法律AI初创公司Harvey推出首个面向法律业务的自研大语言模型（LLM）“Harvey Tenet”。此前，Harvey主要依赖OpenAI、Anthropic等外部模型扩展法律软件业务。作为一家估值已达110亿美元（约合15.37万亿韩元）的公司，Harvey希望借助自研模型更好地控制成本，并提升对产品和业务方向的掌控力。

据Business Insider 18日（当地时间）报道，Harvey表示，Tenet将帮助律师以更低成本完成原本需要数小时甚至数天的工作。此前，Harvey通过组合调用多个外部模型提供服务，律师每次使用相关功能，Harvey都需向模型供应商支付费用；随着使用量增加，相关成本也会迅速上升。若自研模型达到可用水平，更多任务便可转由内部模型处理，从而减少外部模型支出，并在不提高客户费用的情况下改善盈利能力。

Harvey此次推出自研模型，也正值通用AI公司加快切入法律市场之际。Anthropic正通过面向文档审阅和初稿撰写的插件拓展律师用户；OpenAI则吸纳Ironclad创始人Jason Boehmig，推进法律业务布局。市场同时还在讨论Google和Meta是否会进一步跟进。

对Harvey而言，这意味着其上游模型供应商未来也可能直接变成竞争对手。一旦这些供应商开始直接争夺客户，Harvey不仅将面临更大的竞争压力，原有技术和产品优势的窗口期也可能收窄。在这一背景下，自研模型被视为其强化成本控制和业务自主性的关键一步。

Harvey联合创始人Gabe Pereyra表示，推动公司开发自研模型的原因并不只有成本，还有质量因素。Harvey由Gabe Pereyra与前Google DeepMind研究员Winston Weinberg共同创立。Gabe Pereyra称，公司目前已根据不同任务特点调用不同模型，Tenet将成为这一模型组合中的新增选项，重点围绕客户最看重的法律任务进行针对性优化。

为此，Harvey也在投入资源建设法律推理训练数据。公司表示，要让模型学会律师的思考方式，首先必须构建相应的数据基础。Harvey聘请全职及合同律师设计虚拟纠纷和案件文件，并评估模型的推理表现；相关合同人力则通过Mercor、Snorkel等机构完成招募与组织。

在此基础上，Harvey以中国初创公司Moonshot的低成本开源模型“Kimi K3”为底座训练Tenet。Kimi K3自7月发布以来，凭借性能和价格优势在行业内引发关注。Harvey在其基础上叠加自建法律数据，将模型进一步调整为更贴合法律业务需求的版本。

Tenet也是Harvey“Harvey 2”产品升级的一部分。Harvey首席产品官（CPO）Anique Drumright表示，新版本还将加入“记忆”功能，用户可保存自身工作方式和偏好，智能体也可在多项任务中延续相关指令。

Harvey表示，近期将发布Tenet与其他模型在法律任务上的性能对比研究。不过，报道也提到，对企业自行发布的基准测试结果仍需谨慎看待：模型开发者通常会先通过测试找出短板，再继续训练以提高得分，这种机制类似于“看过答案后再参加同一场考试”。

目前，Tenet尚未在Harvey服务中实际部署，公司也未披露具体上线时间。Gabe Pereyra没有公开参与试点的律师事务所名称，但明确了长期目标，即希望Tenet最终成为律师事务所训练自有模型的“基础模块”。

Gabe Pereyra指出，律师在每一个案件中都会积累新的经验，例如如何谈判复杂条款、买方在特定条件下会作何反应等，但这些知识大多沉淀在个人经验或历史文档中。他认为，如果律师事务所在内部训练模型，就可以将这些经验提炼出来，把数十年积累的实践转化为驱动代理执行具体工作的“设计蓝图”。

按照Harvey的设想，律师事务所未来不会从零开始搭建模型。公司将把Tenet作为起点提供给客户，再由各家律师事务所根据自身律师的工作方式训练定制版本。若这一模式成立，Harvey的角色也将不再局限于软件供应商，而是更接近“四大”会计与咨询机构——不仅提供技术，还根据客户具体业务需求完成技术组合与配置。

这也意味着，Harvey过去一度被外界视为“ChatGPT外壳”的评价，未来或将出现新的解读。如果上述路径能够落地，其封装与定制能力的价值也可能被重新评估。