Winston Weinberg：打造 Harvey、企业 AI 与交易的艺术

Harry Stebbings 欢迎 Harvey 联合创始人兼 CEO Winston Weinberg 做客。Weinberg 说，OpenAI 是公司的第一位投资者，随后 Sarah Guo 和 Elad Gil 成为天使投资人。他的观点体现了一位向法律及其他专业服务客户销售 AI 工具的创始人的立场。

Weinberg 说，创业压力增大时，他开始每天跑一英里，并努力缩短用时。他发现，每天先进行高强度身体锻炼有助于自己管理压力、做出决策。这是他的个人习惯，而非适用于所有人的建议。

早起也让他能在消息涌入之前，不受打扰地思考产品。由于客户分布在不同时区，他尽量遵循美国东部时间作息，即使在旧金山也会在凌晨 4 点左右起床。

一个不太有益的习惯是反复查看所有 Slack 频道。他说，在创业初期掌握每件事有助于快速决策，但随着 Harvey 壮大，这会分散他对最高优先级问题的注意力，也让授权变得更困难。

Weinberg 回忆，自己最初以为其他创始人随时进入会议是工作不够努力。后来他看到了不同的道理：他们建立了无需依赖个人不断救火也能运转的组织，让创始人有时间检查公司运作、专注产品。

他描述了一个循环：先找到产品与市场的契合点，再建立适合市场的公司结构；机会变化时，再次寻找产品与市场的契合点。他说 Harvey 已经历这些阶段，现在他重新关注产品未来半年到一年的方向。

Stebbings 提到，Harvey 的年经常性收入约为 1.9 亿美元，估值为 80 亿美元。Weinberg 说，团队应与更广阔的 AI 市场比较，不能把市场需求全部当成自身执行力。他预计变化会很快，希望增长高于主持人举例估算的水平；这些数字是目标和估计，并非已实现收入。

被问及哪一轮融资的估值让他感到不安时，Weinberg 想起估值约 15 亿美元的 C 轮，当时收入较低。他说，自己往往选择信任的投资人，而不是追求尽可能高的估值；这是他对公司决策的叙述。

他偏好的融资方式在正式融资数月前就开始。让潜在合作伙伴先投入少量资金并获得信息权，可以让对方观察业务，将承诺的里程碑与实际结果比较。持续兑现承诺有助于建立信任、缩短之后的融资流程；但他承认，这种定向方式可能牺牲价格竞争。

Weinberg 说，投资人帮助他认识到何时需要资深管理者，他认为自己有时招聘得太晚。但对于具体应聘用谁，他对投资人的推荐没有那么信服：董事会上的出色表现和漂亮履历，未必能说明一个人实际上如何管理团队。

他不认同知名风投机构能轻易造就赢家的说法。他认为，钱无法弥补错误的产品决策，许多法律客户也不认识硅谷投资机构的品牌。在欧洲，律师可能更熟悉 EQT 这样的机构，而不是科技风投品牌。

Weinberg 承认，投资人名气仍可能帮助招聘，因为候选人会用声望作为判断公司的捷径。他担心主要冲着投资人加入的人，可能对使命投入较少；这是他个人的招聘判断，并非适用于每位候选人的规则。

Stebbings 问，如果一位销售负责人能够稳定完成目标，是否还需要重视使命感。Weinberg 说，即使一家快速成长的初创公司从外部看起来很成功，内部也常常十分混乱：问题、感受到的威胁以及士气波动持续存在。在他看来，对使命的认同有助于员工挺过这些不确定性。

他最担心的威胁是产品速度。随着 OpenAI、Anthropic 等模型供应商不断进步，应用产品必须提供明显高于通用企业模型许可的价值，才能保持吸引力。他认为，挑战是让产品优势形成得比底层平台进步更快。

Harvey 根据具体用途将请求路由到不同模型。Weinberg 说，流向 Claude Opus 4.5 的请求显著增加。OpenAI 是投资人，但他表示协议并不要求 Harvey 使用 OpenAI 的模型，而且在访谈时，公司也没有将大部分请求路由到 Anthropic。

Weinberg 区分了部分面向消费者的模型用途可能出现的性能平台期与企业工作。他认为，普通消费者往往更需要更好的上下文和应用连接，而非更多推理能力；编程与企业能力则可能继续快速进步。这一区分和增长前景都是他的预测。

