Newsletter · · Ashutosh Agarwal
AI向计时收费开刀的一周 - 行业聚焦:法律 - 2026年7月21日当周
2026年7月21日当周的创业与风险投资通讯。本期法律行业聚焦,AI已挺进尽职调查、文件审阅和催告函领域,Legora、Clio、Harvey、EvenUp、Donna AI和Luminance都在争相以按结果收费取代计时收费,而各大播客在AI究竟意味着律师减少还是大幅增加这一问题上意见分裂。
行业聚焦:法律
2026年7月21日当周:AI向计时收费开刀的一周
这是Vertical Spotlight的法律行业专刊,我们每周聚焦某一行业内AI究竟被用来构建什么。本周,法律界获得了异乎寻常多的曝光,从硅谷的大型脱口秀节目,到彭博的财经播客,再到佛罗里达一位独立执业律师的访谈。发言者从筹集数亿美元的创始人,到仍记得手工标注文件的结构化金融合伙人,不一而足。以下是他们说了什么、是谁说的,以及为什么重要。
大势
有一个说法本周反复出现:计时收费的终结。它字面上就出现在All-In那期节目的标题里,并且几乎笼罩着其他每一场对话。
用最直白的话说,这里的张力是这样的:一个世纪以来,律所一直在出售时间。你为工时付费。所有人,无论是客户还是律师,都说讨厌这一点,可它却从未消亡。在Odd Lots节目中,嘉宾——一位所在律所经营着美国最大风险投资业务之一的结构化金融合伙人——直言不讳地说:
"我从未遇到过哪个客户来找我,说要购买计时工时。没有人真的想购买计时工时。他们想购买的是商业解决方案。"
AI如今正在撬开这个模式,因为它让"工时"这部分彻底崩塌。这位合伙人描述了一个真实的尽职调查项目——审阅数千份信托协议,几年前他的律所报价时,是基于人工阅读、上面再加一层质量控制团队。如今改由AI完成初审,成本下降了70%。机器人把一切倒进他所说的"这张漂亮的百列电子表格",律师们再在上面做核查这一层。
那么,如果工作成本降低70%,律师们岂不是赚得更少?这正是本周真正的争论所在,我们会在"一场辩论"中回到这个话题。但主线是清楚的:AI正悄然把律所从出售时间推向出售结果,而这一转变在工作中枯燥、量大的一端(尽职调查、文件审阅、证据开示、合同标注)发生得最快。
另外还有两条暗线贯穿其中。
其一,这已不再是一项"某天会实现"的技术。在Odd Lots节目中,这位合伙人说,他的劳合社(Lloyd's of London)执业责任保险商两年内把问题彻底反转了,从"你们是否允许律师使用AI?"(担心用了)变成了"你们确实让律师用AI了吧?"(担心恰恰相反)。客户也经历了同样的反转:18个月前,有些客户要求他不要在他们的业务上使用AI;现在他们坚持要用,以削减成本。在Tech Talks Daily节目中,一位在科技行业有30余年经验的Endava高管描述了公司内部法务团队举办每月一次的AI黑客松,律师们自发组织起来自动化自己的工作,其中包括一个能读取新收到的保密协议(NDA)、对照约定条款进行核对并起草回复的智能体,这样律师就无需亲自完成那第一遍阅读。
其二,行业里那个被反复点名的肮脏秘密是:大多数需要律师的人从未获得律师服务。在SHIFT节目中,Clio创始人兼CEO Jack Newton引用了世界正义工程(World Justice Project)的数据:77%有法律问题的人从未见过律师,而在Clio自己的调查中,**80%的律师说他们最需要的是更多客户。**供需严重失衡,被成本和摩擦分隔开来。本周几乎每一位法律AI创始人都指出这一缺口才是真正的机会所在。
值得关注的公司
Legora:"前线部署律师"的打法,以及对老牌巨头的一记敲打。 在All-In节目中,Legora创始人生动展示了一个AI法律平台究竟如何销售与运作。Legora借鉴了Palantir的模式:把它称为"法律工程师"的人——本质上是前线部署的律师——嵌入客户律所内部,带领Kirkland & Ellis这类律所的合伙人从"AI之前的世界"走向"AI之后的世界"。他给出了这些律所面临利害关系的硬数据:Kirkland每年营收约100亿美元,拥有4000到5000名律师,每位合伙人利润为500万至1000万美元,AI到来时是"生死存亡的威胁,也是生死存亡的机会"。Legora自己也身体力行:今年迄今已收购四家企业,用自家工具在内部完成尽调,并以从意向书到成交仅12天的速度完成了其最快的一笔交易。他对数据护城河的说辞是:Legora吸收了"全世界每个司法辖区的所有案例、所有立法、所有监管更新",因此加州一位刚刚在南非签下第一个客户的法务总监,可以就当地法律"立即获得80%准确的回答",而不必辗转找一位认识另一位律师的律师。他对传统研究巨头毫不掩饰地表示轻视,认为LexisNexis和Westlaw(在美国判例法上形成双头垄断)"一年赚个几十亿美元",却"招不到人才,他们不按我们的工时干活",而且正在"被碾压"。给建设者的一个细节:他并不相信要打造一个庞大的通用"法律智能"模型,而只相信针对具体任务的窄域微调模型,比如一个"表格化审阅"功能,100份文件乘以100个提示词等于1万次API调用。 (All-In,主持人Chamath、Jason、Sacks与Friedberg,"The Trillion-Dollar Industries AI Is Disrupting: Voice, Law & the End of the Billable Hour",2026年7月13日。)
