法律AI品牌Harvey联合创始人：真正威胁不是同行，而是Anthropic和OpenAI一旦下场，应用层会被迅速商品化
《Forbes》记者Alex Konrad援引访谈内容称，在估值达到约110亿美元后，法律AI创业公司Harvey首席执行官Winston Weinberg表示，他现在花更多精力盯大模型实验室（如Anthropic和OpenAI），而不是“被同业分心”。 Weinberg警告，很多AI赛道会出现应用层创业公司之间的激烈厮杀，“然后Anthropic和OpenAI进场”，将大部分通用功能商品化。
在接受Upstarts播客与多家科技媒体采访时，Weinberg建议AI创业公司把重点放在基础设施、安全、合规和深度行业集成等“可防御环节”，并学会在某些方向“主动收缩战线”，承认有些能力迟早会变成开放API层的免费功能。 他强调，Harvey之所以能在法律赛道做到服务超10万名律师、年经常性收入接近2亿美元，不是靠“做一个更花哨的前端”，而是靠在数据隔离、保密义务、审计追踪和复杂流程自动化上持续加码，把自己做成律所与法务团队的“系统级基础设施”。
来源：公开信息
ABAB AI 解读
Weinberg的判断把当前AI创业生态中的“真正对手”点了出来：应用层之间的竞争固然惨烈，但一旦基础模型提供者下沉到具体垂直场景，很多原本可以卖高溢价的功能会在数月内被API化、商品化。对于法律、金融这类高合规行业，唯一能抵御这种“上游降维打击”的，是那些深度绑定数据、流程和责任结构的基础设施层，而不是UI或单一功能。换言之，赢面不在谁的聊天界面更炫，而在谁握住了行业的“操作系统权限”。
从产业结构看，这一逻辑意味着AI价值链会进一步两极分化：一端是掌握算力、模型和通用平台的超级实验室；另一端是掌握行业数据、合规责任和工作流锁定的“系统级应用”。中间那一层只做“薄应用”的公司，容易在下一轮模型升级或官方功能下沉时被边缘化。 Weinberg提出“学会在会被商品化的地方认输”，实质上是一种生存策略：把有限资本与人力集中在难以被大模型厂商复制、且与客户资产和制度强绑定的部分，比如安全边界、行业标准和多系统集成，而不是在可被API替代的通用能力上死扛。
更深一层，这反映出AI创业从“模型红利期”进入“结构防御期”：早期谁先接上模型谁就有优势，如今模型本身越来越像云计算中的“电力”，真正决定公司命运的是：在多大程度上能成为客户IT和合规结构的一部分，甚至做到“迁移成本高到不值得换供应商”。Harvey在法律领域的路径，提示了一个更广泛的图景——未来大部分有定价权、能长期存活的AI公司，会更像行业基础设施提供者，而不是单一“AI应用”，这将重塑风投在AI版图上的下注方式，也重新划定了应用和平台之间的经济分界线。