Pular para o conteúdo

61. 在Harvey训练大模型是什么体验?- Joey Wang

10 de novembro de 2026 · 1 h 12 min

Notas do episódio

“法律的后果会比代码更严重。”

“我们永远都是能够做一个在法律中去做一些决策权……甚至能提供 intelligence level,能够提供在法律中做决策一些 taste。”

“很多东西模型公司没有办法去解决,甚至 lab 要去做,他也没有办法替我们说这个模型会在法律更好。”

“当你一个 agent 就能看到 30 个文件和看到 3000 个文件的时候,你不管什么样的模型,看到 3000 个文件的 agent 都会有更好的收获。”

“模型是验证你这个公司能不能作为上市公司、能不能有很好的 profit margin 而做的一个事情。”

主持:Raymond - 科技投资人,苔藓之火主播

小红书 |B站 |抖音 |视频号|Youtube | Substack | Linkedin|即刻 |公众号:苔藓之火

嘉宾:Joey Wang - Harvey Linkedin, Prev. Figma, Uber, Google

Show Notes

00:12开场:Harvey 估值 155 亿美元、3500 客户、85 国;垂类护城河之问

01:06Joy 背景:Harvey agents/云端 H 平台 Spectre,前 Figma、Uber

02:40为什么 2023 年加入 Harvey:GPT 早期体验、PHD recruiter、conviction

05:18大厂 vs 创业公司:审批与部门拉扯 vs 快速 build/ship

07:32Harvey 产品形态:嵌入律师工作流、connector、邮件文档、redline

12:09Redline 与 track changes:谁改的、为什么改、可追溯;律师工作变小

15:19公司名 Harvey vs Mike:提供决策 taste,不只是繁琐工作

18:24大模型迭代是否取代垂类功能:workflow builder → agent builder

22:35何时决定做模型:客户理解、benchmark、synthetic data、post-train 商业化

27:29Taste:法律要长篇大论、每句有索引,不是简短就好

28:14模型选择:Kimi/GLM/千问/DeepSeek,按场景 post-train,orchestrator 调度

33:33Tana/Tenant:内部旗舰训练方向,用 Kimi K3 训 1.0,方法可迁移

38:50Benchmark 难点:法律难对齐、分层任务、playbook、内部法律团队、专家 taste

45:18垂类训模型人才与坑:早期瓶颈是产品;开源最好模型是下限;失败是常态

52:25工程优化立竿见影:搜索 2 秒→200ms,30→3000 文件;Spectre 与安全信任

核心观点总结
  1. Harvey 是法律垂类 AI 应用,但它的护城河不只是“套壳”
    Harvey 估值 155 亿美元,3500 客户、覆盖 85 国,美国前 100 律所约 80% 在用。它的核心不是做一个聊天框让律师来用,而是嵌入律师原本的工作方式:Word、Excel、Outlook、文档系统、邮件、合同审查,通过 connector 连接数据,输出可追溯的 redline。

  2. 垂类应用的关键是“meet with customer”,不是把用户拉到新平台
    律师真正的工作发生在 Word、Excel、Outlook 和大量文档里。Harvey 的产品形态要映射律师已有的工作流,而不是要求他们重新学一套平台。最终交付物仍然是 Word 文档,但带有 redline、修改解释、来源追溯。

  3. Redline 和 track changes 是法律场景的关键产品设计
    普通 GPT 可能直接改文档,律师还得“大家来找茬”;Harvey 输出 redline,标明谁改的、为什么改、是 Harvey 改的还是对方律师改的,律师只需 check/accept,工作变小而不是变大。

  4. Harvey 与模型的关系是相辅相成,不是简单调用 API
    早期用 GPT-3.5/4 做法律 demo,OpenAI 是投资人,双方有 pretrain 合作。Harvey 很早就是 legal model research company,只是今年才到可商业化阶段:客户足够多、benchmark 和 synthetic data 能力成熟,后训练变得更可行。

  5. 模型策略:不做大而全,做小而美、场景专用,用 orchestrator 调度
    Harvey 会公开试用 Kimi、GLM、千问、DeepSeek 等开源模型,按场景做 post-train;不同模型在不同任务上有差异,最后用强模型做 orchestrator/delegation,像“图书馆前台帮你找对应的书”。

  6. 后训练的核心不是堆 research 人力,而是 benchmark 和 taste
    法律 benchmark 很难对齐,需要分层任务、playbook、yes/no 评测、内部法律团队和领域专家 taste。Harvey 的 benchmark 要不断接近用户真实场景,甚至预测用户未来会用的场景。数据规模化可与 Surge 等合作,但前期方向和质量判断留在内部。

  7. 垂类公司训模型最大的坑:开源最好模型只是下限
    如果开源最好模型在法律上已经能打 OpenAI/Anthropic,后训练必须比它更好才有意义。失败是常态,只是早期失败不会写进 blog。模型训练是长期学习过程,工程优化往往更立竿见影。

  8. 工程 harness 的价值被低估:搜索从 2 秒到 200 毫秒,效果天差地别
    document search 从 2 秒降到 200 毫秒,agent 一分钟内能从搜 30 个文件变成 300 个;从串行到并行,再从 300 到 3000 个文件。模型不变,agent 能看到 3000 个文件,效果也会更好。

  9. 人才结构反直觉:早期瓶颈是产品,不是 research
    Harvey 早期都是 researcher,但真正缺的是 PM、designer、产品 spec。做模型不一定需要大量 research 人力,更需要懂法律、能跟专家提炼 taste 的人;律师自己也能用 coding agent 写 benchmark/evaluation engine。

  10. Spector:云端 sandbox agent,解决多人协作与可验证性
    Joy 做的内部产品 Spector,把 coding agent 放进沙盒,在 Slack 里多人可 tag、共享 runtime/context/trace。解决的是五个人各自跑 agent、结果不可验证的问题。落地难点不是实现,而是权限、安全边界、信任:谁能让 agent 看什么、能不能 bypass 代码 review 规则。

  11. 小律所市场:Harvey 偏 SLG,不急于 PLG
    法律后果比代码严重,self-serve 容易让用户误以为 Harvey 对结果负责。Harvey 更愿意找 design partner、有供应商制度、能管好结果的客户,而不是急速扩张让所有人用。


在小宇宙查看该单集文稿

Todos os episódios de 苔藓之火

Configurações

Exibição

Idioma

Define quais estações você vê primeiro na página inicial.

Histórico

As rádios e episódios ouvidos recentemente e suas últimas buscas ficam só neste navegador.

Avisos

Um aviso rápido quando um podcast que você segue tem um episódio novo. Desative podcasts individuais pelo sino na página deles.

Conta

Salve favoritos – no app e no site.

Atalhos de teclado

/
Abrir busca
Espaço
Reproduzir ou pausar
← →
No player: voltar 15 s, avançar 30 s (episódios) · na fileira: próximo bloco
↑ ↓
Na fileira: alvo dentro do bloco
Home / End
Na fileira: primeiro ou último bloco
Esc
Fechar janela ou menu
?
Esta visão geral
Tocando agora

Ir para a estação

A seguir

    Adicione episódios com “A seguir” – eles tocam depois do episódio atual.