谈及 Anthropic 和 OpenAI 的假设估值时，他看好两家公司，但对愿意为 OpenAI 支付的价格附加了条件。他认为 OpenAI 的消费品牌很强，并预计企业模型市场会有多个供应商。OpenAI 也是 Harvey 的投资人，这与他的立场有关。

他的核心观点是，技术能力的提升可能快于采用速度。即使模型开发停止，他仍预计企业和消费者需要多年才能将现有工具融入日常工作。他估计，企业出现大规模生产率提升可能需要三到五年；这是一种展望，而非测量结果。

典型的企业工作流程依赖多个独立系统，因此端到端自动化很困难。Weinberg 说，Harvey 已看到法律部门以外的企业团队，包括合规和采购部门，在公司尚未为他们专门开发功能时就开始使用其工具。

Harvey 的共享空间原本旨在让企业法务与律师事务所合作；他说，企业内部各部门也会一起使用。Stebbings 转述竞争对手 Legora 关于该创意被抄袭的说法时，Weinberg 否认，并表示 Harvey 在发布界面前已花数月建设安全和权限系统。访谈没有独立查明这场争议。

Weinberg 说他尊重 Legora，并认可它早期在欧洲的工作。他希望 Harvey 当初能更早投入欧洲，但表示小团队的精力有限：公司只有四人时，首次大型客户部署就涉及数千名用户。

他说，漂亮的演示不足以支撑企业部署。Harvey 在 2023 年底新增数万名用户后，发现基础设施尚未准备好，导致 2024 年初的产品交付放缓。他说，公司随后大力投入资深基础设施工程师。

他认为投资人应关注总收入留存率，而不仅是新增年经常性收入。如果公司迅速签约客户，却无法实施和支持售出的产品，客户可能流失。他对行业的担忧是一种预测，并非某个具体竞争对手失败的证据。

企业增长不仅改变产品，也会改变组织。Weinberg 以 Microsoft 对售后工作的投入为例，认为留住客户能为日后扩大合作创造机会。他举出的客户支出从 100 万美元增至 1 亿美元是一个假设例子。

被问到是否应该让客户难以离开时，他认为，更好的关系来自创造足够价值，让客户愿意留下。他描述了律师事务所利用定制工具争取业务、企业部门节省时间的情形，同时承认行业目前仍采用按小时计费模式。

Weinberg 预计一些律所会尝试固定费用，也认为 Harvey 客户可能接受更多按使用量计费。他将这些表述为预期和公司观察；访谈没有证明每位客户都偏好这些模式，也没有独立验证他所描述的投资回报。

他说，一些客户从专业服务预算而非技术预算中支付 Harvey 费用。他估计，访谈时 Harvey 约 60% 的收入来自律师事务所，40% 来自企业内部团队，并预计五年后比例相近。未来比例是预测，当前比例则是他披露的近似数字。

谈到律所就业的未来，Weinberg 预计新的咨询需求会抵消客户不再愿意购买的部分工作，例如常规文件标注。他认为，AI 风险、跨境监管和产品线扩张可能创造新任务。这是他的预测，不是初级岗位受到保障的证据。

他还预计 AI 会重塑更广泛的经济，同时承认市场可能出现短暂下行。他认为专业服务会随着经济活动增长，这是对未来需求的判断；对个别员工或公司的影响仍不确定。

对于欧洲扩张，Weinberg 建议与当地团队合作，并为各个市场调整产品，而不是认为旧金山的做法可以原封不动地移植。他说，通知期和园艺休假可能拉长招聘时间，因此开设办公室需要更早规划。

被问到有关欧洲人工作习惯的刻板印象时，他说这与自己接触律师的经验不符，同时指出他的样本集中在一个要求特别高的职业。他招聘时看重责任感：能否发现问题、承担责任，并坦诚面对错误。

随着 Harvey 壮大，他已无法亲自看清每个问题的来源。他说，当多人相互指责时，优秀的管理者会承认自己能控制的部分，而不是给出经过包装、实则自夸的所谓缺点。

谈回查看 Slack 的习惯，Weinberg 说，更深层的问题是他难以信任别人处理问题。他认为，无法依靠其他领导者的创始人就无法有效扩张。他将自己的独立性部分归因于成长经历，同时承认无法完全区分先天与后天。

