Harvey 推出法律智能体：庭审笔录分析盲测胜过专业律师

以前让 AI 帮忙干法律杂活，最怕的不是它不会，而是你得像带实习生一样，小心翼翼地把提示词写得天衣无缝。

现在法律 AI 独角兽 Harvey 想把这个流程反过来。3 月 11 日，Harvey 正式发布了自家的 AI Agent 系统，并把它做成了名为「Assistant Workflows」的工作流产品，预计 3 月底向所有客户开放。

这家公司从一年前看好推理模型开始，就把赌注押在了复杂知识工作上。这次发布，算是他们交出的第一张完整答卷。

从「接话茬」变成主动带节奏

Harvey 在这次更新中把自家的系统拆得很清楚。底层的 GPT-4o 或 o1 只是单一模型，给一句回一句；加上检索和知识库后，变成了线性的模型系统，虽然能干活，但本质上是一条道走到黑。

新上线的 Agent 最大的变化在于三件事：拆解任务（Plan）、根据中途结果修正策略（Adapt），以及在执行中找人类要反馈（Interact）。

表现在实际操作中，律师不用再费心思琢磨怎么写出完美的提示词了。当你在诉讼或交易工作流里发起任务时，AI 会主动反问你关键背景，推着你把上下文补齐。

系统里还引入了「思考状态」（thinking states）。AI 在底层怎么推演、下一步要调什么模型、怎么做引用，每一步都摊在界面上让专业人士看个明白。

拿法庭笔录做盲测，律师更看好 AI

这套工作流目前瞄准了诉讼、并购交易和金融服务这几块重头业务。为了证明自己不是在画饼，Harvey 拿出了一套针对人类律师的基准测试。

评测挑选的都是平时人类律师至少要花一个小时以上的重度任务，直接做盲测对比。

在结构化任务上，比如起草 1.01 披露文件，或者从海量材料里整理事件时间线，Harvey 的输出表现与专业律师持平，基本能把杂活直接干完，只留最后一步核对给人类。

有意思的是在非结构化分析任务中。让 AI 分析法庭庭审笔录时，负责盲测的律师们反而更偏好 Harvey 的产出。评估人员给出的理由是，AI 整理出来的要点比基线律师更有深度、细节更密，拿来就能直接对接客户。

为什么重要

对律所和企业法务来说，这套功能如果真如宣传的那样好用，省下来的绝对不只是写提示词的三两分钟。它把法律从业者从繁重的事件梳理和笔录提炼中解放了出来，尤其是 3 月底全量上线后，非常值得那些饱受尽调和庭审分析折磨的团队第一时间试用。

在行业层面，垂直领域的 AI 竞争正在快速告别单纯的「套壳 RAG」时代。法律行业容错率极低，光靠大模型吐一段看似通顺的话根本没法直接交付给客户。Harvey 把单一提示词转向由系统主导的交互式工作流，逼着整个法律科技赛道从比拼模型参数转向比拼业务流程编排。

我们认为，Harvey 这一步走得相当清醒。它没有去碰完全自动化的神话，而是老老实实把 Agent 定位成「辅助工作流」，用透明的思考步骤和主动追问来换取专业律师的信任。

不过，盲测结果是一回事，实际业务里的责任认定又是另一回事。当 AI 的输出在深度上开始超越初级律师时，高级合伙人会不会因为过度信赖而放松交叉复核，可能会是接下来最现实的隐患。