写不下去的判决书

——结论先行、事后证立，与法官必须通过的资格考试

每个做过几年诉讼的律师，心里都藏着同一个怀疑：法官是不是早就想好了怎么判，判决书里那套层层推进的说理，只是事后补写的包装？

这个怀疑是对的。而且法学自己承认这一点，已经承认了一百年。但故事的后一半更有意思：那件事后穿上的逻辑外衣，并不是随便穿得上的——穿不上的时候，结论会被迫改。 把这两半拼在一起，才是司法裁判的真实构造。

先把两个语境分开

科学哲学里有一对现成的概念，借来正合用：发现的语境（context of discovery）与证立的语境（context of justification）。一个结论怎么冒出来，是心理学问题；一个结论怎么站得住，是逻辑学问题。这两个问题的答案不必相同——开普勒靠神秘主义直觉猜中行星轨道是椭圆，不妨碍这个结论最终经受住了数学检验。

判决书属于证立的语境。它从来不是法官思维过程的实录，而是对结论的公开辩护。指责判决书“不反映真实的思考过程”，就像指责数学论文没有记录数学家洗澡时的灵光一现——它本来就不是干这个的。

真正的问题因此变成两个：发现的语境里究竟发生了什么？以及，证立对发现有没有反作用力？

发现的语境：预感先于推理

关于第一个问题，现实主义法学说得毫不客气。1929 年，美国联邦法官哈奇森（Hutcheson）发表了一篇自曝式的文章，标题就叫《直觉判决：司法判断中“预感”的功能》——他自陈裁判始于 hunch，一种对“这个案子该怎么了”的整体性预感，法律推理是预感成形之后才开动的。弗兰克（Jerome Frank）更激进：判决是先有结论，再倒推出能支撑它的前提。

这不是法官的堕落，是人类认知的出厂设置。心理学家丹·西蒙（Dan Simon）的“融贯性推理”实验显示：裁判者一旦形成初步倾向，会不自觉地重新加权全部证据与论点，让它们向倾向聚拢——有利的被放大，不利的被淡化，最终呈现在意识里的是一个“证据一边倒”的清晰案件，尽管进来时它是五五开的疑难案件。换句话说，不是法官先看清案件再形成结论，而是结论一旦萌芽，就开始反向整理案件。

证立的语境：写不下去的判决书

如果故事到此为止，司法就只是化了妆的掷硬币。但美国法官圈流传着一句行话，泄露了故事的后一半：“the opinion that won't write”——写不下去的判决书。

预感落到纸上，要逐段接受检验：这个先例真的支持这一步吗？这个条文的文义容得下这种解释吗？前后两段的标准是同一个吗？写到某一处推不过去——先例反着、条文顶着、逻辑断了——相当一部分法官会做一件事：回头，改结论，重写。

所以准确的模型不是“结论→包装”的单行道，而是双向迭代：直觉提名一个候选结论，写作对它资格审查，审查不过就换人，再审。形式逻辑在这个回路里的角色，不是生成器，而是过滤器——它决定不了哪个结论被提名，但它有否决权。一个知道自己要过这一关的法官，连“敢冒出什么预感”都会被反向塑造。

这就是霍姆斯“形式与实质悖论”的完整含义：形式上逻辑，实质上经验——且两层互相咬合。只看到形式的人是天真的形式主义者，只看到实质的人是天真的现实主义者，两种天真都丢掉了咬合处的机关。

大陆法系：官方理论更硬，私下承认更早

有人会想：这是普通法的病吧？大陆法系依法条裁判，三段论是官方方法，总该是先前提后结论了？

恰恰相反——拆台拆得最彻底的，是大陆法系自己最正统的学者。德国法官伊萨伊（Isay）1929 年就断言：判决在先，规范在后，规范的真实功能不是产生判决，而是事后控制判决。埃塞尔（Esser）1970 年的《前理解与方法选择》成为经典：法官带着前理解（Vorverständnis）进入案件，先有了倾向性的结果判断，然后在方法库里挑选能通达该结果的解释路径——文义、体系、目的、历史，四种解释方法排成货架，总有一款适合你。恩吉施（Engisch）给这个过程起了个精确的名字：目光在规范与事实之间往返流转——大前提与小前提不是先后给定的，是相互塑造出来的。

所以两大法系殊途同归：发现靠直觉与前理解，证立靠教义学纪律。 区别只在制度配重。大陆法系把更重的砝码压在证立端——教义学体系更繁密，学说对判决的批评更成建制，“写不下去”的否决力更强。

中国：结论先行更明显，考场设在别处

中国法官“先有结论”的程度，若说有区别，只会更高。几个结构性因素叠在一起：

卷宗中心主义。 法官开庭前已通读全卷，心证在庭审前大体形成，庭审更多是验证而非发现——预感的形成点比对抗制更早。

结论的形成点常常不在承办法官一人。 合议庭、专业法官会议、审判委员会、向上请示——重大案件的结论是层层商定的。承办法官有时拿到的任务，就是“把这个结论写成判决书”：这已经不是心理学意义上的结论先行，是字面意义上的。

结论考虑的变量超出法条。 社会效果、信访风险、考核指标——这些真实地参与结论形成，却几乎不可能写进文书。于是判决书说理与实际理由之间的缝隙，比普通法更宽。

说理传统本就薄弱。 早年的裁判文书常常“本院认为”两三段直接给结论，连三段论的外衣都懒得穿全——薄到最高法院 2018 年要专门发布《关于加强裁判文书释法说理的指导意见》来治理。

但由此断定中国司法没有证立约束，就看错了考场的位置。普通法的考试在判决书里（写不下去）和上诉审里（说理被逐段审查）；中国法官的考试主要是发改率——结论形成的当下，法官就在预判“这么判，二审保得住吗”。这本质上是证立约束向发现阶段的前移：考试提前到了报名环节。再加上 2020 年起对特定情形强制的类案检索，相当于给前理解加装了一个外部基准。约束是真实的，只是它作用于结论的筛选，而较少作用于说理的质量——这也解释了为什么中国判决的结论大体可预期，而判决书本身常常不好看。

尾声：把考场还给推理链

收拢成一句话：法官普遍先形成结论，两大法系皆然，中国尤甚；但判决书的形式逻辑不是化妆术，而是结论必须通过的资格考试——考试未必能保证录取最优者，但它持续淘汰不合格者，并反向塑造哪些结论敢于报名。

这个构造对我们理解 AI 有直接的用处。大语言模型的推理链与法官的判决书是同一种东西：结论先由训练分布的引力定下，理由随后生成，文面上无法区分辩护与实录——它和法官患的是同一种病。差别只有一个，却是致命的：法官的外面站着一整套否决装置——上诉审、教义学批评、发改率——而模型的推理链默认没人监考。

所以，当我们让 AI 进入法律推理时，真正该复制的不是法官的思维（那不过是加了权重的预感），而是围着法官建起来的那间考场：独立的核验、专职的反方、逐段较真的审查，以及一个为最终签名负责的人。预感人人都有，机器也不缺；文明的增量从来在考场里。