November
2026
中栋聚焦：人工智能下的建设工程争议解决
人工智能下的建设工程争议解决
——巨大的助力，与它到不了的地方
引子：一位带着"豆包起诉状"来的当事人
不久前，一位施工企业负责人带着一份“起诉状”来到中栋。寒暄未毕，他先掏出手机：“王律师，这是我用豆包写的起诉状，您帮我看看，能不能直接交到法院去？”
我认真读完了那份起诉状。坦率说，格式规范、条理清楚，引用的司法解释名称也大体正确——三年前的我，大概会惊讶于一份 AI 生成的文书竟能达到这样的水准。但读完之后，我对他说了实话：这份状子可以立案，但如果照着它的思路打下去，这个案子大概率会输。因为它陈述的“事实”少了三个关键节点，诉讼请求少算了两笔钱，而它最核心的主张，用错了证明路径——对方只需要一份我们手里本可以提前防住的证据，就能让整个诉请归零。
这样的场景，近一年来正在高频发生。越来越多的当事人拿着豆包、DeepSeek等人工智能APP生成的答案咨询律师，其中一些人，已经拿着这些答案走进了人民法院。
本文想认真回答一个问题：在人工智能快速发展的今天，它对建设工程争议解决，究竟意味着什么？
我们的基本判断是两句话：人工智能确实为建设工程争议解决提供了巨大的助力，这一点必须诚实地承认；但对建设工程争议中真正复杂的部分，人工智能存在结构性的局限——而这种局限，恰恰发生在决定官司胜负的地方。
一、先说公道话：AI 正在实实在在地改变建工争议解决
讨论局限之前，必须先承认价值。只有真正使用过它的人，才有资格谈论它的边界——中栋不但不排斥人工智能，而且是重度的使用者。
第一，它带来了信息平权。
过去的法律服务市场，存在一种“信息差红利”：律师知道法条在哪里，当事人不知道；律师知道司法解释怎么规定，当事人不知道。今天，任何一个工程老板，都可以在手机上问豆包“什么是建设工程价款优先受偿权”，并且得到一段清晰、通俗、大抵准确的解释。当事人走进律所之前，不再是“法盲”；他们带着概念来，带着问题来，甚至带着初步的判断来。
这对专业律师不是威胁，而是好事。当事人懂得越多，越能识别出真正的专业。过去一些律师靠“信息差”就能收律师费的日子结束了，留下来的，只能是靠真功夫吃饭的人。
第二，它带来了效率革命——尤其对律师一方。
建设工程案件的特点是案卷动辄数百本：施工合同、补充协议、签证单、会议纪要、监理例会记录、往来函件、图纸变更、检测报告……过去梳理一个复杂工程案件的证据时间线，一名律师需要一到两周；今天，借助 AI 辅助完成卷宗的初步梳理、证据目录生成、时间线比对，一天可以完成初稿，律师把精力留给最关键的校验与判断上。
类案检索同样如此。输入案件的关键特征，AI 可以在极短时间内给出同类案件的裁判倾向概述，帮助当事人建立合理预期——这在过去，是资深律师凭多年积累才能“拍脑袋”给出的判断，现在有了初步的参照系。
第三，它帮助当事人“预习”了诉讼。
许多工程老板是第一次打官司。AI 帮他们了解了程序：什么是立案、什么是举证期限、一审二审大概多久、鉴定是怎么回事。当事人带着这些常识进入程序，与律师的沟通效率显著提高，对律师工作的监督也更加有效。
这三点价值是真实的、巨大的。承认它们，是接下来讨论局限的前提。
二、但是：当事人拿 AI 答案打官司，问题出在哪里
回到那位带着“豆包起诉状”来的当事人。问题不出在他使用了 AI——问题出在，AI 回答的是“一般问题”，而官司打的是“本案事实”。这中间的落差，就是 AI 在建工争议中的四重结构性局限。
局限一：AI 没有真正见过你的案卷——而建工争议，首先是事实的战争
建设工程合同纠纷，与许多民商事案件不同：它的胜负，六分在事实，三分在证据组织，一分才是法条。
