственный вопрос - как KAIROS будет вести себя с теми же 29% галлюцинаций без человека в контуре Предлагаю перестать ожидать новых умных моделей с целью закрыть свои потребности, сравнивать имеющиеся друг с другом, а создавать индивидуальную методологию, оркестровые системы и определять необходимость и цели использования.

Вышел мой комментарий в "ЭЖ-Юрист" по законопроекту об ИИ вместе с коллегами из INTELLECT и Ermolina & Partners. Закон шире, чем кажется. Под него подпадает не только генеративный ИИ, но и любая система, обученная на данных: скоринг, классификация документов, рекомендательные сервисы правовых баз. К примеру, юрист, использующий инструмент проверки договоров на основе машинного обучения - уже пользователь сервиса ИИ по смыслу законопроекта со всем объёмом прав и обязанностей. Коллеги разобрали презумпцию вины разработчиков, коллизии с ГК РФ и избыточность требований к маркировке. Что не вошло в публикацию, но считаю важным: ➡️Категория «суверенных и национальных моделей»формально пуста: большинство российских разработок используют компоненты иностранного происхождения (фреймворки, открытые датасеты, базовые модели с открытым кодом). ➡️ Законопроект содержит около 20 прямых делегирующих норм, поэтому реальное регулирование напишут подзаконные акты, а не парламент. ➡️ Применение ИИ в целях безопасности и правопорядка полностью выведено из-под закона — наиболее чувствительная сфера остаётся нерегулируемой. Ощущаете ли вы себя «оператором системы ИИ»?)

Какая LLM лучше для юридического RAG-бота? Провёл серию тестов — прогнал 10 разных моделей через бот с RAG-системой на одних и тех же вопросах. Когда запускал бота, я не особо думал о выборе модели — просто взял Gemini 3.0 Flash Preview по советам из чата. Модель быстрая, дешёвая, меня в целом устраивает. Но со временем возник вопрос — а так ли она хороша конкретно в моём проекте? И насколько велика разница между бюджетными моделями и «люксом» вроде Claude Sonnet 4.6, GPT-5.4, Gemini 3.1 Pro? Условия теста Все 10 моделей тестировались на одном RAG-пайплайне: одна база (858 дел СИП + 4 часть ГК), один промпт, один реранкер, одни настройки. Менялась только LLM. Каждой модели задавался одинаковый вопрос + 2 уточнения. Два разных теста — по авторскому праву и по товарному знаку. Каждую модель оценивал по 8 метрикам в формате «выполнил / частично / не выполнил»: 🔵 RAG-дисциплина — наличие галлюцинаций (не выдумывала ли модель номера дел и статьи?) 🔵 Точность вилки — обоснованность размера вилки (привязана ли к делам, рекомендован ли выгодный способ расчёта?) 🔵 Глубина квалификации — увидела ли скрытые нюансы (переработку, множественность, снижения по датам) 🔵 Практическая полезность — пошаговый план, рекомендации «доступным языком», конкретные инструменты доказывания 🔵 Арифметика — математически верный расчёт 🔵 Уточняющие вопросы — наличие обязательных триггеров (ст. 1295, реальность платежей, дата нарушения) 🔵 Формат промпта — структура ответа по инструкции, отсутствие markdown (#, **, ---) 🔵 Поддержка диалога — сохранение контекста при уточнениях Результаты в прикреплённой таблице. Хочется отметить следующие модели: Claude Sonnet 4.6 — 1 место. Единственная модель, которая увидела три основания при переработке фото: воспроизведение (ст. 1301), неприкосновенность (ст. 1266) и удаление информации об авторе (ст. 1300). Вилка: 100–250 тыс. с привязкой к делам. Ни одной галлюцинации, идеальный формат. Gemini 3.1 Pro — 2 место. Полный комплект по всем метрикам. Увидела два основания + отдельную компенсацию по ст. 1300. Заметила, что переход на твёрдую сумму выгоден истцу. На 20% дешевле Claude. GPT-5.4 — 3 место. Единственная модель, спросившая про ст. 1295 (служебное произведение). Самая детальная стратегия. Минус — превышен объём ответа (промпт ограничивает размер). Gemini 3.0 Flash — 4 место. Вилка адекватная, формат идеальный, ни одной галлюцинации. Но не объяснила почему лицензия невыгодна и не выделила переработку как отдельное нарушение. Qwen3 Max — 8 место. Тактически грамотный совет (два варианта расчёта в иске), вилка адекватная. Но обнаружены галлюцинации: ссылка на ст. 1320 как на обязательный претензионный порядок (статья существует, но к претензиям не относится) и ссылка на дело А32-69603/2024 с суммой 930 000 руб., которого нет в базе. Для RAG-бота это критично. DeepSeek R1 — 9 место. В тесте 2 выдала «максимум 20 916 000 руб.» — фантастический расчёт. Сослалась на дело А41-134957/2024, которого нет в базе. Систематически ломает формат. При цене 132₽/528₽ — дороже бюджетных, а результат хуже. o3 Mini High — 10 место. Написала, что обрезка фотографий «не влияет на методику расчёта» — грубая ошибка. Вилка 20–40 тыс. — самая низкая. Перепутала сумму дела А40-44109/2025 (написала 29 754 вместо 54 931 руб.). Модели на 5–7 местах — без галлюцинаций и с хорошим следованием промпту, но слабее по содержанию: вилки занижены, переработку не квалифицируют как отдельное нарушение, планы действий общие. Стоимость моделей указана в таблице (цены с polza.ai, за 1M токенов). Выводы Для подобного проекта (бесплатный, MVP) Gemini 3.0 Flash является хорошей моделью — адекватная вилка, идеальное следование промпту, ни одной галлюцинации при минимальной цене. Если нет ограничений по финансам — Claude Sonnet 4.6 и Gemini 3.1 Pro вне конкуренции. Gemini 3.1 Pro на 20% дешевле Claude при очень близком результате. Кому интересно — подробные ответы каждой модели, метрики с пояснениями и полный разбор в прикреплённом файле ниже.

