Git for US Legislation：为美国联邦法典建立可回溯的版本记录

程序员可以指向任何一行代码，查看是谁写的、何时写的，以及该文件在过去任何一天的样子。而阅读联邦法规的律师通常做不到这一点，除非花一下午翻阅该条款脚注中的注释。但为什么他们不应该拥有同样便捷的记录系统呢？这一点尤其重要，因为如今大量初步法律研究都通过语言模型进行，而这些模型往往无法利用法律的正确沿革，从而限制了其提供解释的能力。

美国法典

在国会已作为实在法颁布的各编之外，该法典仅是法律的初步证据，两者不一致时以《美国法律汇编》为准。^[1] 法律修订顾问办公室以一系列发布点的形式公布该法典，每个发布点均更新至某一具名公法，并不断对其进行重新编排；一项将第41编作为实在法颁布的法案已于2025年9月提出。^[2] 哪部公法写入了某一句，记录在修正注释中，以散文形式呈现。变更何时生效通常记载在单独的生效日期注释中，而在国会未作规定时，默认规则是法律自颁布之日起生效。^[3]

《美国法典》第11编第1182(1)条中小型企业债务人的定义，显示了这些答案之间可能相差多远。该定义于2019年随当时的小型企业债务上限一同创设。^[4] 《CARES法案》于2020年3月作为临时措施将上限提高至750万美元，后延长至2022年3月。^[5],[6] 该提高于2022年3月27日失效，2022年6月21日国会又将其恢复两年，适用于2020年3月27日或之后启动且仍在审理的案件，从而回溯覆盖了这段空档期。^[7] 较高上限于2024年6月再次到期，在2025年4月的三年一次调整后，现为3,424,000美元。^[8],[9] 对于2022年5月提起的案件，当时印制的发布点给出的是较低上限，只有后来的法案才改变了答案。对律师有用的历史记录必须包含文本、每次变更的生效日期，以及任何回溯性法律的适用范围。

慕尼黑工业大学今年的一项研究发现，模型在回答德国法规问题时存在两种失败：它们适用了训练截止后被取代的规则，并且即使更早的条款适用于事实，它们也偏好较新的条款。一个模型在训练截止后的问题上独立回答的正确率为24%，而在为其检索相关法规文本后达到87%，作者得出结论，时间效力必须被视为硬性约束。^[10] 其他近期研究训练搜索代理尊重问题所涉及的日期，在一致性方面取得了大幅提升。^[11]

要求模型生成旧文本并不能解决这个问题。当同一个慕尼黑团队让模型把德国修正法适用于较早版本时，输出与官方文本的相似度为 93–99%，但单项修正只有一半完全匹配，修正链只有五分之一完全匹配，专家还在这些近似结果中发现了具有法律意义的错误。^[12] 历史必须可核查。

对于 2017 年以后的每一对发布点，我们取其间颁布的公开法律，按日期顺序对较旧文本执行其修正指令，并将结果与较新版本进行比较。在九个标题的 365 处变更中，有 361 处精确复现了下一个发布点。其余四处附有标签，说明其可确认的程度。每处变更随后都标注了法律及其生效日期：261 处默认在颁布时生效，72 处依据生效日期说明生效，29 处依据修正案本身的日期生效。有一处取决于可能永远不会到来的机构裁定，我们将其排除在文本之外，而不是猜测。

有了这份记录，读者就能回答律师提出的问题。你选择一个日期，就能得到该日生效的文本，其中今天读法不同的措辞会被标出。每个短语按其写入它的法案着色。对定义术语的变更会列出使用该术语的所有其他条款，你可以跟踪某一节，查看自上次访问以来发生了什么变化。

局限

它尚未显示后来的法律对其涵盖的较早日期具有追溯效力，因此对于在 2022 年空档期提起的案件，它显示的是下限，而没有提示 2022 年 6 月法案改变了答案。

生效日期说明按模式读取，不寻常的措辞会回退到颁布日期。

每处变更都链接到法律本身的措辞，对于任何重要内容，都应阅读原文。

我们仍在思考这应该采用何种合适的形态。

参考文献

1. 1 USC § 204(a) <www.law.cornell.edu/uscode/text/1/204>
2. Office of the Law Revision Counsel, ‘Positive Law Codification: Title 41’ (H.R. 5185, 119th Congress, introduced 8 September 2025) <uscode.house.gov/codification/t41/index.html>
3. Gozlon-Peretz v United States 498 US 395, 404 (1991) <www.law.cornell.edu/supremecourt/text/498/395>
4. Small Business Reorganization Act of 2019, Pub L 116-54 <www.govinfo.gov/content/pkg/PLAW-116publ54/html/PLAW-116publ54.htm>
5. Coronavirus Aid, Relief, and Economic Security Act, Pub L 116-136, s 1113 <www.govinfo.gov/content/pkg/PLAW-116publ136/html/PLAW-116publ136.htm>
6. COVID-19 Bankruptcy Relief Extension Act of 2021, Pub L 117-5 <www.govinfo.gov/content/pkg/PLAW-117publ5/html/PLAW-117publ5.htm>
7. Bankruptcy Threshold Adjustment and Technical Corrections Act, Pub L 117-151, s 2(h)–(i) <www.govinfo.gov/content/pkg/PLAW-117publ151/html/PLAW-117publ151.htm>
8. Judicial Conference of the United States, ‘Adjustment of Certain Dollar Amounts Applicable to Bankruptcy Cases’ 90 Fed Reg 8941 (4 February 2025) <www.govinfo.gov/content/pkg/FR-2025-02-04/html/2025-02207.htm>
9. US Trustee Program, ‘Subchapter V’ (US Department of Justice) <www.justice.gov/ust/subchapter-v>
10. Max Prior、Andreas Schultz 与 Matthias Grabmair，《Asking For An Old Friend: Diagnosing and Mitigating Temporal Failure Modes in LLM-based Statutory Question Answering》（arXiv:2605.23497，2026年5月22日）<arxiv.org/abs/2605.23497>
11. Wei Fan 等，《Can LLMs Time Travel? Enhancing Temporal Consistency in Legal Agentic Search through Reinforcement Learning》（arXiv:2605.25920，2026年9月19日修订）<arxiv.org/abs/2605.25920>
12. Max Prior、Adrian Hof、Niklas Wais 与 Matthias Grabmair，《Risks and Limits of Automatic Consolidation of Statutes》，载《Proceedings of the Natural Legal Language Processing Workshop 2025》（ACL，2025年11月）396 <aclanthology.org/2025.nllp-1.29/>