同一份有甲方代表签字的签证单——签字人有无授权？盖章是项目部章还是公章？事后有无追认或否认的函件？这些事实不同，结论可以完全相反。AI 可以流利地告诉你“应当结合授权情况综合认定”——这是一句正确的废话；而官司需要的，恰恰是“本案这几份证据组合起来，能推导出什么确定结论”的那个答案。
AI 的回答来自语料，语料来自公开的判决与文献；而你的案件事实，长在几百本案卷里，长在五年履约过程中的每一次函件往来、每一场会议、每一张图纸的变更轨迹里。这些内容没有进入任何数据库，尤其是每一个文件背后的每一个背景，AI 也就无从知晓。它回答的永远是“这类案件”，而法庭审理的永远是“这个案件”。
局限二：AI 给的是“标准答案”，而官司是一场“非标对抗”
诉讼的本质是博弈。同样的证据，什么时机提交、以什么顺序呈现、与哪些证据组合、在哪个程序阶段亮出——每一步都是策略选择，而策略必须根据对方的反应动态调整。
举三个建工争议里最典型的例子：
优先受偿权的行使。 AI 可以准确告诉你《民法典》第八百零七条的内容和司法解释关于行使期限的规定。但真实案件里，“行使期限从何时起算”在各地裁判中存在口径差异；当债务人进入破产程序，申报路径如何选择；当工程上同时存在抵押权与购房款债权时，顺位之争如何布局？——这些需要一个根据本案情况动态设计的方案，而不是一个标准答案。
执行回款与公司穿透。 判决生效后发现对方公司是空壳，AI 会告诉你“可以申请追加股东为被执行人”。但在真实案件中，追加股东的路径至少有两条——执行程序中直接追加，或另行提起股东损害债权人利益之诉——两条路径在举证责任、审理周期、救济效果上差异巨大，选哪条、何时走、先固定哪些财产线索，是典型的“非标决策”。AI 能告诉你有哪些门，但替你选不了门。
司法鉴定的攻防。 建工案件一审决胜负的常常是鉴定。鉴定的范围怎么控制（把多少争议纳入、把多少排除在外）、鉴定材料如何质证、对方拒不配合鉴定怎么处置、鉴定意见出来后如何组织攻击点等等——这些是十几年庭审经验沉淀下来的“手感”，AI 的语料里几乎不存在这一层的知识。
局限三：幻觉，以及语料的“沉默”
AI 有一个著名的问题：幻觉——它会一本正经地编造不存在的法条、不存在的案例。我们实测过多个主流 AI，编造出“某某号指导性案例”的情形并不罕见。当事人若无识别能力，把幻觉内容写进起诉状交给法官，专业性当场破产。
比幻觉更隐蔽的，是语料的“沉默”——真正稀缺的知识根本不在公开语料里：本地法院对某类争议的真实裁判尺度；各鉴定机构在造价、工期鉴定上的实践分寸；二审改判、再审提审在真实世界中的运转逻辑；检察监督申请在哪类案件上更容易被受理等等。
这些“沉默的知识”，恰恰是当事人最需要的部分。AI 的知识有截止日期，而司法政策和裁判规则一直在更新——新的司法解释出台后相当长时间内，AI 给出的很可能仍是旧规则。用滞后的答案应对正在变化的战场，风险可想而知。
局限四：没有人替 AI 的答案负责
这一条最朴素，也最要害。
律师出具意见的背后，是执业责任、是律所的声誉背书、是多年职业生涯的抵押。意见错了，有追责的路径。而 AI 的答案是零责任的——它错了，没有人赔偿你一分钱。
对当事人而言，这是一场极不对称的赌局：省下的是几千元的咨询费，押上的是几百万、几千万的工程款。免费的答案没有成本——它的成本，会在败诉判决里结算。
三、为什么建设工程争议，恰恰是 AI 局限最明显的领域
有同行会说：AI 的这些局限，别的领域也有。这话对，但 建设工程争议，恰恰是 AI 局限被放得最大的领域，原因在于它的三重“密集”：
事实密集。 一个中型工程案件的履约周期三到五年，案卷数百本，事实要素之间的因果关系层层嵌套。对事实的还原与重构能力，是这个领域律师的第一能力——而复杂的事实，恰恰是 AI 看不见的部分。