Clio:执业管理巨头押下了它十亿美元级的AI赌注。 在SHIFT节目中,Jack Newton讲述了Clio如何转型为一家"AI优先"的公司。他在2008年创立Clio,是首个基于云的法律执业管理工具,并于2021年成为首家法律科技独角兽。Clio目前服务全球超过40万名法律从业者。这次转向源于其对vLex的收购——一笔于2025年11月完成的10亿美元交易,Newton称其为法律科技史上最大的一笔收购。vLex带来了一个拥有超过10亿份法律文件的数据库,以及一个名为Vincent的AI平台。他的逻辑是:Clio原本已在经营"法律的生意"(从案件受理到开票),vLex经营的是"法律的执业"(真正的法律研究与文书撰写),而将两者统一起来,能让人类律师和AI智能体一同在整个流程上协作。Newton坚定地站在"智能体时代已经到来"这一阵营,他描述了能够接手新案件、研究承办法官、并反馈"该案件可能结果的概率分布"的智能体,以及审核工时记录并生成账单的智能体。他的一句话被本周多位其他嘉宾几乎逐字重复:"AI不会取代律师,但善用AI的律师会取代不用AI的律师。" 他还给出了机会的规模:已被服务的法律市场规模为每年1万亿美元,而未被服务的77%则是一个"数万亿美元级的机会"。 (SHIFT,"Most People With Legal Problems Never See a Lawyer. AI Might Change That.",2026年7月15日。)
Harvey:大型律所真正统一采用的那款工具。 本周Harvey没有获得自己的专访,但它在两场截然不同的对话中都成了默认之选。在Odd Lots节目中,主持人请那位结构化金融合伙人说出他所在律所的技术栈,他直截了当地回答:**"我们是一家Harvey事务所。"**他手下几乎所有律师都每天在用。他解释说,Harvey在像Claude这样的原始模型之上增加的是:(1)远为强大的安全层,律所掌控自己的数据,有些会话甚至从不触网;(2)一个针对法律场景调优的检索层,例如更擅长从一堆诉状中精准抽取支撑某个论点的证词原话。他还指出一个律师们普遍低估的真实风险:把客户问题输入消费级的ChatGPT或Claude,可能会导致律师-客户特权(attorney-client privilege)被放弃。另外,在Second in Command节目中,You.com首席运营官Alex Triplett把Harvey举为"法律领域AI原生企业"的标杆案例,这家公司在其智能体底层悄悄跑着You.com的网页搜索API。换句话说,Harvey现在已经足够大,既是精英律所的标准配置,也是其下方基础设施层的标杆客户。 (Odd Lots,"Why AI Might Actually Create More Work for Lawyers",2026年7月13日;Second in Command,"Ep. 597 - You.com COO Alex Triplett",2026年7月16日。)
EvenUp:本周法律AI领域数字最清晰的案例,聚焦人身伤害。 在AI to ROI节目中,主持人详细介绍了EvenUp作为人身伤害法律AI领域的领跑者。其专有的"PI"模型基于数十万起伤害案例和数百万份医疗记录训练而成,自动化了整个诉前流程:案件受理、医疗记录审阅、催告函起草、案件评估以及和解策略。增长数据方面:EvenUp目前每周处理约1万起案件,较六个月前的5000起翻了一番,并服务超过2000家律所客户。公司融资3.85亿美元,其中包括一轮1.5亿美元的D+轮(Series E)融资,估值达20亿美元,由Bessemer领投。一位主持人忍不住调侃道,这只不过意味着"更多人身伤害律师在晚上11点投放更多广告",但真正的重点在于其运营层面的故事:一个狭窄的法律垂直领域、一套不断复利积累的专有数据集,以及真实的每周处理量。 (AI to ROI,"AI-Native Services: The $100B Disruption of Professional Services",2026年7月16日。)
