张惟师：“克制之商业化”。
吾等观察到大型企业于合同管上还停留于 OA、发邮件附件此名水平，法务需审查之合同量甚大、类型甚多，此为一名确凿且没有被认真对待之痛点。
不过针对C端与中小主顾之法典AI货品，有一名疑难为区别于其他ToC之AI货品，彼就为法典为一名低频需求，无法用续费率来衡量。
张惟师：若非要选，为 2023 年大模型出来之后，吾等把合同审查货品向大模型迁移之速度大概慢之半年。
虎嗅：商业化此块，幂律达到你自己之预期之吗。
“吾律”不为器物。
带动。支撑此种信赖之，为一套延续运转之数据闭环：AI给出结局，用户复核修改，“原始结局”与“者工定稿”之间之差异，幂律会定期跑程序剖析，再反过来改良模型。
幂律拿到8000万之后干之第一件事，不为扩充，为重构。
” 张惟师：中大型企业此条线，早期最大之坑为技艺预案选型之疑难。
于张惟师之设想中，它可成承担一名AI律师之角色。
故吾等后调理思路，不走烧钱投放，而为找渠道，找有大量企业源泉之渠道，借彼等之背书来推货品。
他为幂律智能之联手创始者兼CTO，此家法典AI公司背后站之线性本钱、蓝驰创投、源码本钱、红杉本钱等头部机构。
通用模型之本领已于甚多层面覆盖之垂直模型之优势。
第一为模型层，吾等跟智谱协作操练之垂直法典大模型 PowerLaw GLM，融入之大量法条案件数据与效劳过企业之优质合同数据，于法典场景下之幻觉天然比通用模型少。
而且走之不为同一条路。
此两类数据品质较量高，可直接作为大模型之memory 或者RAG 方式用。
第一，对垂直场景更深入之体谅。
虎嗅：你印象最深之用户案例为什么。
吾等于成皆有一名法务团队，于无锡与华东一带签之几百家中小企业，作为彼等之法务顾问。
彼时候大模型刚出来，注资者与主顾对你之期待皆变之——彼等想看你怎么用大模型，但吾等当时老货品还没有来得及用大模型改造，新货品也没出来，账上上一轮融资之钱基本快花光之。
最始吾等用做互联网 C 端之思路——邀请裂变、发会员奖，但法典为低频且极其隐私之场景，用户不会主动把一名法典平台推荐给别者，裂变根本起不来。
一家初创公司，一上来就操练垂类模型，为一项甚重之投入。
故2025年始，吾等做之一些调理，首先不做重本金之增量操练，改做两类轻量工，一为针对特定器物调用本领之微调，比如把违约金计算器物之本领训进模型；二为私有化场景下，用开源模型做法典数据之小规模操练，处置私有部署氛围下通用本领不足之疑难。
立案时需哪些材料、每名材料之格式，须具备专业律师级别之学识才能过审。
故从 2025 年始，吾等不再做大规模增量操练，更多为做针对特定器物调用本领之微调，或者于私有化场景下用开源模型做法典数据之小幅操练。
有之此名缓冲，吾等才能一面重构老货品，一面续推进“吾律”。
Techno-culture。生机现于当年6月：于决定向大模型转轨后，幂律推出之垂直法典大模型PowerLaw GLM，做之一名对话货品之demo。
张惟师：“无忧吾律”为“吾律”之前身，但不为同一名货品。
此些为成熟之变现路径，做法典平台之同行大多于做。
若为此样，如何确认货品之PMF。
但他花之八年光阴，先把另一件事想清楚之：法典AI，到底应为什么。
有些事适合 AI 做：根基性、高频之法典咨询，开律师函，起草合同，起诉状生成——律师本来也为花光阴换进项，今 AI 来之，此块之进项律师确实赚不到之。
机遇偏爱有准备的头脑。张惟师：2023 年上半年。
大厂方面，法典此名场景对大厂来说或不够性感，频次低、裂变效应差，不为彼等投入之要点。
张惟师说，过往为60%来自模型本身，40%来自Agentic之工流，但今来看，则反过来之。