技术密集。 造价的计算口径、工期的关键线路分析、质量缺陷的成因认定，每一项都需要工程技术与法律的交叉判断。AI 可以解释什么是“关键线路法”，但本案哪条线路是关键线路，取决于施工日志、监理例会纪要、天气记录、材料进场记录的交叉印证——又是事实。这也是中栋在重大案件中坚持聚合国内顶级建造、造价领域资深工程师协同作战的原因：技术事实的还原，需要法律之外的专业力量，这从来不是检索能解决的问题。
程序密集。 一个建工争议完全可能横跨一审、二审、再审、检察监督、执行、破产，甚至与刑事程序交叉。每个程序有不同的规则、不同的时机、不同的证据组织方式。我们在二审、再审、检察监督这类“别人以为已经结束”的程序里翻过不少案件——那些翻案的钥匙，几乎从来没有一次来自“标准答案”，全部来自对新证据、程序瑕疵与裁判逻辑之间咬合方式的重新发现。
三重密集叠加的结果是：建设工程争议的复杂性，主要不体现在“知道什么”，而体现在“怎么把知道的东西，用在看不见的事实上”。 AI 强在“知道什么”，弱在后者——这个错位，决定了它在建工争议里“能帮大忙、但扛不了大局”的位置。
四、正确的打开方式：让 AI 归 AI，让专业归专业
那么，当事人和律师，分别应该怎么对待 AI？
对工程老板们，我们的建议是四条：
- 用 AI 学概念，别用 AI 定方案。理解什么是优先受偿权、什么是鉴定、什么是再审——AI 是极好的老师；但“我的案子怎么主张、按什么顺序、留什么后手”——这必须交给看过你案卷的专业律师。
- 拿 AI 的答案当“考卷”，而不是“答案”。带着它去咨询律师，请律师指出其中哪里对、哪里错、哪里“看似正确实则致命”——一次咨询就能让你看清这位律师的真实功力。
- 警惕幻觉。凡是 AI 引用的具体案号、具体条文，务必在官方数据库核验后再使用。
- 算清那笔账。 咨询费与工程款之间的比例，永远大于零成本的错误答案与一场败诉之间的比例。
对律师行业，我们的判断是一句话：AI 淘汰的不是律师，而是“只会检索法条的律师”。如果一名律师的价值只剩下“知道法条在哪里、司法解释说了什么”，那确实即将被替代；但如果他的价值在于事实的还原、策略的推演、程序的驾驭、对结果的责任——AI 反而是他最趁手的兵器。
中栋自己的实践是“人机协同”：用 AI 完成卷宗梳理、类案检索、文书初稿这些“密集劳动”，把释放出来的时间投入到 AI 到不了的地方——案件事实的深度挖掘、案卷细节的死磕、诉讼策略的推演、工程技术的交叉验证、审级救济的窗口把握等等高价值领域。这与我们一贯的方法论一脉相承：我们重视经验，但反对经验主义；同样，我们善用人工智能，但警惕人工智能的反向依赖。工具在变，方法未变——之前我们反对：拿老经验套新案子”，今天我们同样反对“拿通用答案套具体案件”。
五、结语：AI 改变的是效率，不变的是责任
回到开篇那位当事人。后来，他的案子没有按“豆包起诉状”的思路打。我们重新梳理了履约事实，补强了三组证据，调整了主张路径——那份 AI 起诉状里“看似正确”的核心主张，被拆掉重做，仅此一个案件最后通过我们的代理，让当事人在数千万争议标的额案件中取得胜诉。他后来半开玩笑地说：“早知道，那几千块咨询费该早点花。”
我们欢迎每一位带着 AI 答案来的当事人——这说明他认真对待自己的争议，也说明这个时代的信息平权真实地发生了。但我们也想对所有工程人说一句实在话：
可以用 AI 了解法律，但请用专业律师解决官司。
人工智能改变了获取信息的速度、处理卷宗的效率、预测裁判的参照——这些改变巨大而真实，我们全盘拥抱。但在建设工程争议这个事实密集、技术密集、程序密集的领域里，从案卷的缝隙里发现被埋没的权利，在程序的转折处选择正确的那道门，把“别人以为已经结束”的案子重新翻开，把一纸判决变成真金白银——这些，仍然是也只能是专业律师的工作。
谋始慎终。 工具可以帮助我们更快地开始，但把事情负责到底的，从来都是人。
这，就是中栋对“人工智能下的建设工程争议解决”的回答。