首個由o1 pro指導詐騙案開庭，原告九成資產被騙，利用AI絕地反擊

近日，Steve Sokolowski公佈了首個由OpenAI o1 pro指導的訴訟，包含工作流、提示詞、法庭模擬等諸多細節。由於九成淨資產已被騙走，Steve已無力支付80萬美元的相關起訴費用。他選擇使用AI指導案件，成功打破法律的閉環，已做好法院開庭的準備，並表示對結果非常樂觀。

「這個案例生動地詮釋了AI平民化效應。」

九成資產被騙，起訴費用高達80萬美元！且看受騙人如何利用AI絕地反擊。

第一次由OpenAI o1 pro引導的訴訟，或許也是美國聯邦法院系統中首次由AI引導的訴訟，近日由Steve Sokolowski公佈了其中的細節。

目前，訴訟已經開庭。

事件回顧

2022年，美國發生了多起投資詐騙案，其中Steve&Chirs Sokolowski兄弟倆被騙走了九成淨資產，需要80萬美元保證金才能立案。

他們一生辛勤工作、生活節儉並做好了將來退休後的計劃，但當時完全沒有想到自己有機會能伸張正義。

原告花了幾年時間聯繫各種律師和訴訟融資公司。訴訟融資公司可以墊付前期需要的費用，等勝訴後再收回墊付的資金並抽取一定比例的提成，但前提是糾紛必須先立案。Steve Sokolowski兄弟卻無力支付律師費到法庭立案。

他們陷入了一個循環：訴訟融資公司希望得到一份起訴狀，而律師們則希望得到費用來撰寫起訴狀。

要打破這個循環幾乎是不可能的——甚至要讓這些公司回電話都十分困難。

當Steve撥打匹茲堡律師事務所Leech Tishman的電話時，他們的電話突然打不通了。

隨後，有位律師在大約兩週後才回電。Steve再次撥打電話，卻始終沒有收到回覆，不禁感歎：「這就是法律行業的運作方式。」

因此，法律系統中的一個主要弱點在於，當被告將你洗劫一空時，你根本負擔不起費用起訴他們。如果被告拿走的錢少一些，你可能留下足夠的資金聘請律師。從本質上來說，欺詐越大，越有可能逃脫懲罰：這無疑鼓勵了被告普遍採取「一不做，二不休」的策略。

然而，最終Claude 3.5 Sonnet發佈了，它終於能夠評估法律（儘管在解釋訓練數據中的判例價值時，仍然存在錯誤）。

接著，OpenAI的o1 pro改變了一切。OpenAI的o1 pro是一種通用人工智能（AGI）系統，Steve認為：「它比我接觸過的任何律師都要聰明。」

o1工作流：找到相關證據

當OpenAI o1 pro發佈時，Steve立即註冊並將其與Gemini Experimental 1206進行了比較。然後，確定兩者都適合推進訴訟工作，但o1在理解案例法和預測辯護方面明顯更優越。

兄弟倆確定了完整的工作流：

1 另一原告Chris創建了一個證據數據庫，翻閱了案件的檔案，並編寫了Python腳本，生成了數千行數據，包含Genesis破產案件中的全部條目，還包括來自其他針對Genesis和DCG訴訟的法庭記錄條目。

2 然後，利用o1對最重要的文件進行了總結（忽略了諸如服務證明和出庭通知等條目）。

3 最終，得到了可以放入單一上下文窗口的摘要。模型可以在單一上下文窗口進行推理並定位到最相關的證據。o1認為，幾乎第50至90段中的所有引述都是該案的有用證據，並且它總是逐字正確地引用它們。

Gemini工作流：持續評估

由於Gemini Experimental 1206版本可能沒有「思考」或進行多輪思考，它在某些情況下比o1更容易發生幻覺。

然而，不知為何，雖然在各種工作成果中，Gemini評估用戶工作的能力很有用，但Gemini在方面顯得更具爭論性和更加消極。

使用Gemini的關鍵在於，它通常在開始時會非常消極。它評估了第一版的起訴狀，認為該起訴狀可能會被駁回。Gemini 1206（但不包括早期版本）在多次運行中非常一致，允許通過相同的提示詞對同一結果進行持續的評估。

Steve將起訴狀輸入Gemini至少100次，並要求它給出反饋，它總會提供反饋，甚至包括「給你一個建議：這不像律師寫的風格。」

AI模擬法庭

當起訴狀接近完成時，兄弟倆在去年12月20日到30日進行了一系列模擬。

聖誕節這一天，OpenAI流量可能較少，他們充分利用這一機會，可以長時間地使用o1 pro。

雖然o1擅長起草文件，但o1 pro的推理能力才得以繼續進行訴訟。

Steve採用的方法就是通過AI模擬法庭審判流程。

一開始，Steve通過將起訴狀直接黏貼到o1 pro中，並要求它評估駁回的辯護意見來進行模擬。但後來，Steve偶然間發現了一個新的思路：如果讓o1 pro首先生成駁回動議，它的準確度會更高。

