解决什么问题
律师的工作是「在海量文本里做精确判断」:读几百页合同找风险条款、跨判例库核对引用、按事务所模板起草文书。通用 ChatGPT 能干个大概,但律所不敢用——引用可能是编的、数据可能外泄、格式不合行业规范。Harvey 把 LLM 包进法律垂直的工作流:判例与法规的专用检索、合同审查的结构化输出、符合律所模板的起草,外加企业级数据隔离。它卖的不是「更聪明的模型」,是「律所敢签字的 AI」。
- Harvey 官网:产品按 Assistant / Vault / Workflows 划分,全部面向法律场景
- Harvey 客户页:A&O Shearman、PwC 法律部门等头部机构背书
- 注意:以上为公开信息,本站未真实体验(产品不开放个人注册)
目标用户
大型律所与企业法务部门,按席位采购。个人律师和小所基本被排除:销售驱动、最低席位数、年付合同,采购门槛就是为 Am Law 200 设计的。这也解释了它为什么不做自助注册——客户要的是采购流程里的合规承诺,不是信用卡试用。
- Harvey 官网:无自助注册入口,只有 "Request a demo"
- Artificial Lawyer 对 Harvey 定价模式的报道:席位制、企业合同为主
可复制性
技术壳可复制,行业信任抄不了。「垂直 RAG + 工作流模板」任何团队都能搭,开源法律 LLM 项目也不少。难的是三件事:与头部律所共建打磨出的工作流细节(每个 practice area 的输出规范)、法律数据源的授权接入(判例库、法规库的合规使用)、以及「顶级律所都在用」的信任背书——法律行业买软件先看同行,销售周期以年计。新玩家即使技术相当,也要重走一遍 3 年的信任积累。
- A&O Shearman 与 Harvey 的合作公告:头部律所深度共建的公开证据
- Harvey 融资报道(TechCrunch):资金明确投向行业扩展与客户成功团队
核心壁垒
- 头部客户共建的工作流深度:与 A&O 等共建的 practice-specific 模板和评估标准,是拿钱买不到的行业 know-how。
- 信任与合规先发:SOC2、数据驻留、零留存承诺等合规体系 + 头部客户名单,构成采购决策的默认选项。
- 法律数据接入:与判例/法规数据方的授权关系,垂直检索质量的根基。
- 切换成本:律所把 Harvey 嵌进文档管理和培训体系后,更换供应商的组织成本极高。
- Harvey 安全与合规页:企业级合规承诺
- A&O 合作公告
- 反面证据:Artificial Lawyer 行业评论 多次指出垂直法律 AI 竞品(Legora、Luminance)在中小所市场快速渗透,信任壁垒在高端市场最硬、下沉市场变薄
公司背景
Harvey,2022 年由 Winston Weinberg(前律师)和 Gabe Pereyra(前 DeepMind/Meta 研究员)创立,总部旧金山。2025 年 6 月 E 轮 3 亿美元、估值 50 亿美元,Coatue 领投,是法律 AI 赛道估值最高的公司;年收入据报道超 1 亿美元,全部来自企业合同。商业模式为席位订阅 + 定制化工作流服务。风险:通用模型能力上探(GPT/Claude 直接干法律活越来越像样),垂直壳的「模型差」红利在缩小;Legora 等竞品以更轻的采购门槛抢中型所。