OpenAI 把 Agent 塞进律所的 IPO 流程

OpenAI 把 Agent 塞进律所的 IPO 流程

OpenAI 拿一家律所的 IPO 流程做成了 Agent 样板，挑的是最保守的行当。

Anthropic 单开了生命科学验证口，曼大用 AI 重算全英空气污染预报。

AI生图

IPO 是律所最贵、也最不能出错的那类活，Cooley 已经把它的一部分交给 ChatGPT 辅助，OpenAI 随后把这次合作做成公开案例，挂在自家「ChatGPT Work」名下。

案例里没提效数字，也没报价——被验证的不是效果，是预算。

到底快了多少？

危险的一点在别处：平台顺着工作流往下沉。「接模型做问答」这层价值，被客户共建的案例顺手收走，只做通用问答前端的团队，护城河正在变薄。反过来看，法律、合规这种文档密集场景里确实有预算在动。

做法律、合规 AI 的创业者先受冲击，产品本质是「接大模型做文书问答」的团队最危险——律所要的那层界面，平台可以自己递过去。留给你的活是私有文档治理、审计留痕、责任归属，这些平台不愿碰，也能单独报价。

现在就动：如果你的核心产品是通用文书问答，把它改成绑定客户私有数据与审计链的工作流；若手上已有律所渠道，先拿一个付费的尽调或 IPO 试点，别做通用 SaaS。

待观察：法律行业对 AI 出错的容忍度极低，责任归属未定，模型商继续下沉还会挤压第三方。

Anthropic 给大模型加了一道按行业分的门槛：生命科学单独一套验证程序，过了才给对应能力。公告只有一页，验证标准、管哪些模型、是否卡 API 访问、收不收费，全没写。

变的是谁有资格拿模型做什么，不是模型本身多强。前沿模型商在生物这块开始过验证的进，其余挡在外头。信息硬，受众窄——做通用 AI 应用的看个热闹就够。

做 AI+生物医药的创业者先感到痛：模型供应链多了一道别人把守的关，单一依赖 Anthropic 就是把交付押在别人的审核节奏上，合规成本和等待时间得重算进报价。做通用 AI 应用的短期没事，但记一笔——这种垂直「准入线」被同行抄走，下一个被卡的可能就是你所在的行业。

如果你的产品服务生命科学客户，本周先画一张模型依赖图，标出哪些功能强依赖 Anthropic，留一条能切换的备份模型路径；跟生物不沾边的，不用动。

待观察：验证标准、时限、收不收费原文都没公布，走流程要多久没人知道，排期别按乐观的写。

英国去年约 3 万人死于空气污染，这是曼彻斯特大学用 NVIDIA Earth-2 做全英预报时引用的健康数字。传统做法靠「化学机理模型」一步步算，贵且慢，分辨率和更新频率都上不去；Earth-2 用训练好的网络替掉一部分物理计算，同样的仿真能高频、高分辨率地跑。

变的是买算力的口径。政府和环保部门的仿真预算，过去花在超算机时上，现在可能转向 AI 推理和模型服务。省了多少钱、快了多少倍，原文没给数字，存疑。

做气象、环境、碳排放仿真和合规预测的创业者最先被波及。卖点如果是算得贵、算得精，平台把推理成本压下来之后，这层差异化就没了；产品上移到接监管口径、出可执行结论，位置才站得住。把仿真嵌进城市管理产品的团队，同样得重估自建模型这条路。

核心卖点若是仿真算力，先花两周验一件事：客户肯不肯只为结论和合规报告付钱；不肯，就直接基于 Earth-2 做分发，别自建模型。

待观察：环境数据一旦用于公共健康决策，模型误差会带来责任和声誉风险。

参考资料

[1] OpenAI 拿律所的 IPO 流程做了样板：https://openai.com/index/cooley-gopublic

[2] Anthropic 单开生命科学验证，通过才给大模型能力：https://www.anthropic.com/news/life-sciences-verification-program

[3] 英国 3 万人死于空气污染，曼大改用 AI 重算全英预报：https://blogs.nvidia.com/blog/uk-air-pollution-research-earth-2/

[4] Epismo OS：https://www.producthunt.com/products/epismo

[5] Gemini Live audio：https://simonwillison.net/2026/Sep/15/gemini-live/