不是靠某个单点技术领先,而是靠「时机 × 标杆客户 × 嵌入式交付 × 资本碾压」四重叠加,在一个信任门槛极高的市场里抢先建成护城河。
Harvey 由懂法律痛点的前诉讼律师 Winston Weinberg 与懂模型的前 Google/Meta 研究员 Gabriel Pereyra 于 2022 年创立。它的胜出并非来自独家大模型,而是把四个要素叠在了一起:在 ChatGPT 爆发前夜拿到 OpenAI Startup Fund 的钦点背书;用 Allen & Overy、PwC 等标杆客户在保守行业里破冰;用 前置部署工程师(FDE)把产品深嵌进律所工作流形成高切换成本;再用 12 亿美元+ 的融资把对手甩开。
下文按四个角度逐一深挖,每节给出关键事实、数据与机制分析;最后一节专门收录质疑与风险,避免只讲"胜利者叙事"。
把"对的团队"放进"对的时点",再用资本节奏锁死赛道默认赢家的位置。
2022 年 7 月,两位创始人冷邮件给当时 OpenAI 的总法律顾问 Jason Kwon,讲述 AI 改造法律工作的设想。当年 11 月,Harvey 拿到 500 万美元种子轮,由 OpenAI Startup Fund 领投,跟投人包括 Google AI 负责人 Jeff Dean、Elad Gil、Sarah Guo。它是 OpenAI Startup Fund 最早投资的四家公司之一(同批为 Descript、Mem、Speak),当时基金还由 Sam Altman 亲自掌管。
这一步给了 Harvey 几乎无法复制的先发信用:模型与算力的优先 access,加上"OpenAI 选中的法律应用"这一身份背书——而这一切都发生在 ChatGPT 让世人看清 GPT 能力的几个月之前。
| 时间 | 金额 | 估值 | 领投 / 关键投资人 |
|---|---|---|---|
| 2022-11 | $5M 种子 | — | OpenAI Startup Fund、Elad Gil、Sarah Guo |
| 2024-07 | $100M | — | GV(Google Ventures) |
| 2025-02 | $300M(D轮) | $30亿 | Sequoia 领投 |
| 2025-06 | $300M(E轮) | $50亿 | Kleiner Perkins、Coatue;含 REV(LexisNexis 母公司风投) |
| 2025-12 | $160M | $80亿 | a16z(Andreessen Horowitz) |
| 2026-03 | $200M 增长轮 | $110亿 | GIC、Sequoia 共同领投 |
累计融资 超 12 亿美元。Sequoia 已三次领投——合伙人 Pat Grady 称其为"信念的终极信号"。对应的收入曲线同样陡峭:2025 年 8 月 $100M ARR → 2026 年 1 月 $190M ARR,5 个月接近翻倍;36 个月从 0 做到 $200M+ ARR。
Harvey 一度按 ~50× ARR 估值(传统 SaaS 通常 ~10×)。在"AI 应用层"叙事最热的时点,资本用超额溢价把它推成赛道默认赢家——高估值 → 更强招聘与销售弹药 → 更多标杆客户 → 进一步坐实领先,形成正反馈。
这是最被低估、也最难复制的一环——它把"卖软件"做成了"长进客户的工作流里"。
2022 年 12 月,拥有近 4,000 名律师、48 个办公室的英国魔术圈律所 Allen & Overy(现 A&O Shearman)在其 Markets Innovation Group 开始测试 Harvey;2023 年 2 月公开宣布——这是魔术圈律所首次公开使用生成式 AI。在极度看重同行背书的保守行业,A&O 这一单等于给所有 AmLaw 100 发出"可以信任"的信号。
2023 年 3 月,PwC 拿下四大中独家的 Harvey 合作,覆盖 60+ 国家的法律业务团队;双方还联合开发税务 / 法律 / HR 的定制模型并共同 go-to-market。一笔交易同时拿下分销渠道 + 训练数据 + 行业专家。
这套源自 Palantir 的打法是 Harvey 最深的护城河来源。FDE 全职坐进单一律所 6–9 个月,把律所最有价值、最特异的工作流(M&A 尽调、证券申报、监管备忘、诉讼)翻译成产品。
