Harvey 的赌注：让每家律所都以 AI 为先，自己不去当律所

Harvey 为律师事务所和大型企业法务团队打造 AI。联合创始人兼总裁 Gabe Pereyra 在《No Priors》节目中说，Harvey 成立三年半多一点，客户已逼近 1,000 家，员工约 500 人。主持人 Sarah Guo 和 Elad Gil 都是公司最早的种子轮投资人。客户名单里现在有沃尔玛、AT&T、普华永道、大型私募股权机构，以及全球一些最大的律所。对于一些技术背景的读者来说，法律工作还停留在“给律师发封邮件，再拿回一份修订稿”的想象里，这样的规模就需要一番解释。

这款产品一开始并不是一套专门的法律系统。在获得 OpenAI 投资、拿到 GPT-4 访问权限之后，团队最直接的想法很简单：把模型交给律师，让他们去玩。法律工作的文本密度极高，因此即便是原始的聊天界面，也已经能带来不少价值。幻觉和上下文缺失很快就暴露出来，所以头两年主要用来打造 Pereyra 所说的“律师的 IDE”：把模型与单个律师要做好工作所需要的上下文连接起来。

过去一年，问题变了。Harvey 不再只优化单个律师的速度。当下的核心问题是：一个团队在一件客户案件上，以及一家同时处理数千件案件的律所，如何变得更有生产力、更盈利。Pereyra 说，在这个规模上，很多难点都在编排、治理和常规的企业级产品工作上，而不只是模型智能。

购买方也随之改变。大约一年半前，律所开始把 Harvey 推荐给自己的客户。这些客户希望与外部律师更顺畅地协作，也希望在企业法务部门内部使用同一套工具。于是，Harvey 开始搭建一个面向企业内部工作的平台，这类工作从不会交给律所，包括合同管理和法务运营中的大量长尾事务；同时还有“协作纽带”，即在大型交易或诉讼中安全地共享数据。跨越这道边界的安全与隐私，现在已经是一等的产品问题。

Pereyra 说，大多数人想到的是面向消费者的法律服务：一份租约，几处批注，一次谈判。这和大型律所真正做的事完全是两个世界。对创业圈的人来说更熟悉的图景，是律所为风险投资和私募股权客户所做的工作。这些客户主要的工作是募资和投资。募资环节的法律工作，就是基金设立：搭建一个用来持有资金的实体结构。

听起来简单，直到一家大型私募股权机构同时有一只需要税务导向结构的主权财富基金，还有一只附带另一套要求的养老基金。有限合伙协议可以长达 100 页。投资人可能有上百位，每一位都有一份会修改交易条款的附属协议（side letter），而律师必须弄清楚每一处改动意味着什么。为一只十亿美元规模的基金协调这样的项目，与其说是起草，不如说更像项目管理。基金一旦设立，每一笔投资都会重复一个版本的同样复杂性：数据室（data room）、必须与宣称收入相符的合同，以及对潜在诉讼的排查。

Pereyra 对技术受众的比方很直接：这样理解一家公司，就像理解一个代码库，只不过代码库里装的是合同。法律之所以难以工具化，原因与编程在语言模型出现之前难以工具化一样：工作流程没有结构。程序员用的是同一个 IDE，不管用什么语言写，都没有单独的“Python 工具”或“C++ 工具”。法律也一样。这也是编程和法律率先取得进展的原因：两者都极其依赖文本，而在这些模型出现之前，人们根本无法把这类工作结构化。

在编程领域，人们开始把系统称为智能体式的（agentic）：拆解逻辑树，执行下一步，检查，再继续。Pereyra 说，Harvey 也开始这样做。他此前在 DeepMind 做过强化学习研究，所以团队拿到 GPT-4 时，他的直觉立刻就来了：把模型调用串成链，最终训练出一个完全可微分的智能体。拿到 GPT-4 访问权限的第一天，联合创始人 Winston 把自己关在房间里 14 个小时，重做了一堆初级律师的任务。Pereyra 看了这些工作，发现其中有一个粗糙的智能体循环：检索判例，总结判例，再把总结拿去起草。

那次尝试确定了产品方向。初级律师本来就像智能体一样行事。合伙人会交给他们一份高层次的案件策略，要求他们找出支持性的判例、引用，并写一份备忘录。Harvey 正在构建的系统，看起来越来越像这种被委派工作的初级律师。编程类实验室现在搭建强化学习环境，让智能体进入代码库，并尝试通过单元测试。Pereyra 说，在法律工作中，这个环境就是一件客户案件：基金设立、收购或诉讼的完整背景。模型正在学习进入文档管理系统、数据室和判例检索，然后接受合伙人的反馈。