他把领导团队比作运动队：人们应该关心自己的贡献，因为这有助于球队获胜，而不只是想拿个人最高分。他与 Stebbings 批评追逐履历和知名公司标志的行为，但这些概括是他们对科技招聘的个人判断。

Weinberg 回忆，ChatGPT 推出后曾有人预测，投资人在不了解该领域时会重新依赖名校和知名公司的履历。他认为，在不确定性中，社会声望可能成为判断的替代品，尤其是在快速变化的 AI 市场。

他估计，真正顶尖的 AI 研究者只有数百人，并说单凭履历无法识别他们。他建议向受尊重的研究者询问他们认为谁最优秀。这个数字以及他对研究社群的描述都是个人印象，而非统计结果。

被问及研究者离职时，他说，实验室改变方向、工作内容不再符合最初期望时，人才可能选择离开。他明确表示自己谈的是实验室的普遍情况，并非声称了解 Thinking Machines 的具体情况。

Weinberg 说，应用公司起初可能看起来只是模型的包装层，但传统软件基础设施以及使用客户数据开展定制工作也能形成差异化。他预计，随着产品成熟，对专业 AI 人才的需求会与普通软件工程需求一同回升。

谈到交易，他的第一条原则是倾听。他说，说得最多可能让人感觉有进展，但这不代表谈判真的在推进。理解个人和群体真正想要什么，比试图主导对话更有价值。

他的第二条原则是知道何时不必逐项讨价还价。如果某项资产或关系对公司尤其有价值，他可能在财务条款上让步以确保达成。这种判断取决于对价值和取舍的理解，并不意味着每次让步都会换来好交易。

Weinberg 将交易比作相互连接的绳索：完成一项交易可能减轻压力，让另一项交易成为可能。他以 Microsoft 的合作伙伴战略为例，说明公司可以从广泛的生态系统受益；Stebbings 则用同样的逻辑解释，为什么不应就心仪员工的薪酬进行不必要的压价。

他曾误判候选人，将沟通能力不足看作无法成长，后来才发现沟通技巧可以学习。他也承认曾掉入履历陷阱。这两个例子都强调了表面表现与实际贡献能力的区别。

2022 年，Weinberg 和联合创始人用网络论坛的问题测试法律问答原型后，向 Sam Altman 和 Jason Kwon 发送了陌生邮件。他说，他们请处理房东与租客纠纷的律师审阅答案；但自动字幕中关于 100 题中 86 题的结果不完整，无法据此确定准确率。

团队先与 Kwon 交谈，随后于 2022 年 7 月 4 日向 OpenAI 管理层介绍项目。OpenAI 成为种子轮投资人。Weinberg 回忆，投前估值约为 400 万美元，但表示自己不记得准确条款。

他说，在 A 轮期间，创始人两天内会见了大约十家风投机构，而他对这些机构的声誉知之甚少。联合创始人来自科技行业，但 Weinberg 主要依据会面互动进行判断；他记得约有一半给出了投资意向书，同时承认这一估计并不确定。

Weinberg 说，过去一年的教训之一是，即使在 AI 领域，建立公司的某些基本规律也没有改变。例如，他最初没有把新增收入目标与所需销售人员数量、销售配额，以及招聘和培养所需时间联系起来。

他比较了投资人的风格：他认为 Andreessen Horowitz 规模更大、更高调，而 Sequoia 的合伙人团队较小。两家机构都投资了 Harvey，因此他的评价来自一位与其保持持续合作关系的创始人。

他在一份运营文档中记录了自己敬佩的人及相关的简短提醒。他将主动承担困难、有压力的工作这一想法归于 Keith Rabois，并说这对自己有帮助；这是他的个人管理理念，而非普遍的健康建议。

他从 Pat Grady 身上学到持续施加努力，从 Brian Halligan 那里学会说“不”。他说，产品规划应该包括拒绝一些有吸引力的想法，让团队专注于少数真正能够做好执行的事情。

展望未来一年，Weinberg 希望 Harvey 从一款实用的生产力应用转变为法律专业人士每天依赖的基础设施。他说，公司已经建立多个产品线，但尚未将它们整合成连贯的平台。

他表示，使用至少四条产品线的用户中，日活跃用户与月活跃用户的比率为 74%，同时承认这个群体目前只占用户的一小部分。这一特定群体的数据并非 Harvey 全体用户的活跃率。他的目标是整合工具，并让更多客户持续使用。