明理论坛第27期：法律学习与律师职业
美国贝克博茨律师事务所北京代表处合伙人 (张利宾)
GE医疗集团大中国区(法律及公共政策)副总裁、法律总监(乔钢梁)
大一就到明理楼上过简怀玉的微积分，昨天还是第一次到模拟法庭，没想象中的大。还见到一个大家都称院长的人，不认识。没见过几个律师，共同的印象是，穿着正式，举止正式，能说。先叙述内容如下。
张：法律学习方面，中国是成文法，注重演绎推理。美国是普通法，讲判例，归纳推理为主，也辅之以演绎。美国宪法最优美，堪称典范。法理学不用单独学。除法律不本身外，还要有知识对整个人类社会文化的综合理解。
乔：学法的本科有学科学的，学语言的（这两位就是），也有工科的。公司的法律顾问两个职责，预防与救火，需要：
Common sense, good judgment
Courage 敢于对权力讲真话
简洁明确。与律所的律师不同，只需要回答yes，no，or“no，but blabla”。用语准确。
专业知识，比如乔的医疗器材
诚信，律师是公司的最后一道防线
Give answers, give options
此外，中国律所不成熟，律师都 不太团结，各自为战，自己赚自己那份钱。社会资源中美都会用，中国有很多不当之处——如律师与法官直接见面，不过在好转。说美国有个人想进贝克博茨，然而 因为老爸当时是合伙人而按规定被拒，后来从政，当国务卿，财政部长等，在三届政府中任高官。之后又想进贝克博茨，然而这次因为现在儿子是合伙人而按规定被 拒。后来贝克博茨专为他修改规定“担任高官三届者可以例外”。
以前就感觉有很多行业的工作就是在机器学习。律师就很典型，学习法律，然后运用。他们谈自己如何学习如何运用的时候，我听着仿佛就是一个 learning machine的自白——当然有不同，法律的人应该需要有普适的人文关怀、价值准则和自我实现。而且更有趣的是他们谈论中美法律不同的时候，俨然就是在讲 两大类机器学习（当然也包括NLP）的方法，基于规则的和基于实例的。大陆法系基于法典，重演绎，就是基于规则的；英美法系基于判例，重归纳，就是基于实 例的。法律体制的区分与机器学习理论的区分如出一辙，再次印证了学法律如同构造一个分类程序，法律问题如经济问题一样，都是最优化问题。
科学代替哲学，机器代替繁琐劳 动的进程一直在进行。这也许会是个越来越明显的问题。没有人想忙活了一辈子，自己毕生的事业最后等价于电脑里一个玩物能做的事情，如同没有人愿意做自动流 水线或者机械能完成的体力劳动一样。我想大概有两个任务可以做，即凌驾于所有已有机器的任务之上的任务，多做这样的工作：关于价值实现的，即改变评价函 数；关于创造性的，即改变解空间或算法。
