夜雨聆风最近花了一整周时间，做了一件听起来很无聊的事。
我用了一套叫「横纵分析法」的研究框架，把法律AI这个赛道从头到尾扒了一遍。
本来只是想自己搞清楚这个赛道到底怎么回事。
结果越研究越觉得，这玩意比我想象的有意思太多了。
故事是这样的。
1981年，罗格斯大学一个叫McCarty的教授，试图做一件在当时看来很疯狂的事——让电脑学会税法推理。他写了一个叫TAXMAN的系统，用LISP语言，把税法条文编码成逻辑谓词。
放到今天看，这就像用算盘去模拟量子计算机。
但就是这种笨拙的尝试，开启了法律AI这条路。
然后是漫长的沉寂。
整整三十年，法律AI都在学术圈里打转。发论文，开会，写综述。ICAIL会议从1987年开始每年开，JURIX从1988年开始。但商业世界对这东西几乎没兴趣。
原因很简单，技术不够。
直到2015年前后，情况开始变化。
加拿大多伦多，一个前律师叫Noah Waisberg，觉得合同审查这件事太蠢了。一堆律师对着几百页合同逐条看，找风险条款，提取关键信息。这不是人干的活吗？
他搞了个公司叫Kira Systems，用机器学习做合同分析。2019年融了5000万美元。后来被Litera Microsystems收购了。
同年，英国剑桥的一帮数学家搞出了Luminance。他们的思路更硬核——不用别人的模型，自己从头建。因为他们觉得法律这东西太特殊了，通用AI搞不定。
同期还有Casetext，2013年就开始做法律研究平台。一开始走众包路线，后来发现不对，转向AI。
这些公司有一个共同特点。
它们都活在GPT之前。
就是说，在ChatGPT还没横空出世的时候，已经有人在法律AI这条路上跑了好几年了。这不是一个被大模型催生的赛道，而是一个等了大模型很久的赛道。
2022年11月30日，ChatGPT发布。
然后一切都加速了。
坦率的讲，法律行业对ChatGPT的反应是分裂的。大所一边兴奋一边恐惧。兴奋是因为终于有工具能理解法律语言了，恐惧是因为这东西会不会替代律师？
但创业者根本不纠结这个问题。
2022年，一个前律师Winston Weinberg和一个前DeepMind研究员Gabe Pereyra联手搞了Harvey AI。这个组合太精准了——一个懂法律的痛点，一个懂AI的能力。
然后红杉来了，OpenAI也来了。A轮2000万，B轮8000万。2024年初估值7.15亿美元。
到2026年，Harvey的产品矩阵让我看了直呼好家伙。
不只一个聊天机器人了。它搞出了六个模块：Assistant（问答分析）、Vault（文档存储和批量分析）、Knowledge（跨法律/监管/税务的深度研究）、Workflow Agents（自主执行工作流）、Mobile（移动端）、Ecosystem（生态集成）。
这已经不是一个工具了。
这是一个平台。
而Harvey Agents这个东西，我觉得是最有想象力的。它不再是"你问我答"，而是"你给我一个任务，我自己去把它做完"。尽职调查？跑一遍。合同审查？过一遍。法律研究？搜一圈。
如果这东西真的work，那法律服务的交付方式就要被重新定义了。
不过Harvey有一个致命问题。
它的底层跑的是OpenAI 的 GPT。
这意味着什么？意味着如果OpenAI哪天决定自己做法律AI，Harvey的核心价值会被瞬间压缩。你用我的API做出了一个几十亿美元估值的公司，然后我跟你说，不好意思，我自己也想玩玩。
这不是阴谋论。这是所有依赖第三方大模型的AI公司面临的系统性风险。
跟Harvey形成鲜明对比的是Luminance。
这家2015年成立的英国公司，走了一条完全不同路。他们叫自己的技术"Legal-Grade™ AI"——法律级AI。这个词很讲究，意思就是我们不是拿通用大模型套个壳，我们是从底层为法律场景专门设计的。
他们覆盖了合同的全生命周期。起草、谈判、分析、合规、调查、协作。六个环节一条龙。
我对比了一下，Harvey像一个年轻气盛的天才少年，什么都想做，资源无限，冲劲十足。Luminance像一个专注的老工匠，在合同这个领域深耕了十年，不急不躁，但每一刀都稳。
你觉得谁会赢？
其实这不是一个谁赢谁输的问题。
说到这里，我突然想起了1880年代。
1880年代，电力开始在美国普及。当时很多工厂主花大价钱买了发电机和电动机，装在自己的工厂里。但装完之后，很多人发现生产效率并没有显著提升。
因为他们只是用电动机替代了蒸汽机，但整个工厂的布局、流程、管理方式都没有变。