因此，提示詞是這樣的：「你是一個經驗豐富的辯護律師，這對我的事業至關重要。考慮所有可能的駁回理由，無論其強弱。然後，寫出你能想到的最全面的駁回動議，代表被告 [在此插入每個被告的名字，重覆 3 次]。輸出你完整的駁回動議，提交到法庭並供法官審理。」

接下來，在動議生成後，提示詞是：「你是一個聯邦法官。評估這份起訴狀和辯方的駁回動議。輸出一個全面的裁決，說明你是否允許此案繼續進入證據交換階段。確保決定的每一部分都能得到解釋。」

Steve模擬了多次，最後「法官」在10次模擬中一次也沒有拒絕動議。

使用Gemini時，「法官」基於最終的起訴狀10次模擬中拒絕了2次動議，但其推理顯示它誤解了事實。

雖然邊際收益已經開始遞減，但Steve不能確定這些駁回是由於Gemini較弱的推理能力（畢竟事實如此），還是因為忘記加入自以為眾所周知的關鍵事實信息。而後者可能導致人類法官也誤解起訴狀。

預測勝率

他們還利用o1 pro進行概率分析，評估其可能採取的不同立場——從可能提出的主張到訴訟策略。

他們讓o1 pro給出不同立場下的勝訴機率，特別是揭露特定事實時。他們利用Claude 3.5 Sonnet和Gemini 1206交叉檢查了這些勝訴機率。

因為生活與此案息息相關，他們繼續通過多個模型進行交叉驗證。但他們已經意識到o1 pro的準確度非常高，以至於如果有必要，它可以成為唯一依賴的分析工具。

o1 pro可以通過利用被告自己的立場（因為他們涉及了大量訴訟），來預測他們在此案中的辯詞。這對兩兄弟幫助非常大。

他們還能夠創建一個數據庫，以便被告在提交動議時，迅速判斷是否與過去三年的法庭文件相互矛盾。

最後，他們通過兩天的模擬，利用不同的模型彼此對抗，評估了被告可能會採用的辯護策略。

他們觀察了AI模型如何執行這些策略。然後，更進一步，告訴模型故意採用一些策略，如「提交無理動議」、「威脅原告尋求製裁」、「通過消耗原告的耐性讓他們放棄」、「儘可能多地加入被告」、「提交大量交叉訴訟和反訴」、「互相推卸責任」等等。

一旦被告採取這些策略，卻不知道原告對此早有準備。

訴訟計劃

在訴狀提交之前，他們使用o1製定了訴訟計劃。

例如，模型預測訴訟將需要大約1300小時的工作。它預測創建訴狀需要160小時，這與實際花費的220小時非常接近，因為很多工作僅僅是反復閱讀像聯邦證據規則這樣的文件。

他們還要求o1和o1 pro製定一個主線時間表，並明確需要進一步發現的證據。幸運的是，在這種情況下，所需的大部分證據已經是公開的（正如訴狀所述）。所需的少量證據是由模型建議的，Steve利用額外的知識編輯了o1 pro的計劃。

回應「否定者」

儘管細節直到訴狀提交後才公開，但原告Steve在網上早已明確，這個案件即將開庭，並且它將由AI指導。

最常見的批評之一是，這樣的案件需要多年的努力，「你不知道你在陷入什麼。」

Steve回應了這種批評:

「第一點是，我們顯然知道此案將耗費數年的精力；o1 pro實際上估計的時間比我們最初預測的2000小時要少。然而，鑒於我們90%的淨資產都被被告拿走了，我們所花時間的經濟價值莫過於打這個官司。」

「至於有人批評我們在沒有律師的情況下，接手這麼大的一個案子會讓我們付出很多，但我們根本沒有付出任何代價。在此之前，這個案子的價值為零，因為沒有大筆保證金，沒有律師會接手這個案子，而且正如我們前面所說，被告拿走了我們所有的錢。現在，既然已經立案，它的價值就不止是零了。即使勝訴機率很低，AI公平競爭的環境也使其值得一試。」

但說到勝算，無論是原告自己的估計還是模型的估計，其實都不低。而且原告對勝算也非常樂觀。他們已經削減了開支，騰出了未來幾年的時間。現在Steve利用晚上和假期閱讀《美國民事訴訟規則》和有關欺詐的判例法。

他們將通過法律庭審來解決這個問題，爭取因被告的故意行為而獲得應得的三倍賠償，必要時將為上訴進行辯護，如果真的到了那一步，他們將迫使被告破產。

Steve表示：「為了勝利，我們全力以赴。」

雖然Altman和OpenAI經常受到批評，但在這種情況下，Steve要感謝他們給予了機會，讓他們有機會實現花費20年規劃的生活。

Steve說，這次努力是「AGI讓世界變美好」的一個具體的例子。

背景信息

該訴訟案名為Sokolowski等訴Digital Currency Group等，指控被告Barry E. Silbert和前Genesis Global Trading首席執行官Michael Moro欺詐Stephen Sokolowski和Christopher Sokolowski。