夜雨聆风近日，法律 AI 独角兽 Harvey 在其官方博客发布了一篇专利 AI 工具市场梳理文章，将这一市场划分为四个品类：现有技术检索数据库（Prior Art Search Databases）、撰写与审查答复工具（Drafting and Prosecution Tools）、分析与全景平台（Analytics and Landscape Platforms）、法律 AI 平台（Legal AI Platforms）。核心主张是：这四个品类不可互相替代，选型应当从案件（Matter）出发，而不是从产品名出发。
什么是 AI 专利分析（AI Patent Analysis）
Harvey 对 AI 专利分析的界定是：使用 AI 对专利及其周边文档进行检索、评估和推理——从查找现有技术，到评估有效性与侵权，再到组合审查。
没有单一工具能覆盖全部工作。多数 IP 团队最终会组合使用多个品类，具体组合完全取决于手头的工作类型。
四大品类：各自做什么
1. 现有技术检索数据库（Prior Art Search Databases）
这类工具在全球专利与非专利文献上运行语义检索和图像检索，服务于新颖性核查、FTO分析和无效检索。语义匹配的价值在于：即使文献措辞不同，也能找出概念上相近的公开内容，省去大量分类号挖掘的时间。
局限同样明确：这类工具只负责"找到文档"。它不会阅读权利要求对比表（Claim Chart）、不会权衡审查意见、也不会构建法律论证。
2. 撰写与审查答复工具（Drafting and Prosecution Tools）
这类工具生成并检查权利要求与说明书，分析审查意见通知书（Office Action），承载审查答复工作流，通常嵌入 Word 中使用。功能包括：标记引用基础（Antecedent Basis）问题、建议权利要求措辞、把审查员的驳回意见转化为结构化的答复起点。
这类工具在高产出的撰写与答复业务中最能证明价值——机械性负荷最重的环节，以及跨申请一致性与速度同等重要的场景。
相同的权利要求惯例和术语贯穿每一件延续案，在同一个专利家族中，这种一致性会形成复利式累积。
3. 分析与全景平台（Analytics and Landscape Platforms）
专利分析软件把申请数据转化为战略情报：技术趋势、竞争对手组合、专利布局空白地带（White Space），以仪表盘和全景图的形式呈现。它回答的是董事会层面的问题——对手在哪里布局、哪些技术正在拥挤、空地在哪里。
它指导方向，但不做法律工作，与其他三个品类是配合关系而非替代关系。实践中，分析输出会成为输入：一张空白地带地图决定撰写预算投向哪里，对手的申请模式决定哪些组合需要被审查。
4. 法律 AI 平台（Legal AI Platforms）
第四个品类支撑围绕专利的重文档法律工作：对照权利要求阅读审查历史（File History）与参考文献，支持无效与侵权分析，跨组合比对专利，起草承载分析结论的备忘录与图表——所有结论仍由律师负责。
它在争议、尽调、许可谈判和组合审查中最有价值，恰恰是文档最长、风险最高、阅读量足以压垮团队的工作。
一个案件足以说明这个品类为何存在：一个无效立场意味着同时阅读一份审查历史、十余篇参考文献和一组权利要求，把全部材料保持在视野内，并产出律师可以检验的分析。这是法律深度文档工作，与"找到文档"是完全不同的任务。
四类工具对照表
品类 | 做什么 | 何时使用 |
现有技术检索数据库（Prior Art Search） | 在全球范围检索相关专利与文献 | 回答"什么已经存在" |
撰写与审查答复工具（Drafting & Prosecution） | 撰写并检查权利要求，支持审查意见答复 | 申请与审查程序 |
分析与全景平台（Analytics & Landscape） | 绘制趋势、组合与空白地带 | 战略与竞争 |
法律 AI 平台（Legal AI Platforms） | 分析文档，支持无效与侵权工作，起草法律产出 | 争议、尽调与组合审查 |
让案件（Matter）来选工具
这套分类法真正派上用场的时刻，是它变成工作习惯的那一刻。Harvey给出了四个典型场景：
周五下班前，一个覆盖 400 件专利组合的尽调请求落地——这是法律 AI 平台的工作； 审查员针对核心权利要求引用了新的对比文件——交给撰写与审查答复工具； 董事会问竞争对手下一步在哪里申请——交给分析与全景平台； 许可谈判需要对照对方立场解读己方组合——又回到法律 AI 平台。
先命名案件，再确定品类，最后选工具。
只有律师能做出的判断（Attorney-Only Calls）
Harvey特别强调了一条边界：权利要求解释（Claim Construction）立场、有效性与侵权结论、申请决策，都是律师做出并签署的法律判断，无论底层用了什么工具。
每一份 AI 起草的分析，在任何人依赖它之前，都必须对照实际的权利要求和参考文献核查。
工具压缩的是阅读量，责任不会随之转移。
Harvey关于以下常见问题的解释
小型 IP 团队需要全部四个品类吗？几乎不需要同时配齐。多数团队从工时最集中的地方开始：以审查程序为主的业务从撰写工具起步，诉讼业务从法律 AI 平台起步，检索数据库按案件调用。这张地图的价值在于按正确顺序采购，而不是全部买下。
AI 能准确读懂权利要求吗？现代系统对权利要求结构、引用关系和定义术语的处理，已足以支撑严肃分析的组织工作——但这不同于"解释"权利要求。权利要求语言刻意精确，解释可能因一个词而改变，真正有法律意义的阅读属于律师。把 AI 的阅读当作一轮严谨的初筛。
专利 AI 与通用法律 AI 有何区别？专利混合了法律语言与深度技术公开、附图和形式化结构的权利要求，分析需要跨越专利家族、审查历史和现有技术，而非单文档处理。为专利工作构建的工具能处理这种结构，通用工具大多不能。
结语
专利 AI 市场的混乱，很大程度上来自用产品名而不是用任务来描述市场。一旦按四项工作分类——检索回答"什么存在"，撰写工具承载审查程序，分析平台支撑战略，法律 AI 平台处理争议与组合的重文档分析——选型逻辑就清晰了：按案件选型，在品类内评估，让律师的判断置于工具之上。
原文来源：Harvey Blog, "AI Tools for Patent Analysis"
链接：https://www.harvey.ai/blog/ai-tools-for-patent-analysis
说明：本文基于 Harvey 官方博客文章编译整理。