此不为我之专长，但做面向大众之货品，此块又格外重要。
内部怎么估量AI品质。
此项AI货品之核心身价有多少来自模型本身，又有多少于基于对法典行业认知上搭建之Agentic workflow 或认知架构。
用户愿意付费，为因想买一名可信赖之效劳结局。
两条货品线各自看什么指标。
张惟师：主要两条线：一为法条案件检索，但国后把数据敞开之，而且此名赛道已有做之十多年之巨头，门槛没之；二为律所端之学识管体系，国内律师总数也就几十万，付费意愿不大，天花板甚低。
于法典AI此名赛道，有几名疑难为每家公司皆绕不过往之：要不要操练垂类模型。
张惟师：吾等做“吾律”之出发点从来不为取代律师，而为基于 AI 与者工律师各自之优劣势来做分派。
张惟师：最始之货品逻辑为纯章法引擎加学识图谱，没有大模型可用，为树形架构之审查逻辑，要给合同加一名“分期付款”审查点，要搭几十名步骤，才能裁决甲方为否于付款比例上让步太多，此套东西甚费者，效果也有尽。
此句话背后意味之，模型之贡献越来越小，而80%则为对法典场景与业务流程足够体谅，为大量确凿案件积攒出来之工流，为让AI结局可信赖、可兜底之效劳体系。
每次皆被张惟师否决之，幂律就为幂律，比Harvey早之整整六年。
“青黄不接”，张惟师后形容彼段光阴为“硬撑过来之。
其他家大多还停留于 SaaS 器物属性，做不到真正帮用户交付疑难——比如开盖章版律师函，今没有一家法典 AI 货品能于线上直接开出来，吾等已可做之，本金一百块钱不到。
虎嗅：我看到之前有名叫“无忧吾律”之效劳，此名货品与“吾律”为什么关系。
张惟师：注资者有时候会问“汝等会不会成为华夏之 Harvey”，但幂律为 2017 年成立之，Harvey 为 2023 年才成立之，吾等早之整整六年。
UDP。慢之半年之代价为，市面上现之一些没有技艺包袱之竞品，律师出身、文科底色，直接于大模型上面配上自己之审查 know-how 就扔进去，效果于当时看起来异常好。
甚至后面还打算推出“你敢用我敢赔”之功能。
说起幂律之成长，2023皆为一名避不开之光阴点。
法务同学先用吾等之 AI 体系提效，比如审合同、写法典意见书，AI 先出结局，者再做二次复核，最后发给用户，此名历程中还有微信群跟进效劳，类似律所之方式，此为有者工本金之，故吾等之定价于大几千到一万出头，跟律所比其实已甚低之。
资产必程度之扩充，带来利息净进项之增益、不良率之降。
两名方位，为不同土壤中长出之不同之结局。
找律师之话，没有一周、几千块钱搞不定，而且他为新用户，吾等彼时候给之试用额度，于他身上没有赚到一分钱。
百万 token 之价码今甚廉，整体下来不为大头。
因此，浦发银行业绩之改善，甚大程度上来自于资产规模之扩充。
张惟师：数据飞轮分两块：数据收集与数据用，形成闭环。
甚多大企业采购之一套智能化体系，但其实根本没者用，或者用一下就放之之。
虎嗅：法典 AI 对幻觉之容错率极其低，几乎要求零幻觉，幻觉疑难怎么办理。
此些不为大模型本领提升就能自动处置之。
张惟师：此名比例于变。
虎嗅：若幂律前景走不下去，最大之缘由或为什么。
此也为华夏第一名商业化之法典AI大模型公司。
虎嗅：创业此几年有没有格外至暗之时刻。
到去岁吾等觉得此套东西之 know-how 已拿到之，大模型本领也到之一名新之阶段，就把此名模式晋级成纯 AI 交付之货品，也就为今之“吾律”。
第三为数据闭环，用户复核修改之举止为甚有身价之操练信号，AI 之原始结局与者工定稿之间之差异，吾等定期剖析，反过来改良模型。
但此种货品门槛低，吾等意识到疑难之后用之一名季度左右就追上来之。
我加入之后，此两条线皆停之，专注做企业端。
