跳转到主内容

FluxCap 为反垄断团队连接法律规则、案件证据与诉讼策略

Jonathan Kanter 的诉讼科技公司介绍了三个相互连接的知识引擎。评估重点应是能否将每项论证追溯到真正支持它的材料。

窗边木桌上放着深灰、蓝色和奶油色文件夹,以及一把小放大镜。
TechKili · 使用 Cloudflare Workers AI FLUX.2 klein 生成的 AI 概念插图。
分享这篇文章:
本文目录

FluxCap 正将法律规则、案件证据和诉讼策略整合到面向律师的共享 AI 工作空间中,首先覆盖反垄断和消费者保护领域。对评估这款由美国前反垄断主管 Jonathan Kanter 联合创办的平台的团队而言,关键问题是:能否把一项论证追溯到真正支持它的证据?

其公开亮相早于本周报道:Bloomberg Law 于2026年10月28日报道了发布消息,FluxCap 新闻页也列出了这一日期。最初用于发现该新闻的 The Verge 报道发表于11月9日。

三个相互连接的层次,需要三种不同检查

公司的产品说明描述了由律师整理的法律知识图谱、将事实主张链接到来源材料的引擎,以及用于发展案件策略的组件。下表把这些宣传中的功能转化为评估问题,并非 TechKili 的测试报告。

FluxCap 描述的层次 实用评估问题
法律规则与判例 引用的法律依据是否支持所提出的命题?
案件事实与来源链接 审阅者能否查看原始材料,并区分主张和证据?
策略与替代理论 不同解释是否改变了哪些事实需要更多支持?

FluxCap 还表示,律师可以随案件发展添加和修正事实,AI 之外的权限机制决定哪些拟议修改需要批准。这些属于产品描述,不能证明它在某个具体案件中的准确度,也不能说明诉讼结果已经获得可量化的改善。

来源链接是审阅的起点

文件链接可能完全正确,但论证仍然可能夸大文件内容。因此,来源可追溯性很有价值,却不能替代法律判断。连接三个层次或许更有助于检查证据缺口,但底层材料的质量和审阅工作仍然重要。

TechKili 建议采用范围明确的演示任务:为一个具体命题提供已知的支持文件和一份相矛盾的材料,要求系统展示结论依据,再修改一个事实,观察它是否重新考虑受影响的论证。这只是建议的评估任务,不代表平台已经通过该测试。

对采购方而言,这种练习比笼统的提速承诺更能回答一个具体问题:软件能否帮助团队看清,一项论证为什么有依据、尚不完整,或者需要修改。

来源