后来真正吃到电力红利的人，是最早想明白"电力到底意味着什么"的那波人。他们重新设计了整个工厂，重新定义了生产流程。
法律AI现在的阶段，我觉得挺像1880年。
绝大多数律所和法务部门在做的事情，就是用AI替代了原来人工做的那部分工作。合同审查用AI看一遍，法律研究用AI搜一遍，文书用AI写一遍。
这当然有提升。但提升是有限的。
真正有意思的事情，是AI改变了法律服务的交付方式。Harvey Agents在试图做这件事——不是辅助律师，而是替代律师的部分工作流。如果这条路走通了，那一个初级律师的"尽职调查"技能就不值钱了，值钱的是"定义问题 + 审核AI产出"的能力。
再聊一个让我意外的事。
2025年，vLex被Clio以10亿美元收购了。
vLex是什么？它是一个从2000年就开始积累法律数据的平台。25年，10亿份法律文档，覆盖100多个国家。它后来搞了个AI产品叫Vincent，基于这些数据做法律研究。
10亿美元买一个法律数据公司。这个价格在2025年看来合情合理，但你换个角度想——25年的数据积累，10亿份文档，这些数据是任何大模型公司都无法快速复制的。
数据才是真正的护城河。模型可以换，数据换不了。
Clio收购vLex之后，加上它自己的法律实践管理平台，有望搞出一个"律所操作系统 + 全球法律数据 + AI"的终极形态。
这块，我觉得是整个赛道里最有想象空间的整合之一。
中国这边的情况比较特殊。
坦率的讲，中国法律AI目前没有出现Harvey那种级别的公司。原因很多，我自己的感受是核心有三个：
第一，中国法律服务市场的付费能力和意愿不如美国。美国一个顶级律所的小时费率动辄上千美元，中国律师的收入结构完全不同，对AI工具的付费意愿自然也不一样。
第二，中国法律数据的标准化程度不够。虽然有裁判文书网这个宝藏，但你懂的。
第三，大厂会切进来，这些大厂用底层模型能力碾压创业公司。
不过中国有一个独特的东西——智慧法院。
从2016年最高法提出概念，到现在已经搞了快十年。智能立案、智能庭审、智能裁判辅助、智能执行。这些场景是美国没有的，因为美国的法院系统跟中国完全不同。
所以中国法律AI的路径可能不是"像Harvey那样做一个给律所用的平台"，而是"嵌入司法系统的工作流"。
这两条路的逻辑完全不同。
最后说说我的判断。
法律AI赛道正在从"谁能做"转向"谁做得好"的阶段。
两年前，有大模型就能做法律AI。今天不是了。大模型是基础设施，所有人都有。真正的竞争在于：数据积累有多深、对法律工作流的理解有多透、客户信任有多强。
谁能把AI嵌入律师的日常习惯，而不是成为律师需要额外学习的工具，谁就赢得这场比赛。
我觉得最危险的剧本，是OpenAI或Anthropic直接做法律产品。这一天如果来了，Harvey们就得证明自己不只是一个GPT的法律皮肤。
最乐观的剧本，是法律Agent真的跑通了。一个AI代理可以独立完成尽职调查、合同谈判、合规审查。这会催生一个比当前法律信息市场大10倍的新市场。
不管哪个剧本，有一件事是确定的。
法律行业正在经历一场不可逆的变化。
而我们这一代法律人，正好处在这个变化的起点。
大时代啊，朋友们。
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～ 谢谢你看我的文章，我们，下次再见。
/ 作者：王杰文（下命令） × 爱马仕虾（选题）× 卡兹克风格写作 Skills（润色）
王律已为下列律协、律所、法学院分享过法律AI（均可点开查看）
如果贵组织有意与王律交流，请添加王律微信细聊：
本账号主理人介绍：
王杰文律师，本科及硕士均毕业于国内外顶尖法学院，前互联网创业者，后赴美求学。
在美国求学时，在哈佛大学与麻省理工学院共同创立的互联网公司法务部门实习：
成为法学院建校百余年第一位登上杂志的国际留学生：
回国加入北京中银律师事务所：
现在王杰文律师积极探索AI与法律行业的结合，有以下信息可供分享：
1.公众号：王杰文律师和你一起用AI
2.视频号:王杰文律师和你一起用AI，本视频号是国内第一个专注于法律AI领域相关分享的视频号，已经完成一百期内容可供观看。
3.腾讯系的第一个律师智能体：
4.王律Vibe Coding，介绍法律AI产品的小程序：
新栏目
一.法律AI圈优质产品推荐：
1.精选理由：中国法律AI开拓者之一，北大法宝创始人新作
注：如图所示，此图书的佣金率为0%，王律不会因上述精选产品的售卖而获益。
2.精选理由：中国最佳劳动法律师之一，钱伯斯及其他主流评级机构上榜律师。