Guo 领投 Harvey 的 B 轮融资时，给大型客户打了电话，发现了两个意外。那些向来以难以推销法律软件而闻名的机构，采用得很快。而且它们并不觉得受到了威胁。它们提出的担忧，时间跨度更长：如果一家律所过去招 100 名初级律师，以便其中 10 人最终成为合伙人，而它将来某天只需要 50 人甚至 20 人，那它是否还在招足够多的人，来保证将来有人知道该由谁来主导复杂的收购？

Pereyra 把这既当作人数问题，也当作培养问题来看。杠杆比例之所以存在，是因为并非每个人都能成为合伙人；而这种磨炼，正是律所学会该信任谁的方式。他之所以乐观，源于自己学习编程的经历。十年前，学编程意味着翻 Stack Overflow，一次只学一门语言，还有在谷歌不敢问“蠢问题”的顾虑。模型让学习变得有趣：用 Python 写一段，再把它翻译过来，为什么要这样写？律师在 Harvey 里已经在做类似的事：生成一份并购协议，然后追问当初为什么这样设计。

更大的话题是，如何彻底重组律所。律所本质上是多个执业领域的集合：诉讼所与大型交易所几乎完全不像，最大的律所则兼具两者。Harvey 正在一个执业领域一个执业领域地推进，比如基金设立团队和它的私募股权客户，重新思考工作流程、人员配置和定价。Pereyra 说，目标是让律所更加盈利，这意味着要融入整个业务，而不只是做一款更漂亮的产品。

Guo 把合伙人的工作比作咨询：一边是模式识别与战略，另一边是销售与客户关系。Pereyra 认为，后一半不会很快改变。Harvey 现在本身也是法律服务的大买家，而他共事过的最好的合伙人，做的并不是模型将来会取代的工作。他打了个比方：资深工程师。他们的工作是制定战略、选定合适的抽象，把研究或代码交给别人去做，并直面客户。较低层的职能会变。他推测，合伙人的工作本身不会有太大变化。

对技术受众来说，相当于“拉业务高手”（rainmaker）的，是人脉和声誉。Pereyra 的版本则更接近谷歌里某位杰出的分布式系统工程师。Gordon Moodie 就是例子：他曾是 Wachtell 的合伙人，较早加入 Harvey，现在担任顾问。这类工程师之所以有价值，是因为他们设计过那些不在公共互联网上、很长时间内也不会进入模型的系统。他们看一眼设计，就能说出：在这个规模下，它会因为某个并不直观的原因崩溃。Moodie 脑子里对法律实体，也有同样的图景。

Moodie 曾参与 Michael Dell 将戴尔私有化、重组，再重新上市的过程，这是一次持续多年、针对庞大业务的财务与法律重建。有一次，他们不得不做 Pereyra 所说的“史上规模最大的债务发行”，并发明了一种新的金融工具。和 Moodie 谈论如何为交易中的某一块筹集一笔资金，感觉就像在和一位资深工程师讨论如何设计一个庞大的软件项目。关系很重要。稀缺的资产，是那种没有写下来的技术判断。

这种判断，也正是公开训练数据所缺少的。对于一桩大型并购，公开记录是 SEC 备案文件（SEC filing）：只有最终结果，没有过程。真正的数据集应当包括关于这两家公司的会议和邮件、Moodie 交给初级律师的任务、回传的研究成果，以及随后那种细微的纠正：如果这样设计，另一件事就会发生。Guo 把这称为“推理轨迹”（reasoning trace）。Pereyra 同意这一点：要在这类工作上改进模型，就需要捕捉决策过程，正如任何高难度推理任务都需要推理轨迹一样。

各大实验室之所以把大量强化学习算力投入编程和数学，是因为这些领域高度可验证。法律则不然。大多数法律任务都是长篇生成。其中一部分是可以核查的，比如进入这个数据室，找出所有控制权变更条款，这些完全可以成为普通的数据集。生成一份并购协议，并不是非黑即白的好坏之分。在律所内部，奖励函数就是一位做过许多类似交易的资深合伙人，他说一句“草稿看起来还不错”。律所本身已经掌握着修改记录和反馈。Harvey 开始考虑由此训练奖励模型。Pereyra 的看法是，真正的软件工程也有同样的问题。单元测试只覆盖短期。最终你要上线，让一百万用户使用六个月，它不崩溃。并购也是如此：备案文件可能完全正确，三年之后，两家公司仍然合并在一起，没有出现意外诉讼。持续十年的系统和持续十年的交易，都是代价高昂的人类履历。你没办法对它们做单元测试。