Сильное исследование от Ивана по цене/качеству актуальных LLM при использовании собственных решений. Для тех кому информации окажется мало - в конце большой файл с детальной мотивировкой;)

В последнее время в юридических (и не только) сообществах стало появляться много спама с «рекомендациями сервисов для обхода блокировок» с активными ссылками. Случайный клик по такой ссылке и последствия могут быть от угона аккаунта до доступа мошенников к вашим перепискам. Напоминаю: облачный пароль (двухэтапная аутентификация) в Telegram - это базовый минимум. Без него украсть аккаунт через перехват SMS или фишинговую ссылку элементарно. Если всё-таки перешли по подозрительной ссылке, проверьте три вещи: 1. Авторизованные сайты Ссылка могла попытаться авторизовать вас на фишинговом сайте через Telegram. Настройки → Конфиденциальность → «Авторизованные сайты» (Боты и сайты / Web Sessions). Видите незнакомое - «Отключить все». 2. Архив и список чатов Некоторые ссылки-приглашения автоматически подписывают вас на спам-каналы. Проверьте архив - если обнаружили незнакомый канал или группу, просто выходите. 3. Не вводите пароль ни при каких условиях Если после клика пришло «системное сообщение» с просьбой подтвердить аккаунт или ввести облачный пароль - это мошенники. Настоящий Telegram никогда не просит вводить пароль в диалогах. А если есть подозрение, что доступ всё же получен - зайдите в «Активные сессии» (Настройки → Устройства) и завершите все незнакомые сессии. Берегите свои данные :)

Друзья, когда юрист сам строит AI-инструмент под свою практику - это всегда интереснее, чем коробочное решение. Иван Кундиль, участник нашего сообщества, с которым мы записывали вебинар о массовом анализе судебных решений, разработал Telegram-бота для юристов по IP и авторскому праву. ❤️ Как это работает Вы загружаете в бот исходные данные — суть спора и фактуру. А бот рассчитывает возможную «вилку» компенсации, указывает конкретную судебную практику и методику, на которой основан расчет. Истец найдет с помощью бота ответы на вопросы: — стоит ли идти в суд? — сколько можно взыскать? — на что сослаться? А ответчик поймет, адекватны ли требования истца.Именно об этом подходе мы всегда говорим: узкая специализация, конкретная задача, понятная методика в основе. Иван в своем канале пишет про архитектуры RAG, опыт создания решений, делится неудачами и успехами, уже собрал первые отзывы и опубликовал планы по развитию бота. Бот бесплатный. Тестируйте, пишите обратную связь Ивану) 👉 @GetINNinfo_bot Прикладываю скриншот итогового расчёта

Дал комментарий изданию «Коммерсантъ» о том, как нейросети меняют работу юристов На сайте Ъ вышла большая статья «Право на автоматизацию» о состоянии российского рынка LegalTech. Коллеги по рынку много говорили о крупных корпоративных системах, а я сфокусировался на том, как юрист может автоматизировать работу самостоятельно. Рассказал про самые эффективные ИИ-инструменты (NotebookLM, Perplexity, окружения в ИИ системах) и главный прорыв года - вайбкодинг, который позволяет нам самим создавать программы без написания кода для тестирования своих гипотез.