LawThinker：一种用于动态环境的深度法律研究代理

法律推理不仅需要正确的结果，还需要符合程序规范的推理过程。然而现有方法缺乏对中间推理步骤的验证机制，导致错误（如不适用的法规引用）在推理链中未被检测到。为此，本文提出LawThinker，一种采用探索-验证-记忆策略的自主法律研究代理，适用于动态司法环境。其核心思想是在每次知识探索后强制执行验证操作。DeepVerifier模块从知识准确性、事实与法律的相关性以及程序合规性三个维度检查每个检索结果，并通过记忆模块实现长周期任务中的跨轮次知识复用。在动态基准J1-EVAL上的实验表明，LawThinker相比直接推理方法提升了24%，比基于工作流的方法提升了11%，尤其在面向过程的指标上表现突出。在三个静态基准上的评估进一步验证了其泛化能力。