Donna AI:瞄准无人为之打造的82%律所。 在Disruption / Interruption节目中,Donna AI联合创始人兼CEO Saumya Banker为市场中最不光鲜的一端——独立执业者和小型律所——发声。她的创业起源很具体:她被卷入表亲的离婚案,目睹事情"淹没在多条邮件线程里",也看到那些琐碎重复任务产生的账单,随后她和联合创始人在创业前采访了约75位律师。她的核心论点,也正是产品的切入点在于:在独立执业和小型个人法律律所中,40%的工作是运营和行政性的,而非法律性的。Donna是一套AI智能体组合,用来把这40%的负担从律师肩上卸下,让他们"能够专注于当初读法学院所追求的那种法律工作"。她瞄准的市场规模确实庞大且被忽视:不足10名律师的律所占美国全部律所的82%,在约45万家律所总数中约占30万到35万家。具体的里程碑目标:她希望未来12个月内新增100家律所客户,随后达到1000家,公司目前正处于一轮融资进行中,资金将投入销售。她对最难问题的坦诚看法是:难点不在技术,而在信任,"律师通常信任别的律师",所以来自科技背景的创始人面对的是一条信誉曲线。 (Disruption / Interruption,"Disrupting Legal Access: How Automation Makes Justice More Affordable with Saumya Banker",2026年7月16日。)
Luminance:再次提醒人们,护城河是数据,而非模型。 在AI to ROI节目中,Luminance被作为本周反复出现的教训的又一个法律案例:谁积累了最大的专有法律数据集,谁就能获胜,因为基础模型本身是可以替换的商品。节目中引用的具体数字是:Luminance用1.5亿份法律文件训练了其法律语言模型,这样一个语料库"花了数年时间积累",新入局者极难复制。 (AI to ROI,"AI-Native Services: The $100B Disruption of Professional Services",2026年7月16日。)
一场辩论
AI意味着律师减少,还是增加?
这是贯穿本周始终的一条分界线,各大播客在这一点上确实意见不一。
"工作更多、律师更多"阵营依托一个古老的经济学观点:杰文斯悖论——当某样东西大幅变便宜,人们对它的使用量会大到总支出反而上升,而非下降。在Odd Lots节目中,那位结构化金融合伙人给出了最尖锐的例子。电子证据开示(诉讼中的文件搜寻阶段)已经变得极其昂贵,以至于一场比如说需要200万美元证据开示费用的诉讼干脆不会被提起。他认为,若借助AI把这一成本降到20万美元,突然间许多曾被"放弃"的案件会被提起,无论是民权律师还是大型企业都会这样做。他还给出了第二个真实的例子:一位客户告诉他,由于其自身工程师如今都在使用AI,公司内部的发明披露数量因此翻了两番,这意味着专利业务将大幅增加,"即便每单位法律工作的成本会更低"。他的结论是:"未来我们会看到更多律师,而不是更少。"Clio的Jack Newton从需求侧押下了同样的赌注:AI释放了那77%从未聘请过律师的人群,并推动更广泛的经济繁荣(更多公司成立、更多诉讼、更多知识产权,甚至"智能体注册自己的公司"),而这些都只会进一步增加对法律服务的需求。
"金字塔正在崩塌"阵营同样立场坚定。在Light Bulb Moments节目中,佛罗里达律师Matthew Fornaro——他离开了两家美国百强律所(AmLaw 200)去创办一家精品所——认为大型律所的商业模式"到2026年往后根本无法继续运作"。他的推理基于经典的律所金字塔结构:三名经验不足的初级律师启动一项任务,两名中级律师接续推进,一名资深律师最终完成。他说:"AI可以取代第一层,很可能连中间的第二层也能取代,"只留下最上层去核实引用是否属实、事实是否站得住脚。他预计AI将"取代大量初级律师"和律师助理,尤其是在交易类和大量文件类工作中,并认为小型律所会适应得最快,因为它们不是"那艘巨大的泰坦尼克号"。All-In节目上的讨论则处于中间立场:Legora创始人坚持认为初级律师的岗位仍会存在,"任务本身会不同",但也承认,成为资深律师的路径不再是把自己关进数据室,而是要"去调度那个将完成这项工作的智能体"。
即便是乐观派也承认背后有一个悬而未决的问题:目前实际上没有人真正知道这到底要花多少钱。 Odd Lots那位合伙人提到,他自己在7月的几天里使用Claude的费用只有36美元,"相当于你两分钟的计费时间",但他也警告说,如今的价格可能是由投资者补贴出来的,就像风险投资曾经补贴过廉价食品外卖,直到价格上涨、使用量随之下降那样。如果法律AI真实、未经补贴的成本远高于此,那本周不少信心满满的计算就会改变。
这对创业者和投资人留下的启示是:短期赢家看起来会是那些能让律所按结果而非工时收费的工具(或者通过服务那些原本根本请不起律师的人群来把蛋糕做大),以及那些每处理一个案子就更难被取代的专有数据类企业。而如果悲观者说对了,输家将是那个支撑大型律所运转了一个世纪的第一年律师(first-year associate)商业模式。