API исторических версий законов для инструментов юридического поиска
API, который возвращает точный текст любой секции US Code в той редакции, которая действовала на любую дату, с указанием источника для каждой поправки.
Готовое ТЗ, которое можно вставить в Claude Code, Cursor или любого ИИ-агента для кода (на английском).
За
- Кто платит
- Стартапы в legal tech и команды AI-юридического поиска (например, Harvey, Casetext, инновационные группы LexisNexis), а также команды юридических данных в фирмах из AmLaw 200; $2k–20k/мес из бюджета на лицензии данных как более дешёвая и точная альтернатива API Westlaw и Lexis.
- Что говорили люди · 3
- В статье показано, что модели плохо отвечают на вопросы о временной действительности законов (24% верных ответов без поиска против 87% с извлечённым текстом), а LLM-сгенерированные исторические сводки содержат юридически значимые ошибки, поэтому нужна проверенная запись по датам. Из статьи ↗
- Разработчик открытого проекта по законам, управляемым поправками, для нескольких стран отмечает, что право США и Великобритании гораздо сложнее корректно обработать, а часть случаев неустранимо неоднозначна и требует разрешения человеком. Читать комментарий ↗
- Комментатор, который months занимался отслеживанием юридических текстов, говорит, что наивный git-style diff — ловушка, потому что версионирование в праве имеет принципиально другую семантику. Читать комментарий ↗
Пересказ обсуждения. Оригинальные комментарии доступны по ссылкам.
- Конкуренты и пробел
Westlaw и Lexis дают исторические срезы законов, но запирают их в дорогих закрытых продуктах без нормального для разработчиков API. Открытые проекты не справляются со сложностью американского права: ретроактивными датами вступления в силу и цепочками поправок. Никто не предлагает проверенный, снабжённый метаданными о происхождении временной API для законов, рассчитанный на извлечение данных для LLM.
- Почему сейчас
- Внедрение legal AI резко выросло в 2025–2026 годах, а исследования этого года показывают, что ошибки с временной действительностью норм служат серьёзным препятствием для вопросов-ответов по законодательству LLM. Это создаёт спрос на поисковые слои с проверенными историческими текстами.
- Защищённость · 6/10
- Сложная часть — проверенный движок применения поправок и вручную размеченный корпус пограничных случаев. Каждая исправленная неоднозначность накапливается как данные, которые конкуренты должны воспроизвести самостоятельно, а точность с подтверждённым происхождением создаёт барьер доверия.
Против
- Красная команда
- Есть количественные данные о том, что ошибки с временной действительностью норм блокируют юридические вопросы-ответы на базе LLM. Инкамбенты доказуемо запирают данные на исторические даты в закрытых продуктах. Корпус разрешения поправок — реальный накапливающийся актив: его трудно построить, но он может стать настоящей компанией.
- Что может её погубить
- Westlaw или Lexis выпускают дешёвый API для исторических законов, а открытые проекты в духе lawvm становятся достаточно хорошими для AI-сценария. Готовность платить тогда резко падает.
Начало
- Первые три шага
- Расширить движок сравнения релизов (как в статье) на все 54 титула, помечая ретроактивные и условные даты вступления в силу.
- Выпустить REST/JSON API: секция плюс дата возвращают текст, действующий на эту дату, аннотации изменений и ссылку на публичный закон.
- Подписать 2–3 пилотных стартапа legal AI и измерить улучшение точности их временных ответов по сравнению с поиском по текущей редакции.
- Исходное обсуждение
- Git for the US Code ↗ 408 баллов219 комментариевИз историиСтатья по ссылке
Переведено с английского. Читать оригинал