百亿美金法律AI Harvey联创：应用公司如何借开源建立研究能力

Gabe Pereyra是法律AI公司Harvey联合创始人兼总裁，曾在Google Brain、DeepMind和Meta从事AI研究。Harvey由他与大学室友Winston Weinberg共同创立，为律师事务所和企业法务团队提供AI产品。2026年9月9日，Harvey宣布完成5.5亿美元融资，估值达155亿美元，并披露全美百大律所中超过80%已使用Harvey。本次演讲来自Sequoia Capital的“Own Your Intelligence”活动，Gabe介绍Harvey如何在无法与基础模型公司比拼预算的情况下，依靠评测数据、领域专家、开源模型和外部研究生态建立自己的研究实验室。

AI应用公司很难在资金、人才和算力上正面超过基础模型公司，但可以借助开源模型、专业训练平台和外部研究团队，建立自己的研究能力。应用公司不必复刻基础模型实验室，但要先用真实任务建立评测和训练数据。Harvey的做法分三部分：建设评测标准和训练数据，与不同研究团队合作完成后训练，以及建立能把不同模型稳定部署到生产环境的基础设施。

第一步是建立可靠评测标准。Harvey今年公开三套数据集：LegalAgentBench按大型律所初级律师实际工作建立任务分类；合同数据集用于训练AI Agent参与合同谈判；尽职调查数据集是目前公开规模最大的强化学习环境之一，最大虚拟资料室含约8000万个token，可用于研究长上下文和复杂任务。难点在于数据来源。法律材料高度敏感并受保密特权保护，不能放进通用模型，甚至不能直接用于训练Harvey自己的模型。有效方法是让领域专家指导合成数据生成：由法律专家确定真实任务、材料关系和需发现的问题，再让模型生成初始数据，并由Mercor、Snorkel等协助扩大规模、专业人员校正。随后把数据集转化为高效强化学习环境，如尽职调查数据集使用1000多个单元测试并让大模型参与判断输出。Harvey还选择开放部分数据集，让研究社区持续使用、纠错和改进，也让基础模型公司发布新模型时主动使用Harvey的评测标准。

评测标准建立后才有条件训练模型。当前开源模型竞争力显著提高，经过后训练，已可能在特定任务上达到前沿水平。Harvey建议应用公司先与专业研究团队合作，若合作后仍无法得到更好结果，问题往往出在数据本身。Harvey同时与Fireworks、Baseten、Trajectory、Applied Compute等团队开展不同项目，以更快学习并分散对单一路线的依赖。受Cursor启发，Harvey希望打造自己的“Composer”，把合成数据、数据扩充、外部合作和内部后训练能力整合到一个模型中，再与闭源模型一起服务客户。

模型进入生产环境，依靠分层评测、模型路由和持续反馈。Harvey在60个国家运营，有多个产品模块，不同客户对模型有不同要求。每个新模型都要经过通用评测，每个产品模块还需自己的关键用户流程和自动化测试。最终是否上线，要同时考虑自动评测、人工测试、成本、延迟和地区可用性。上线后仍需继续评估，包括A/B测试、用户参与度、服务可用性、token效率和客户反馈。企业不必一开始就训练专有模型，可以先在不需要最强模型的环节尝试开源模型，再逐步建立模型路由和反馈机制。例如Harvey有些生成法律引证的功能可直接换用GLM-5.2等开源模型。完成简单替换和模型路由，并在生产环境中运行模型、收集反馈后，企业才具备形成后训练闭环的条件。收集反馈需非常谨慎，对Harvey而言，并非直接使用客户数据训练模型，而是利用用户测试等合规渠道获得的反馈信号，指导构建下一批数据集并继续改进模型。

Gabe表示，未来每家公司都需要成为一家AI公司，并找到适合自己的实现路径。借助已经形成的前沿技术生态，企业有机会改变游戏规则。Harvey的最终目标是让每家律所拥有能够持续学习的系统。