研究团队在智能体和奖励模型上持续推进的同时，Harvey 也组建了一个前向部署工程团队。Pereyra 在这个比较上很谨慎：这与 Palantir 深入客户代码库、开发完全定制软件的路子不同，更接近 Sierra 的智能体工程项目。早期，Harvey 投入建设了一个横向平台和一个工作流构建器，让客户无需一次性工程就能自行定制；对于普华永道这样的超大客户，还要额外做一些工作。如今，这已经不够了。

要连接律所的数据、计费和治理系统，再在其上构建智能体，就意味着人必须坐进客户的环境里。财富 500 强企业的法务部门，标准化程度远低于律所。一家大型银行会说，它没有用于法务的文档管理系统，请 Harvey 替它做一个。Blue Owl 是一家增长很快的私募股权公司，它希望双方坐在一起，把运营流程映射进生成式系统，但事先并不知道最终会是什么形态。对 Harvey 来说，这些工作同时也是路线图是怎样写出来的。

Gil 称这是硅谷在 SaaS 时代忘掉的标准企业玩法。甲骨文、戴尔和 IBM 卖的是一个平台，然后围绕定制数据做定制，再把重复出现的需求收回到产品里，最终培育出一个第三方实施生态。Harvey 看到的新变化是：律所正在变成这个生态。它们把 Harvey 带到企业法务客户那里，主动提出替对方搭建工作流，因为它们拥有较小法务部门所缺乏的规模和专业能力。有些律所已经把它看作一条新的收入线。

采用速度仍然让他感到意外。Harvey 的第一位客户，是在第一年通过 Gil 介绍给 Allen & Overy 的 David Wakeling 认识的，之后从小型试点发展到全所范围的投入。Pereyra 把这一速度与 Cursor、OpenEvidence 相提并论：在那些以文本为主、知识密集、又缺少工具的行业里，这项技术实在太有用了，所以少数客户愿意早早押注。这个速度仍然比他预想的要快。

X 平台上一个很流行的问题是：Harvey 为什么不干脆自己开一家律所，与客户竞争？公司研究过这条路。早期，他们和 Atrium 的 30 个人聊过，Atrium 是一家已经失败的法律科技公司；也和 Sam 与 Jason 聊过。Jason 当时是 OpenAI 的总法律顾问，此前担任 Y Combinator 的总法律顾问，而 Y Combinator 曾支持过 Atrium。在那里工作过的人都认为这个想法不错。但 Pereyra 深入研究之后发现，问题的症结在于：你等于同时在建两家公司，一家律所，一家科技公司。产品、工程、AI 以及销售规模化已经很难，而你只能把一件事做好，经营律所与经营软件公司是两种不同的能力。

更大的原因在于雄心。Harvey 想要的结果，是每家律所都以 AI 为先，而 Harvey 自己不去变成一家律所。单一律所会因利益冲突被排除在外，无法规模化。Gil 描绘的一宗大型跨境交易，让这一限制变得具体：微软与动视暴雪那种规模的并购，可能会涉及上百家外部律所，因为新西兰的税务问题要由新西兰的人来处理。Harvey 在新西兰已经有大约 40 家客户。这类交易还会牵涉到投资银行、普华永道这样的税务顾问，以及一家负责人员编制的人力资源咨询公司。平台要做的，是在所有这些主体之间实现安全协作与数据共享，同时提供能在项目上运行的 AI 系统。

Pereyra 用大致的数字估算市场规模：法律服务市场约为 1 万亿美元，专业服务则在 3 万亿到 5 万亿美元之间。在他看来，Harvey 的专长是产品，以及让专业服务提供者与其客户协同工作的 AI 基础设施。与其和律所竞争，不如把这套基础设施交给每一家律所，因为他认为两者不可能兼得。

Guo 注意到，现在有很多技术功底深厚的人，正在远离实验室的行业里打造大公司。Pereyra 自己的意外，与其说是一次突然的冲击，不如说是思维模型的转变。在做 Harvey 之前的十年里，他一边做 AI 研究，一边尝试创办公司，但大多以个人贡献者的身份参与。这家公司一开始奏效之后，他不得不重新学习：他们究竟在搭建一家怎样的公司，如何大规模地去做，以及如何经营。公司从他和 Winston 在一间爱彼迎民宿里起步，到三年半后拥有 500 名员工。

