7 月，宜昌市西陵区人民法院开庭审理一起"以非药品冒充药品"案。
代理律师为支持当事人的诉讼请求，向法庭提交了一组案例材料。
承办法官冯丽娥审核时发现了异常：有的案号与对应案件信息无法匹配，有的案例事实与实际裁判文书内容不符，有的司法解释条文被篡改，还有部分引用内容根本找不到真实来源。
"这是怎么回事？"
律师解释，材料不是自己逐条整理的，是助理借助 AI 工具收集汇总形成的，提交前没有全面核实。
法庭当庭训诫了这名律师。法院的认定原话是：无论材料来源于助理整理，还是借助人工智能工具生成，都不能成为提交失实材料的理由。
法官说，法院关注的重点并不在于是否使用了 AI，而在于材料是否真实、准确、可靠。
这不是一个理论风险。这是已经发生的执业事故，而且不止一起。
一、先看已经发生的几起
把目前能查到的境内案例排在一起，你会发现它们不是同一个错误的不同版本，而是同一类问题在不同环节冒头。
第一起，也是目前最重的一起：宜昌西陵法院当庭训诫。
前面已经说了细节，值得补充的是造假的具体形态，因为它比"编了一个不存在的案例"要狡猾得多。
法官核查发现的问题包括：一份标注为"黑龙江富锦周某雪非法行医案"的材料，经核查该案号对应的案件与律师提交的案情描述完全不符；另一份引用国家药监局文件，在国家药品监督管理局官网根本找不到；还有一个案例实际对应的是帮助信息网络犯罪活动罪，与律师提交的医美、药品内容毫无关系。
你看这三个例子。第一个的案号是真实存在的，但案号指向的案子根本不是律师说的那件事。第二个是彻底虚构的文件。第三个是把一个真实案例张冠李戴到了不相干的领域。
这三种都比"凭空编一个假案号"难查得多。 因为它们在检索工具里是"搜得到"的。
第二起：通州法院。 在一起商事纠纷中，律师利用 AI 工具生成了与案情相似、但案号并不存在的案例。
第三起：北京二中院。 在一起继承纠纷案件中，发现当事人提交的由 AI 生成的裁判依据中，没有一条是准确的现行法律规定。
第四起：一则上诉状引用的法律条文根本不存在，出现在一起劳动合同纠纷的审理中。
还有一个说法更值得警惕。某次修订后的商标法解读中，AI 称第 11 条是新增"动态标志"可注册商标的条款，而"动态标志"的规定实际出现在第 14 条。条文是真的，条号是错的。
北京炜衡律师事务所殷梓介律师转述过一个同行的情况：本来应该引用 A 法条，AI 却引用成了 B 法条，两者对应不上，但使用者没有进一步核对。
这些案例散落在不同法院、不同类型的案件里，但把它们放在一起看，能提炼出一条很清楚的规律：
出问题的都不是"AI 完全没帮上忙"，恰恰相反——都是 AI 帮得太像模像样，人一看格式规整、话说得专业，就没再往下查。
二、法院的核查动作已经在变密
过去我们默认法官不太可能逐条去查律师引用的类案。案卷那么厚，类案检索本身就有门槛。
但宜昌这一案说明：当庭核查已经是一个真实发生的动作。
法官冯丽娥在那个庭上做的事很朴素——把案号拿出去查。查出来对不上，当场就问。
这件事的信号意义，比事件本身更重要。
它意味着 AI 生成的引用不再享有"看起来专业所以先信着"的默认信任。哪怕你提交的是一份排版整洁、论述完整的类案检索报告，只要对方认真核，就会发现问题。
而你是最后一个有能力发现问题的人，因为材料是你交的。
这不是一个"对方会不会发现"的侥幸问题，是一个"该不该替对方做这道核查题"的责任问题。
三、三种形态，第三种最难对付
把所有已知案例拆开看，AI 编造法律引用大致有三种形态。
第一种：完全虚构。 案号、案件名称、法院、判决要旨全是编的，格式完美，内容自洽，只是这个案件从来没有被审理过。
这是最好对付的一种。检索一下就露馅。 你把案号往裁判文书网或法院官网一搜，找不到，事情就结束了。
第二种：真实案件，错误的内容。 案件确实存在，但 AI 说的不是这个案件判的东西。可能是把两个案子的要旨混了，可能是把一审说成二审，可能是把法院的观点说成了当事人的主张。
这一种稍微麻烦，因为它是"搜得到"的。你能搜到这个案号，但读完之后会发现和你要论证的东西不是一回事。
第三种：真实案件，真实的要旨，但和你要论证的结论没关系。 或者更糟——它确实讨论了类似问题，但法院的态度是反面的，而你只看到了那个案子的名字和一段像是支持你的话。
这一种最难防。
因为在检索工具里，它一切正常：案号对得上，判决书找得到，要旨是准确的，甚至真的讨论了你关心的那个法律问题。
但它不支持你的论点。
英美那边已经有人把这件事讲清楚了。第九巡回上诉法院在一份判决里，把 AI 法律研究错误分成两类：fabrications，指 AI 凭空造出一个不存在的案子；inaccuracies，指 AI 引用了真实案例，但错误陈述了这个案例的内容。