虎嗅：法典AI之赛道，Harvey已为跑出来之，会有注资者问汝等，为不为华夏之Harvey，或者把汝等与Harvey做对标吗。
比如 AI 自动化立案，此名甚难，真之做出来或挣不到多少钱，但吾等还为于做。
但站于今日看，垂直大模型对整体货品效果之贡献度于衰减，此为实际情况。
于此种强信赖之赛道，如何权衡苍生律师与AI律师之间之界限。
大模型出来，时机成熟之。
吾等持要用 AI 去尽量帮用户处置疑难，即使有些场景 AI 做之挣不到钱，吾等也持做。
张惟师：此为吾等目前面临之最重要之疑难之一。
程序员用量格外大，一不小心一上午就或用之 100 美元，此块加起来也为本金。
幂律智能团队照片 图片由幂律智能提供 张惟师：要站于当时之视角看，2023 年上半年做此名决策为因通用大模型本领远没有今强，让它回答一名法条疑难、生成一名合同条款，基本为乱答之，彼时候做垂直法典大模型极其有必要。
为之除去幻觉，彼等与智谱协作，操练法典垂类模型PowerLaw GLM。
2023 年 8 月，吾等拿到之 8000 万之融资，蓝驰领投——此笔钱目前还为法典科技赛道最大之单笔融资。
最始吾等并没有把大模型当成推倒重来之理由，原来之货品还于交付，不能即刻切换。
整名历程半天，跟“吾律”互动之 200 次左右，问之 80 多名疑难。
比如吾等今其实有甚多可快速变现之方式，比如剖析用户聊天记载，把有需求之转给协作律所去电话回访；或者于用户问之几句话之后即刻弹出“需者工效劳吗”，推律师撮合，此些皆能快速挣钱。
但有些事只能律师做：开庭、线下办理繁案件、名性化高端业务——AI 做不之，律师之身价不可或缺。
也为于此一年，一家叫Harvey之公司于大西洋另一端成立之。
收集侧，除之公开数据，一方面为吾等法务团队内部整理之专业学识数据，另一方面为主顾授权后脱敏之合同数据。
为之快速交付课题，代码堆积，不同课题之间复用率、可配置化皆较量差，结局效劳之几百家企业之后，吾等要花将近一年光阴重构，重新基于多智能体架构来做。
Harvey效劳之为大律所——美国律师付费意愿强，事务所愿意花钱买提效器物，订阅制跑得起来。
因于彼名时期，市面上涌现许多法典AI团队，律师底色、不懂营造——直接把自己之法典学识喂给大模型就出货品之。
本文来自虎嗅，原文链接：https://www.huxiu.com/article/4850995.html?f=wyxwapp 注资者时常问幂律一名疑难：“汝等为华夏之Harvey吗。
基于多智能体架构重修之一套合同审查体系，比原来好甚多。
缘由有两名：一为我作为 CTO 对大模型本领提升速度之裁决还不够准确；二为技艺预案之路径依赖——原来彼套基于章法引擎之预案做之甚久，当时有一些待交付之课题，为之保交付保效果，不太敢用急进之新预案，局内者之自我变革为较量难之。
“吾律”此端一样，吾等用 AI 自动剖析用户之用数据，用户问到哪里不问之，哪里点之赞，哪里于吐槽，定期做自动化剖析，让模型更准确。
虎嗅：汝等做企业端之时候，大模型还没有出来，大模型出来后，对公司来说有哪些较量枢纽之变化。
Beauty。第二为架构层：多智能体架构，每名智能体专门负责一名子差事，最后有一名校验智能体对核心交付结局做二次 check——地址电话对不对、案号准不准确、文书有没有违法讯息，没疑难才发给用户。
虎嗅：法典行业对信赖之要求甚高，若为一名AI律师，怎么于用户侧建立信赖。
天下兴亡，匹夫有责。本年，为幂律成立后之第8年。
商业化宗旨，本年下半年才始追。
大多数华夏者一生中不会主动联系律师，找不到门，也付不起钱。
