返回快讯

Harvey Labs启动法律基础模型训练并开放招聘收购

Harvey宣布正在训练首个法律基础模型系列,专注于前沿法律AI能力建设,同时开放post-training、agent及数据栈岗位招聘,并寻求收购相关人才团队与neolab。

公司创始人表示欢迎对前沿法律AI兴奋的人才直接联系,目标是通过大规模后训练与agent能力构建专业领域领先模型。

市场机制上,法律科技投资者与企业资金加速流入垂直领域基础模型项目,Harvey Labs作为受益者强化招聘与收购能力,而通用大模型依赖方承压,事件驱动资本向法律专用agent与数据基础设施集中。

来源:公开信息

ABAB AI 解读

Harvey Labs此前已通过与律所合作迭代法律AI产品,此路径类似Casetext被Thomson Reuters收购后转向垂直基础模型,曾伴随多次post-training投入以适应法律推理与agent需求。

资本路径上,公司调动融资资源开放招聘与团队收购,吸引法律领域顶尖人才与数据资产,而非依赖通用模型API,形成从基础训练到专业agent部署的闭环资源输送以锁定法律科技定价权。

类似案例包括其他垂直AI如医药或金融基础模型的训练路径,以及Harvey早期融资后快速扩张,当前处于法律AI从辅助工具主导向自主基础模型控制的跃升阶段。

结构判断上,本质属于技术替代,法律专用基础模型替代通用模型加提示工程,机制在于领域数据与推理需求推动资本从泛化工具向垂直后训练基础设施集中,重塑专业服务产业链定价权。

ABAB News · 认知定律

垂直基础胜过通用叠加:领域数据闭环一刻,模型能力杠杆远超提示工程。
人才收购快于缓慢招聘:post-training团队并购,即锁定数据与agent结构优势。
专业AI卖稀缺推理:谁先构建法律基础模型闭环,谁就掌握下一代专业服务定价权。