把咨询、审合同、写报价、查类案、写文书这五件律师天天干的活，依次交给WorkBuddy、豆包和千问办公跑一遍，你会得出一个测试之外的结论：这三家的差距不在模型能力，在它们对“律师要什么”的理解，根本是三个物种。
一、先交代测试方法五项任务统一场景：违法解除劳动合同的咨询初答、一份50页买卖合同的风险排查、民间借贷案件的委托报价方案、类案裁判观点检索、起诉状起草。验收标准只看三样：内容对不对、来源能不能回溯、产出能不能进工作流。
需要说明的是，本文综合的是三家已公开的实测记录。WorkBuddy有大量律师实操教程和合同审查案例库，千问办公有云栖大会发布的《律师行业AI应用白皮书》和PLawBench法律大模型评测，豆包有第三方11个月的深度办公实测。三份材料刚好拼出完整的对比图景。
二、分项结果审合同是三家差距最直观的一项。WorkBuddy的实测记录显示，50页合同AI通读加人工复核约1.5小时，对比熟手人工4到6小时，风险遗漏概率因AI不疲劳而下降。它有专门的合同审查SOP，从审查清单到条款比对表到修改话术，产出的审查报告自带风险分级。豆包的强项是条款比对：实测文档比对中对法律条款的要素识别准确率89%，高于通用模型的63%，但它只做客观比对不判风险，而且不处理图片型PDF。千问办公的路线不同：北大法宝、华宇元典接入连接器，逐条标注风险并给修改稿，成果直接落入钉钉文档流向签署，主打“办得完”。
类案检索最能暴露产品哲学。WorkBuddy的教程说得很直白：它先筛一遍给你对比表，案号、法院、裁判要旨、与你案子的异同，但关键案件自己复核，“法官认的是你核过的案子，不是AI给的列表”。豆包没有法律数据库连接，检索靠通用网络，来源不可回溯是硬伤。千问办公接了北大法宝和华宇元典，法规检索返回条文原文、时效状态与出处，类案输出裁判要旨与法院层级，引用逐条回查。白皮书里81%的律师表示“AI基于权威法律来源时使用意愿更高”，这个数字就是给这条路线背书的。
写文书，三家都能出格式规范的起诉状，但PLawBench的评测泼了盆冷水：文书生成模块最高得分刚过70分，部分模型格式规范却存在核心事实遗漏和法律关系误判，没有一个模型具有碾压优势。四川致高律所龚茂君律师实测千问办公的体验更微妙：生成律师函前它会先反问“你想要什么风格”，跨对话记住此前的指令，输出“很有交付感”；但PDF数据读取不准时，它也红着脸认错。这个70分天花板是三家共同的天花板：模型能力收敛了，拉开差距的只剩流程和诚意。
咨询初答和报价方案，三家表现趋同：定性准确、路径完整，报价能按标的额给出分审级方案。但律师真正的痛点在这两项里暴露无遗。深圳律协副会长罗振辉在千问办公论坛上说得扎心：市面上讨论的都是提效，可法律行业真正的痛点是获客，AI在这方面的能力还有待挖掘。
三、真正的分歧：三条路线，三个物种跑完五项任务你会发现，比较“哪家更强”是个伪问题，三家押的根本不是同一条赛道。
WorkBuddy押的是个人工作流。桌面端智能体、Craft模式直接干活、积分制按量计费、沙箱隔离本地处理敏感案卷。它的用户画像是一个想立刻省时间的执业律师，五项任务里它最快见效，当天就能审一份合同。腾讯的打法是连接器生态，把北大法宝、企查查、威科先行这些权威数据源插进对话。
豆包押的是通用性价比。免费或低价、上手零门槛、联动飞书，长文本和多轮追问的实测数据亮眼，但法律垂直深度浅，没有法律数据连接器，判例来源不可回溯。它的用户画像不是律师，是“顺便处理法律文件的职场人”。对律师而言它是个合格的初稿机器，但进不了正式工作流。
千问办公押的是组织。20人律所的资深律师做完第一份并购尽调报告，全过程一键沉淀为组织级Skill，新人调用即可复用；跨对话记忆让它像同事而不是工具。白皮书里最扎眼的数字是：99%的律师已把AI融入日常工作，只有28%的律所实现系统化部署。个人提效和组织能力之间这道沟，就是千问办公给自己划的地盘。
四、被忽视的决胜指标：信任，不是能力测试跑完，我的判断是：法律AI的终局不是能力之争，是信任之争。这个判断来自白皮书另一组数字：83%的受访者高度担忧AI输出不准确或虚构的信息，81%的律师只有在基于权威来源时才更愿意使用。
翻译一下：律师不怕AI慢，怕AI编。查类案编个案号、引法条引了废止版本，这是执业事故。所以千问办公把“可追溯”做成核心卖点，条文案例可回溯到北大法宝的真实来源；群核科技法务总监李骁给AI设计三层审计机制，每一步操作回答“谁、在什么场景、做了什么、动了哪个文件”；浙大孙军工研究员的判断更狠：法律AI不是一个产品进入多个行业，是一种能力进入不同的制度角色，越接近实质影响权利义务，越要强化人的参与和责任追溯。
对照这个标准回看三家：WorkBuddy的沙箱本地处理解决的是数据不出域，连接器解决来源可溯，两样都占；千问办公把安全中心做成了产品部件，操作有审批、防护有记录；豆包在这两项上目前都还是空白。这就是为什么它便宜好用，却最难进入律所的采购清单。
五、给律师的选择逻辑跑分表格可以扔掉了，选购只问两个问题。第一问：你的案子能不能让它碰？涉密案卷必须走本地沙箱，这直接筛掉一批。第二问：它的输出你敢不敢核？法条案号能不能一键回源，决定了你复核一份初稿要十分钟还是一小时。德恒吴红亮律师用千问办公把2.8亿元、26方案件的准备从13天压到5天，他的分工原则值得抄走：AI对“量”负责，律师对“对错”负责。
工具的迭代周期是三个月，律所的采购决策不该跟着版本号走，跟着你的数据边界和复核成本走。