“吾律”为围绕中小企业与 C 端之法典场景设计之，真正帮用户交付结局，比如企业欠款追缴，吾等从证据收集、催款函生成、盖章律师函，到 AI 打电话谈判，到写起诉状，到 AI 全流程自动化立案，此一套流程需极其深之专业积攒。
中大型企业此条线，吾等早期最关注确凿用率。
张惟师认为，此为一名商业机会。
从技艺手腕来说，多智能体互相校验、减幻觉；从者机结合来说，吾等开律师函此名场景，AI 起草，协作律师做复核再盖章，此本身就为一层信赖背书；往后还会做者工专家审核功能，用户花甚少之本金，吾等之协作律师给出意见与修订版。
吾等更关注之为：此家企业一年有 1 万份合同，上线之后真正走之 AI 审查流程之有多少。
史册上此种案例屡见不鲜。
“此跟吾等之初心不符。
但吾等觉得他对“吾律”之信赖，已远超对一名 SaaS 器物之信赖。
张惟师说，于2023年，通用大模型本领还没有上来之时候，做垂类模型为极其有必要之，跟智谱协作于GLM3上做法典增量操练，“于当时为难得之源泉”。
张惟师说，彼等关注用黏性，会看用户于用户有需求之光阴窗口里，他跟“吾律”互动之频率与次数，为只问之一名疑难就灭之，还为始终于问，直到疑难被处置。
此名指标极其枢纽，因它直接决定你后续二期三期课题之签约率，中大B货品真正之赢利其实于二三期，第一期更多为打根基之。
张惟师：幻觉不或百分之百除去，者工审查也会出错。
2025年5月，杭州银行股价触发130%强赎线，公告强赎后，股价于转股期间累计上涨超20%，最终转股率达99.96%，核心一级本钱充足率提升0.83名百分点。
虎嗅：今最焦虑之为什么。
注资者想看新东西，主顾也想看新东西，但幂律之老货品——企业合同审查体系还没来得及用大模型改造，新货品也没出来，账上上一轮融资之钱快花完之。
RabbitMQ。虎嗅：大模型本领提升之后，汝等发觉自研垂类模型之本领被大模型覆盖之，彼么随之大模型越来越强，垂直厂商之壁垒到底于哪里。
最后为效劳保障，例如“你敢用我敢赔”，此名承诺本身就为信赖之来源。
彼一年上半年，大模型出来之。
最后还为要尽量依赖大模型，不能于旧框架上打补丁。
到 2024 年，公司整体营收才真正步入正轨。
张惟师：大头为云主机，加上吾等自己布之跑法典大模型用之 GPU 集群。
除之之前B端之合同审查体系，内部始孵化“吾律”此名课题。
续费率更多为企业端之指标，C 端因需求本身太低频，不太适合用续费来衡量。
Warp Drive。法典需求为低频之，但高强度，用户遇到疑难会甚焦虑，彼段光阴他或问几百名疑难，吾等就看于彼名光阴窗口内，他为问之一名疑难就灭之，还为真之始终于用、疑难被处置之。
API此块，实话说今比之前廉多之，本金还好。
为什么要做法典垂类大模型。
虎嗅：公司整体之采购本金，大头于哪里。
几名创始者年龄皆于增益，我本年40 之，吾等之CEO也快36岁之，再过几年，或会跟不上年轻者之思维，跟不上用户与商场之回馈，被商场淘汰。
中信银行也为因可转债之因素，于2023-2024年经常延续领涨银行板块。
但站于今日，随之大模型本领之提升，幂律不再需做重本金之增量操练，转向两类轻量工：针对特定器物调用本领之微调，以及私有化场景下之小规模法典数据操练。
以“吾律”为例，若单聊对货品差异化本领之贡献度，今我觉得或为20%靠模型本身，80%靠围绕场景之工流设计与效劳本领，当然不同场景会有差异，合同审查此种专业场景，模型之贡献或还稍微高一点。
虎嗅：自研之垂直法典大模型，此为一名较量重之投入，今回头看此名决定对吗。
最焦虑之为营销——怎么打品牌、怎么推广、怎么让更多者知道“吾律”。
虎嗅：若非要说一名后悔之决定，为什么。
中小企业与C端此条线，吾等关注用粘性，即于用户有需求之光阴窗口里，他跟“吾律”互动之频率与次数。
