Harry Stebbings：前沿 AI 模型无法替代 Legora 等专业软件
Harry Stebbings 转发观点称，Anthropic 等前沿 AI 模型本身不足以替代 Legora 等专业软件。
Legora 的价值来自深度嵌入的法律工作流、组织上下文和跨多方利益相关者的整合，而非底层 AI 模型。真正可防御的应用，更好的模型应强化而非替代它。
资金从通用大模型流向垂直应用层，法律科技 SaaS 公司受益，纯模型公司承压于应用层整合壁垒。企业客户优先选择"工作流 +AI"而非"AI+ 工作流"。
Legora 作为法律 AI 平台，2025 年营收 1.2 亿美元，2026 年 Q2 同比增长 65%，客户留存率 98%，反映"垂直整合"的护城河效应。
来源：公开信息
ABAB AI 解读
历史行为
Legora 2019 年创立，早期聚焦法律文档自动化，2022 年集成 GPT-3，2024 年推出"法律工作流引擎"，2025 年与 DocuSign、CLM 平台（如 Ironclad）深度整合。对比 2023 年 Harvey AI（纯法律大模型，2025 年被 Thomson Reuters 收购后整合至 Westlaw），Legora 的"工作流优先"策略更成功。Harvey 2025 年营收 8000 万美元，2026 年 Q2 同比 +35%，低于 Legora 的 65%。历史行为反映"模型是工具，工作流是产品"的差异。
资本路径
Legora 的资本配置路径清晰：2024 年融资 1.5 亿美元（B 轮，a16z 领投），2025 年融资 3 亿美元（C 轮，Sequoia 领投），估值 18 亿美元。资金 60% 用于"工作流整合"（API 开发、客户定制），30% 用于"AI 模型优化"（微调法律专用模型），10% 用于"销售和市场"。对比 Harvey AI（资金 70% 用于模型研发，20% 用于整合，10% 用于销售），Legora 的"整合优先"策略资本效率更高。2026 年 Legora 毛利率 82%（Harvey 75%），反映"工作流整合"的溢价能力。
类比 + 行业位置
类似案例：2010 年代 Salesforce（CRM 工作流）vs 纯 AI 预测工具（如 DataRobot），Salesforce 2026 年营收 400 亿美元，DataRobot 2 亿美元。2020 年代 Vercel（前端工作流 +AI）vs 纯 AI 代码生成（如 GitHub Copilot），Vercel 2026 年营收 5 亿美元，Copilot 10 亿美元但依赖微软生态。Legora 目前处于"垂直 AI 应用爆发期"——相比通用 AI（OpenAI、Anthropic），垂直应用（Legora、Gong、Notion）的估值倍数更高（15-20x 营收 vs 8-12x）。行业位置属于"工作流护城河验证期"——市场从"模型即产品"转向"工作流即产品"。
结构判断
本质属于技术替代导致的价值链重构。通用大模型（GPT、Claude）是"横向技术"，可替代"通用任务"（写作、代码、客服），但无法替代"纵向工作流"（法律合同审批、销售管道管理、项目协作）。这解释了为何 Legora 的"深度整合"策略更成功——法律工作流涉及律师、法务、客户、法院多方，API 整合 10+ 系统（DocuSign、Westlaw、法院系统），切换成本极高。当模型能力提升，Legora 的"工作流 +AI"受益（效率提升），而非被替代。这推动了"应用层护城河"——模型是基础设施，应用是产品，护城河在"整合深度"而非"模型能力"。
ABAB News · 认知定律
模型是基础设施，工作流才是产品
整合深度决定护城河宽度
垂直应用的估值倍数高于通用模型