他们在 GPT-4 发布之前就已经开始了。Guo 记得，有一次把 GPT-3.5 和 GPT-4 并排比较，这项工作在 4 上能跑通，在 3.5 上则不行。2022 年年中，几乎没有人在创办“AI 加法律”的公司。Pereyra 的信念来自两个方面。他在 Meta 训练过大语言模型，亲眼看着 GPT-1、2 和 3 一代代出现。十年来，这个领域一直是各种专用系统，没有人拿出通用的解决方案。他的规律是：一旦知道怎么做，通常只要扩大规模，它就会持续奏效。GPT-3 和 3.5 开始变得有意思，但还差一点。他认识 OpenAI 的很多人，他押注他们可能会是攻克这件事的人。

另一半是 Winston。他当时还是一名初级律师，谈论律所结构的口吻，像是一位合伙人：每位合伙人在做什么，战略为什么会是现在这个样子。他正在说服合伙人离开，与他一起创办一家律所。Pereyra 原本从未打算和他一起创办公司，后来他判断，人加上领域，才是该做的事。GPT-4 出现时，时机终于对上了。他们也拒绝把产品缩减到 3.5 能做的程度。一个在 3.5 上就能交付的 Python 代码检查工具，永远不会变成 Cursor。Harvey 假定模型会在任何法律任务上提供帮助，所以产品保持了足够开放的形态，能够成长为其他专业服务。

Gil 问，编程领域的赢家 Cursor、Cognition 和 Claude Code，为何都是在 GitHub Copilot 出现两年后才冒出来的，而 Harvey 几乎一开始就有了产品。Pereyra 的猜测是产品形态。法律领域的第一个功能简单到几乎让人不好意思，而且是其他工具所缺少的：上传一份文档，对它做点什么，并给出准确的引文。律师一眼就看出，这正是自己的工作。编程则需要更强的基础模型，也需要与 IDE 更紧密地集成。Harvey 的第一版，是 Pereyra 自己做出来的。他至今也不会 React；他用 JavaScript 写，并请 GPT-4 帮忙，这也让他确信，同样的循环可以用在 Winston 的法律任务上。公司现在正在招聘优秀的工程师、更多前向部署工程师、前端和产品人员，以及 AI 研究员，并刚刚为纽约办公室任命了一位现场负责人（site lead）。

被问到一个尚未成为主流的看法时，Pereyra 首先对“一夜成功”的说法提出了异议。在做 Harvey 之前的十年里，他一直在尝试创办类似 Harvey 的公司；他当时起步太早，后来时机才对上。他认为，硅谷如今大致理解了能力曲线，却仍然低估了模型会变得好多少。更有意思的转变，在于人们如何利用这一点。二十年的 SaaS，主要是用软件来打造庞大的组织。相对于计算机与互联网出现之前，律所的规模已经扩大了 10 倍。他认为，这种事情还会再发生一次，只是方式与过去二十年不同。

人们仍然在谈论副驾式辅助工具和个人生产力。Harvey 开始思考组织生产力：一家公司为了更快地开发软件和产品所需要的基础设施，以及法律领域的同类问题。让一个人编程快 20%，并不等于让你做出产品的速度快 20%。Guo 把它比作 Figma 从单个设计师走向多人协作的设计团队的跃迁。Pereyra 想要的是法律、编程以及其他垂直领域的这一层：AI 坐在协作之上，去增强协作，不去取代它。

天真的说法是，模型变聪明了，就能完成这一切。事情不是这样演进的，就像雇用 100,000 人并不会自动造出一个沃尔玛一样。Guo 纠正他：沃尔玛更接近约 300 万人。关键在于组织。Guo 在 AI 驱动的并购整合和实施服务中，也看到了同样的规律：难点在于人员管理和工作流程，远远不是能不能做出模型。Harvey 也开始与私募股权公司围绕这个问题合作。Pereyra 认为，这会是一个非常有意思的领域。至于外界传他仍然睡在充气床垫上，事情是这样的：他有一张不错的床垫，只是没有床架。床架在从洛杉矶搬到旧金山时摔坏了，UPS 在没有搬家保险的情况下不肯送来替换品，而他一直没空处理。公司还有别的问题要解决。