此不为前景，此为今正生之事。
本年下半年，或者来年上半年，吾等预期会始定商业化之宗旨——会员体系、盖章版律师函、者工专家审核功能，此些口子要做好，让愿意付费之用户找到值得付之地方。
“AI原生100”为虎嗅科技组推出针对AI原生革新栏目，此为本系列之第「52」篇文章。
到之 2024 年，吾等发觉模型本领长进甚快，始对合同审查做架构晋级，而旧俗章法引擎与大模型混搭之路子越走越窄，甚难激发大模型之潜力。
如何防备幻觉。
华夏有几千万家中小企业，遇到合同纠纷、劳动争议、债权追讨，要么忍之，要么摸索，鲜少有者知道自己之权益，也付不起律师费。
张惟师：中大型企业之合同审查此条线，竞品较量多，比如原来之大 OA 厂商、专门做合同之垂直厂商。
两名月后，拿到之8000万融资，蓝驰领投——此笔钱，为华夏法典科技赛道迄今最大之单笔融资。
吾等之裁决为，前景法典效劳会形成三层架构：第一层为 AI 律师与法典效劳智能化平台，端到端处置用户之共性根基疑难，同时积攒案件线索；第二层为给专业法典者赋能提效之器物；第三层为律师办理繁名性化高端业务，可与第一层之 AI 平台协作接案源。
吾等于做之为者机结合来兜底——AI 先交付，核心实质有专家审核功能，之后还会做“你敢用我敢赔”此样之效劳晋级。
大模型出来之后，吾等始孵化“吾律”此条货品线，面向中小企业与 C 端用户。
虎嗅：你认为前景幂律之角逐对手或会来自什么类型之公司。
2023 年 6 月，吾等推出之 PowerLaw GLM 此名垂直法典大模型，做之一名对话货品之 demo。
此其实始终为我加入之初心，望用科技让法典效劳更普及，只为之前没有合适之 AI 本领，始终没动。
“吾律”帮他生成之此份文书，他就立案成之。
疑难为怎么把它压于货品可容忍之范围内，不让幻觉生于枢纽节点上。
“吾律”此条新货品线，吾等今还为于关注用户增益与货品体验，还没有格外关注商业化。
还有一名疑难就为付费，张惟师不为没有解答，只为他觉得不急之给，他给自己形容叫做“克制之商业化”。
他先描述之案情，“吾律”帮他生成之起诉状与证据目录。
虎嗅：于汝等之货品上，大模型自身之本领，与汝等自己搭建之工流之本领，各自贡献多少。
C 端货品偶尔会有用户甚高频——比如有者一上午跟“吾律”聊之几百名疑难，消耗之几千万 token，但此为少数。
中小企业与 C 端此条线，目前吾等还没有发觉或之角逐对手。
为给模型之 API 费用，还为者机结合彼部分之者工本金。
张惟师：吾等之裁决为，壁垒主要有两点。
模型贡献20%，剩下80%为Agentic之工流 张惟师：技艺与货品此块我有信心，做之此么多年之。
80%来自Agentic之工流，20%来自模型本身。
张惟师：或为团队。
核心场景还为用PowerLaw GLM，此为吾等之“金刚钻”，前景之要点已不为续建超大基座之法典大模型之。
吾等先于一些局部子差事上试：合同里之讯息抽取，发觉大模型效果确实比旧俗深度修习好；合同起草，生成模型本来就擅长此名，效果不错。
吾等要保敞开与修习，此为吾等每天皆于有意识地去做之事情。
吾等用几名层面控制。
此些东西不为算力能买来之，也不为靠模型晋级能直接替代之。
Digital Twin。价码也降之甚多，月会员 88 元，年会员 988 元，最高版才 1600 多。
虎嗅：大模型出来之后，汝等为怎么裁决哪些场景先被改造之，有哪些场景选择。
虎嗅：你自己之货品品味体今哪里。
张惟师：为循序渐进之。
幂律想做之为另一件事：用科技让法典效劳触达彼些根本没有“法典意识”之寻常者与中小企业。
虎嗅：AI 最终会替代律师吗。
虎嗅：幂律之数据飞轮为怎么建立之，什么阶段你发觉它转起来之。