前一种国内已经见过了。后一种在中文语境里几乎没有对应的公开讨论，但它是更危险的那一种。
四、"只要引用真实案例"这句话，没有用
很多律师在用 AI 检索的时候会加一句约束："请只引用真实存在的案例。"
这句话没有用。
原因不复杂：这条指令本身，是由那个会编造案例的模型来处理的。它没有办法验证自己给出的每一个案号是否真的存在——它不具备那个能力，而不是它忘了用。
国外已经有研究专门测过这类"提示词防护"的效果，结论是一致的：不够。模型在被要求"只说真话"之后，仍然会以相当的比例产出编造的引用。
这带来的推论有点反直觉，但很重要：
不能靠"叮嘱 AI"来防幻觉，只能靠"生成之后逐条核对"来防。
这两件事看起来都是"我很小心"，但只有后者真的有效。
前者是把安全押在一个你不了解其内部机制的系统是否听话上。后者是你自己打开裁判文书网，一页一页翻。
我自己的做法很土：让 AI 输出的每一条引用，都必须附上案号、案件名称、审理法院、裁判日期这四项。给不全的直接删掉。
这四项不是为了好看。是因为这四项是我能在公开渠道一键验证的最小信息单元。缺了任何一项，我就没有办法判断它是真是假，只能选择不用。
五、三层核验，把它变成 90 秒一个动作
我把这套流程拆成三层。核心不是多严谨，是每一层都能机械执行，不依赖自觉。
第一层：存在性。 把案号原样粘进裁判文书网或法院官网，搜。
搜不到，停。不需要做任何后续动作，直接剔除。
这一层最快，也最有效。 大量编造在这一步就清掉了。
第二层：对应性。 搜到了，打开判决书，确认三件事：
案件名称和案号对得上吗？审理法院和年份对得上吗？判决书里确实讨论了你打算引用的那个问题吗？
这一层的价值在于，它能把第三种形态筛掉。你必须真的读到那一段，而不是只看 AI 给你的摘要。
第三层：立场。 找到相关段落，读法院的态度。
支持、反对、还是回避？这个必须你自己判断，因为 AI 的摘要经常把"法院认为应当……"和"当事人主张……"搞混，或者把一审法院的观点和二审法院的改判意见并列在一起，只给你其中一半。
三层跑完，如果这条案例是要提交法庭的，那你顺手把裁判文书链接和核验日期记一下。
不是给法院看的，是给你自己看的。将来真出了争议，这条记录能证明你做过核查。
整套下来每条 90 秒左右。 一次检索出 20 条案例，三层跑完是 30 分钟。
30 分钟，换一个不会在法庭上被当场问住的引用。我觉得划算。
六、责任不会因为"是助理做的"而转移
宜昌那一案里，律师说材料是助理借助 AI 工具收集汇总的。
法院的回答是：无论材料来源于助理整理，还是借助人工智能工具生成，都不能成为提交失实材料的理由。
这句话把责任链条讲得非常干净。
助理做的，不是助理负责。AI 生成的，不是 AI 负责。团队里谁整理的，不是谁负责。
签字的那个人负责。
境外的情况已经更靠前了。据一份公开的追踪数据库统计，截至 2026 年 9 月，国内外已有两千多起法院裁决记录了当事人依赖 AI 编造或错误表述的法律引用，其中律师占八百多起，另有相当一部分是当事人自己提交的。
后果的分布也在变化：早年是警告，后来出现罚款、公开批评、驳回文书，再后来是移交律师协会纪律调查，个别案例出现了暂停执业。
有一起案子值得单独提。2026 年 6 月，美国哥伦比亚特区上诉法院在一宗案件中发现，某律所提交的书状引用了四个不存在的案例。代理律师承认她用了 AI 搜索工具找判例，从未核实，直接提交。法院驳回了书状并把案子移交纪律部门，理由写得很直接——引用哪怕一个不存在的案例，都可能构成应当处罚的情形。
同一时期，另一家上诉法院判决一对当事人承担对方全部上诉律师费，理由是他们提交的书状里满是编造的案例引用。法院还特别指出：那份书状不是他们自己写的，是花钱请人代写的——但他们签了字，所以责任仍然是他们的。
这两个案子指向的是同一件事。
把文书外包出去不能转移责任，把工作交给 AI 更不能。
最后
我不打算劝你别用 AI 找案例。
在几十万份裁判文书里翻找相似案例，本来就是一件又慢又看运气的事。AI 在"找线索"这个环节上确实有价值——它能帮你把可能的检索方向铺开，把你已经知道的案号顺手串一串，能让你在面对一份陌生的起诉状时快速知道大概该去哪个方向找。
这些都是有用的。问题只出在最后一步：你把它的输出当成了成品。
我自己给团队定的一条规矩是：AI 检索的产出，在核验完之前只能叫"线索"，不能叫"案例"。
这条规矩听起来像是文字游戏，但在实际执行里非常管用。因为它会在你提交材料之前，强制你把"线索"点开看一眼。
三个动作而已——先查它在不在，再看是不是那件事，最后确认法院什么态度。
慢一点。但每一个交出去的东西，都经得起法官当庭翻一下。