一旦产品被深度定制并嵌进核心工作流,切换成本极高——律所很难再换供应商。Harvey 还专设 "Transformation Office" 推动落地采用,把"卖出去"延伸为"用起来"。
战略联盟,集成其判例正文内容与 Shepard's Citations 引证。
打通 AI 法律工作 ↔ work-to-cash 业务运营,连接前台与后台。
直连律所文档管理系统,数据不出墙。
横向扩展工作流与企业内部法务场景。
客户含 NBCUniversal、HSBC、Comcast、Carvana、Walmart、T-Mobile、Bridgewater。定价 $500–1,500 / 人 / 月,明显高于对手仍卖得动——侧面印证标杆 + 嵌入带来的定价权。
没有独家大模型,差异化在"编排 + 领域化 + 评测",再用数据飞轮把优势滚大。
尽管出身 OpenAI,Harvey 不绑死任一模型:平台同时整合 OpenAI、Anthropic、Google DeepMind 的前沿模型,按任务(起草 vs. 研究 vs. 编排)智能路由到最强者。2025 年 5 月引入 Anthropic 与 Google,既对冲单一供应商风险,也持续保持质量领先。
Harvey 公开了 BigLaw Bench ——一套贴近真实法律工作的开放式、主观任务评测,并持续扩展:
自研检索较常用 embedding/重排方法多识别最多 30% 相关内容。
SPA 交易要点抽取准确率达 98.47%。
面向硬核 agentic 法律研究问题的数据集。
开源法律 Agent 评测,定义行业标准。
顶级律所使用 Harvey → 产生法律专属使用数据 → 微调模型 → 更好的法律 AI 吸引更多精英律所。叠加 "lawyer-in-the-loop" 开发哲学(大量员工持法律学位),以及 2026 年起为律所训练开源模型来"编码"其特定工作方式的 PoC——壁垒来自每一次自动化沉淀的工作流数据,而不是底层模型本身。Harvey 称其 Assistant 在自家评测上幻觉率约 0.2%(此数据存争议,见下)。
Harvey 赢在美国、赢在先发与规模;但对手增速更快,巨头与模型厂商正从两侧夹击。
| 维度 | Harvey | Legora | CoCounsel(Thomson Reuters) |
|---|---|---|---|
| 切入点 | 律所工作流 | 律所工作流 | Westlaw 判例库 |
| 强项 | 美国市场、M&A 尽调、Agent 平台 | 欧洲 / 多语种、跨 12 法域、表格化批量审阅 | 判例密度、与 Westlaw/Practical Law 深度集成 |
| ARR | ~$200M(约 Legora 两倍) | ~$100M(增速更快) | 背靠 TR 巨头,百万级专业用户 |
| 估值 | $110亿 | $55–56亿 | (上市公司体内) |
| 定价 / 月 | $500–1,500 | $300–800 | $225–639(含 Westlaw 捆绑) |
晚一年成立、增速更快;2026-04 完成 $550–600M D 轮,估值 $5.6B,Accel 领投,Nvidia / Atlassian 跟投。强在欧洲与多语种,正主攻美国;并以 Walter AI 收购补 agentic 能力。
增速更快欧洲基本盘背靠 Westlaw 权威内容,深度集成 Practical Law;2026 自研 LLM、推下一代 CoCounsel,强调"工作流编排"为差异化。100+ 国家、百万专业用户。
权威数据巨头分销在 Legalweek 2026,业界共识是"AI 已是入场券、不再是卖点",竞争转向集成深度、UX、领域专精与总拥有成本。Harvey 与 Legora 被认为夹在三股力量之间:握有权威基础设施的老牌厂商、规模优势巨大的基础模型公司,以及 Anthropic 等企业级插件生态——长期都不是好相与的位置。
整体判断:Harvey 的领先更多源于先发 + 网络效应 + 切换成本,而非技术代差。在美国它仍是默认选择;但护城河需要靠持续的工作流嵌入与数据飞轮来维持,而非估值。
为不只给"胜利者叙事",这里收录实质质疑。
Harvey 已经建立了真实且可观的领先——但"已经赢透"与"被押注会赢"之间,仍隔着一场关于准确率、嵌入深度与单位经济的持久战。