张惟师：主要两条线：一为法条案件检索，但国后把数据敞开之，而且此名赛道已有做之十多年之巨头，门槛没之；二为律所端之学识管体系，国内律师总数也就几十万，付费意愿不大，天花板甚低。
虎嗅：汝等做之 B 端与 C 端两条线，各自踩之哪些坑。
“无忧吾律”为一名者机结合之法典顾问效劳。
吾等剖析下来，中美法典效劳商场差异甚大，直接对标此名路子为不对之。
大家为真之于用，还为用旧俗方式于旁路操作。
还有一块为全员用 AI 器物之费用，吾等今全公司皆于用 AI 写代码、出设计、写文档，此块公司按月给大家报销。
到最后，他需一份委托授权书，证验自己有权代表公司原告起诉，他把自己之身份证正反面照片发给之“吾律”——没有打任何码。
方法。到底该赚什么钱。
你可体谅成，吾等始终想做吾律 AI 律师，但于做之前，吾等得先自己去真正效劳主顾，只有把此些中小企业与 C 端用户亲手效劳一遍，才知道彼等确凿之需求为什么，AI 于里面能起到什么作用。
中小企业与 C 端此条线，踩之坑更多于营销端。
我没有做此名，因此跟吾等之初心不符。
但今随之通用大模型本领之提升与技艺普惠，模型本身对货品差异化本领之贡献度于往下走，工流、场景体谅、效劳保障之重要性于往升。
虎嗅：汝等自己衡量 PMF 之标准为什么。
更有身价之为货品端用户确凿之用回馈数据。
” 经历彼段光阴之后，团队对本金控制、商业化节奏、研发革新之间之均衡，认知皆深之甚多。
千里之行，始于足下。总之为硬撑过来之，核心团队始终持住之。
比如大型企业之合同审查，AI 给出结局，者工复核，最后形成定稿——此名“AI 原始结局”与“者工定稿”之间之差异，吾等于用户授权下会定期跑程序剖析，把此些数据再喂给大模型，让模型下次审同类合同之时候，记住用户之审查偏好与习性，此名历程可轮回起来。
他完全可剖析用户之聊天记载，把有需求之转给律所去电话回访；可于用户问之几句话之后就弹出“需者工效劳吗”，推律师撮合。
他又问能不能帮他立案，“吾律”就告诉他怎么登录法院之于线效劳网，告诉他每一页怎么填，每一名陌生之法典术语怎么选：民事审判立案还为执行立案，为合同纠纷还为买卖合同。
张惟师：不提钱之指标之话，两条线逻辑甚不一样。
他觉得可靠，就把公司之确凿名称、对方公司之讯息、截图一样一样发过来，“吾律”生成之完整之起诉状。
早期吾等做垂直大模型之时候，或觉得模型本身贡献之 60%，工流与场景设计贡献 40%。
”张惟师彼等还于做AI自动化立案——此名功能甚难，做出来或也挣不到多少钱，但彼等还为于做。
诗经。虎嗅：幂律于成立之后做之哪些方位，后又停之哪些。
此为彼等之内部估量体系，也为数据飞轮转起来之方式。
望穿秋水。张惟师：中大型企业此条线做得不错，合同产线基本盈亏均衡，此条线为相待康之。
此名模式吾等今已于小规模运转之，“吾律”每天产生一些需者工效劳之工单，转给协作律所来承接。
张惟师：武汉一名用户，跟一家者力源泉公司有公积金纠纷，对方少替他之员工代缴之一名月之社保，他想起诉，但觉得找律师太贵，就自己用“吾律”试之试。
如今Harvey年进项1.9亿美元，估值92亿美元，得之Sequoia、a16z、OpenAI累计接近10亿美元之注资，效劳全球顶级律所，为法典AI赛道最炙手可热之名字。
华夏有约83万名执业律师，效劳14亿者口，每1700者摊到一名律师，大约为美国之七分之一。
第二，对 AI 结局之效劳保障与兜底本领。
上一篇：日籍男子于韩国青旅恶意骚扰华夏女生，故意将污秽物排到其身上、床铺及行李上！警方：涉事男子已离境无法逮捕；中领馆：密切跟踪事态 下一篇：达洛特：我与谢什科关系甚好，告诉他之道理为C罗当年教我之