Harvey: AI 不会替代你, 但会用 AI 的人会

在法律领域，AI技术的应用正在引发一场效率革命。本文将介绍一家名为Harvey的法律AI公司，它通过多模型协同和智能化工作流程，大幅提升了法律工作的效率和准确性。

今天的主角是：Harvey，网址

https://www.harvey.ai/

之前还没有分享过专业服务领域的AI独角兽，今天刚好看到新闻，一直关注的一家做法律工作自动化的Harvey公布了新一轮融资，今天就跟大家分享下这家专业领域的AIAgent公司。

需要的小伙伴可以看下之前关于什么是AIAgent的介绍文章。

01Harvey是什么

简单来说，Harvey是一家专注于法律领域的AI公司，成立于2022年。创始团队背景独特，Weinberg是前反垄断和证券诉讼律师，Pereyra则是前MetaAI研究员，这种”法律+AI”的复合背景是公司的重要特点。

Pereyra专注大型语言模型研发，Weinberg深谙法律工作流痛点，团队中律师占比超40%，确保产品与专业场景深度契合。

先描述一个Harvey的使用场景，帮助大家了解其核心能力：

背景：某律所为科技公司收购欧洲企业，需审查目标公司在德、法、意的500份雇佣合同是否符合当地劳动法，传统需10名律师3周完成。

Harvey解决方案：

1.多模型协同：

Gemini2.5一次性读取全部合同，标记违约金条款异常；

Claude3.7比对各国民法差异，生成国别合规报告；

定制案例法模型引用近期判例提示诉讼风险；

2.自动化输出：

3小时内完成审查，输出带溯源引用的风险清单；

自动生成并购协议修订建议，节省200+人工小时；

看到这里，看过我其他分享文章的小伙伴是不是对企业级AIAgent稍微有点儿感觉了？对企业级AIAgent感兴趣的小伙伴，强烈建议大家结合Writer和Glean两篇文章一起看。

企业级AIAgent的核心能力之一就是用AI智能化工作流程，大幅缩减原来的重复劳动，释放更多生产力（工时）。

回到Harvey，先看下资本市场的表现：

2022年末：OpenAI创投基金+天使投资人支持，约500万美元种子轮；

2023年：红杉资本领投，A轮2100万美元；

2024年：B轮8000万美金，估值7.15亿美元；

2024年：C轮融资1亿美元，由谷歌风投GV领投，估值15亿美元；

2025年1月：D轮3亿美元，估值30亿美元，半年内估值再翻倍；

2025年6月：E轮3亿美元，估值50亿美元，3个月估值飙升67%；

截止2025年6月，Harvey完成至少6轮融资，累计超8亿美元；

7.15亿→15亿→30亿→50亿美元，12个月内估值增长近7倍，反映了资本市场对垂直领域AIAgent的极高期待。

当然，估值翻倍的背后是业绩的支撑：

ARR（年经常性收入）：2024年突破5000万美元→2025年6月超1亿美元，8个月增长2倍。

Harvey的融资史堪称“垂直领域AI独角兽教科书”：

领域深度×收入爆发×生态卡位=资本密集押注

02目标用户和商业模式

再来看下Harvey的目标用户和商业模式，根据Harvey官网和公开数据：

1.目标用户：面向律师事务所（事务所合伙人、资深律师、诉讼团队）和企业内部法律团队，覆盖起草、尽职审查、研究、诉讼支持、合规等所有法律相关工作。

2.客户覆盖：235家+企业、335+机构、涉及45+国家；包括90%的美国前十位律所（如Allen&Overy3500名律师全员使用）；普华永道4000人税务团队等；

3.用户粘性：日均查询量5次/律师，使用率一年内从33%升至69%，年留存率超70%；等待名单超1.5万家律所，欧洲成为增长最快市场；

4.商业模式：订阅+定制化

客群聚焦高端：主攻顶级律所与企业法务，规避中小客户竞争；

定制化收入占比40%：基于律所私有数据训练专属模型，形成数据飞轮。

商业模式这里我有两个小思考和大家交流：

1.Harvey在显著提升律所工作效率的同时，可能也会引发律所收入模式变革（计时收费→固定费用？）

2.10万美元/年的基础订阅费在毛利极高的法律行业基本可以忽略，税务、财务类似。但是毛利低的行业（如制造业、基础零售、物流等），若直接引入高端AIAgent，还需衡量cost&benefit。

03产品核心能力

1.合同起草与条款生成功能：可基于自然语言生成法律条款或完整合同草稿，支持事务所与企业定制化条款库；

2.尽职审查与风险识别：自动化分析大量合同/文件，识别重要风险或重点内容，加快交易流程；

3.法律研究与引用支持：支持语义查询法条、案例、法规，自动生成引用并支持LexisNexis引擎集成，增强权威性；

4.多模型支持与工作流程自动化：除GPT，还支持AnthropicClaude、GoogleGemini等底层模型；可自行设定的内部工作流程；

5.定制化与客户共建：为主要律所打造专属流程、模板与工具集。

Harvey提供的方案直击法律行业效率与准确性痛点：

技术路径：

早期依赖OpenAI模型→2025年转向多模型Agent平台，OpenAI+Anthropic+Gemini，并按任务调度最优模型，如Gemini处理长文档、Claude优化合同条款；

自建法律基准测试BigLawBench，公开评估模型性能强化可信度；

04Harvey成功启示

先简单总结下，Harvey的成功体现了专业服务市场AIAgent的巨大潜力，专业服务市场的AI化强调“人机协作”而非AI替代人工：

垂直场景深耕：法律市场年规模4000亿美元，文本处理需求刚性，Harvey聚焦“高价值+高重复”任务（合同/合规），而非替代律师；

人机协作设计：所有输出需律师签字确认，既保障责任归属，又消除职业替代焦虑；

数据飞轮效应：头部律所客户提供稀缺训练数据→提升模型精度→吸引更多客户，形成闭环。

最后，已经分享了不少AI产品，既有创业公司做的小而美的产品，有垂直领域的独角兽，我其实更想和大家分享的是：不要怕。

在技术变革的浪潮中，真正的智慧不在于恐惧替代，而在于驾驭变革。Harvey、Runway和Glean的实践揭示了一条更光明的路径：AI不是取代人类的工具，而是解放人类潜能的杠杆。

AI不会替代你，但会用AI的人会，与其担忧被机器取代，不如成为驾驭机器的人。