读不完的文本

——法律从未读完过自己

《法律的版本控制》收在一句话上：管理重要到不容出错、又庞大到无人全知的文本，法律人先做了几百年。但这句话立刻招来一个问题：到底是怎么做到的？普通法几百万份判决，成文法两千年的立法史，随便哪一堆都远超任何人一生的阅读量。一个没人读得完的规范库，凭什么还能运转？

诚实的回答是：法律从来没有管理过全量文本，它管理的是一个小得多的工作集。 几千年的法律技术里藏着一整套降载手段，让“无人全知”不至于变成“无人能用”。这套手段平时不被当作一个整体来看——它们分散在法源理论、法典编纂、法学教育和出版产业里，彼此不知道对方在干同一件事。摆到一起，是五种。

五种降载术

其一，入口控制：限制谁能写。 成文法的法源理论，其实是一道语料准入闸：把浩如烟海的裁判、习惯、学说统统宣布为“不是法”，有资格入库的只有立法机关的少数文本。中国全部现行有效的法律加司法解释，一个执业者用职业生涯足以通读——这不是偶然，是刻意把权威语料压在人类可读的规模之内。普通法没有这道闸，判决就是法，所以它的其余手段都得更重。

其二，压缩：摘要与法典化。 优士丁尼编《学说汇纂》，委员会把三百万行法学文献删到十五万行，编成之后禁止引用原典、甚至禁止评注——压缩完成的那一刻，源文件在权威意义上被销毁了。拿破仑法典、德国民法典同理：把几百年散乱的判例与习惯重写为紧凑源码，旧语料整体作废。普通法不敢扔历史，于是走另一条压缩路线：布莱克斯通用四卷《英国法释义》替全行业读完了判例法，此后一个多世纪，英美律师读的是摘要而不是判例本身；美国法学会的 Restatement 至今仍在做同一件事。绝大多数法律人终生工作在缓存上，从不接触源文件。

其三，索引：给语料建地址。 潘德克顿体系把全部私法概念排成一棵树，任何规范都有确定的挂载位置；请求权基础方法是这棵树的查询语言——律师不必知道全部法，只需知道树形与检索次序。普通法那边靠产业：West 出版社的钥匙码体系用数万个人工编目节点给每一份判例打上分类标签，Shepard 引证表让你查得到“这个先例还是不是好法”。十九世纪末的这两样东西，是产业级的人肉索引工程——上一篇说过，当仓库是虚拟的，重建全库视图就成了一门产业。

其四，遗忘：让大部分文本死掉。 这是最少被承认、也许最重要的一种。美国联邦上诉法院八成以上的判决被标记为“不予发表”，不具先例拘束力；被发表的判例，生死也由引用决定——几十年无人引用的先例事实上已经死亡，无需任何程序宣告。案例集与教科书再筛一轮：学生学的是几百个 leading cases，不是几百万份判决。工作集之所以装得进人脑，是因为系统在持续地、默默地丢弃。

其五，优先级：授权不读。 上位法优于下位法，新法优于旧法，特别法优于一般法——这三条规则的真正功能不是解决冲突，是授权忽略：你不必读完全库来确认无冲突，只需检查少数几个高优先级来源。等级制把“全知”的要求，换成了“知道最新、最高的那句话”。

五种手段服务于同一个瓶颈：人的阅读带宽。 语料装不进人脑，就压缩、索引、遗忘、分级，把它削到人能读的尺寸。但代价要一并看清：这全部是有损压缩，而且损失从不中立。 谁的判决进摘要、哪些案子进案例集、编目员把案子分进哪个类目——每一层都在做选择，每一层的偏差都进入下游所有人对“法是什么”的认知。《平均数不是共识》写过语料与共识之间的裂缝；这里可以补一句：裂缝不是数字时代的新事故，它内建于法律两千年的管理架构里，只是从前没有人看得见。

瓶颈迁移

现在技术进场。变化不是“检索更快了”——那只是表层——而是约束条件换了。

机器阅读让人的阅读带宽第一次不再是瓶颈。全文检索四十年前已经做到“不靠编目员也能找到案子”，语义检索做到了“按事实形态找，而不是按关键词找”，大语言模型则干脆把整个语料吞进参数——《AI 是一位普通法法官吗》说它像普通法本身，用本文的话说：它是第一个读完了仓库的读者。

于是旧架构可以整个反过来：不再是削语料去适配读者，而是扩读者去适配语料。五种古法，每一种都有了新的对应物——

• 压缩可以连续化。 布莱克斯通式的摘要几十年做一次；机器可以对全量语料维护一份“活的摘要”，法典化从周期性的大爆炸重构变成持续集成。多个法域已在发布任意时点可查的版本化法规汇编，这只是开头。
• 索引可以从类目变成分布。 人肉编目只能回答“这类案子在哪”；读完全量之后可以回答“这类争点实际怎么判、支持率多少”——语料从一堆待查的文本，变成一个可查询的统计对象。《法律的版本控制》的结论在这里落地：挖分布，不挖先例。
• 遗忘可以显式化。 引用图谱能算出哪些先例活着、哪些已经僵尸化——过去靠职业直觉模糊感知的死亡，现在可以精确度量。
• 勾稽可以机械化。 “这条引用是否真实、被引法条是否现行有效”，从引证表编辑的手工业变成几行代码的断言——那是《断言与劝诫》的领地。

新瓶颈

到这里必须刹车，否则又是一门新迷信。

旧瓶颈消失的同一刻，新瓶颈已经就位。布莱克斯通的摘要有损，但他签了名——错了，有一个具体的人的声誉为此埋单。模型的“摘要”读得比任何人都全，却不为任何一句话署名：它可能杜撰引文，可能分错类目，可能在依据变薄时依旧流畅——而这一切都发生在无人复读全量语料、因而无人能当场戳穿的地方。机器解决了“读不完”，同时放大了“报告的东西可不可信”。瓶颈没有消失，它从阅读带宽迁移到了核验带宽。

所以新架构不是“机器替人读”这么简单，它是三段式的：机器读全量；输出必须带回源锚点——每一句主张都能回溯到语料里的一个具体位置；人核验锚点，而不是重读语料。 人的位置从读者移到审计员。这又回到了本系列反复出现的那个结构：当验证无法机械化时，把人放进流程——只是这一次，人核验的不再是同行的判决，而是机器的报告。

两千年的降载史，可以收进一句话：谁也不必读完全部的法，但必须有人为读出的每一句话签名。 从前签名的是摘要作者、编目员和法官；今后多了一个不会签名的读者，签名的义务便落回派它去读的人身上。读不完的文本仍然读不完——改变的只是，我们终于可以诚实地承认这一点，然后把制度建在承认之上。