美国法律科技公司Harvey于近期宣布推出基于Kimi K3训练的首个自有模型Harvey Tenet。这家曾获OpenAI、红杉资本和a16z注资、估值达110亿美元的公司，选择以中国开源模型为底座训练其第一款基础模型，引发AI行业广泛关注。Harvey目前服务全球75家以上Am Law 100律所，其产品原型最初建立在OpenAI模型之上，双方曾合作训练面向美国判例法的定制模型。
Harvey与OpenAI的关系始于2022年。两位创始人分别具有证券与反垄断律师、DeepMind和Meta工作背景，最初使用GPT-3测试法律问答场景，随后获得OpenAI Startup Fund领投的500万美元种子融资。2023年完成8000万美元B轮融资时，OpenAI和红杉资本继续参与，Harvey在融资公告中明确表示正与OpenAI合作开发面向专业服务行业的领域模型。双方分工一度清晰：OpenAI提供通用模型能力，Harvey负责理解律师、法律文件和律所工作流，再将模型包装为法律行业可用的产品。
当基础模型公司开始进入应用层，这一上下游关系出现变化。2026年，合同管理软件公司Ironclad联合创始人Jason Boehmig加入OpenAI，负责开发面向法律行业的产品并直接与大型律所合作。对Harvey而言，过去的盟友正在成为潜在竞争者。如果核心能力始终建立在OpenAI等闭源模型之上，上游模型厂商一旦直接进入法律工作流，Harvey将难以形成独立的技术边界和竞争壁垒。这也是当前AI应用公司普遍面临的困境：基础模型能力快速进步时，应用层依靠提示词、知识库和工作流建立的优势，可能被下一次模型更新覆盖。
除竞争压力外，成本是另一关键因素。Harvey联合创始人Gabe Pereyra在媒体采访中透露，2026年1月至6月，Harvey平台每月消耗的Token数量从约1万亿增长至14.5万亿，半年增长超过14倍。模型调用正在从技术采购费变成影响毛利率的成本中心。法律Agent任务通常需要读取数百份文件、连续搜索判例、反复调用工具并验证不同结论，任务越复杂，调用链条越长，Token消耗增长越快。客户和收入属于Harvey，但伴随业务规模不断增长的模型成本持续流向供应商，这种结构对试图成为法律AI基础设施的公司而言难以长期维持。
月之暗面于2026年7月开源的Kimi K3为Harvey提供了替代方案。该模型总参数达2.8万亿，支持百万Token上下文，能力重点指向编程、知识工作和长周期Agent任务。独立AI评测平台Artificial Analysis使用Harvey LAB-AA对Kimi K3进行测试：在法律交付物质量的通过率评测中，Kimi K3以94.6％的通过率排名第一，超过Claude Fable 5；在更严格的“整项任务全通过率”评测中，Kimi K3以26.7％的成绩位居第一，接近第二名Claude Fable 5的两倍。Kimi K3并未在所有测试中全面超过最强闭源模型，但差距已缩小到足以改变企业选型决策。
价格和权限是Harvey选择Kimi K3的两个决定性因素。第三方评测平台Arena数据显示，Kimi K3位于能力—成本的帕累托前沿，以约0.62美元的任务成本取得约+10.5％的综合净改善，不足Claude Opus 5 (Max)的五分之一。硅谷天使投资人杰森·卡拉卡尼斯表示，Anthropic和OpenAI的一些大客户部署Kimi后，成本降低了90％。在权限方面，Harvey可以在Kimi K3基础上修改模型，适应自身法律数据、任务环境和评价体系，根据任务成本优化推理路径，并选择不同基础设施部署。一个向Harvey出售智能，另一个允许Harvey把智能变成自己的生产资料。
根据Harvey官方技术博客公开的信息，Harvey Tenet并非简单使用法律材料微调，而是搭建了约1750个法律任务环境，将律师的事实判断、引用要求、风险评级、修改建议和交付格式拆分为可评分的专家标准，让模型反复完成完整任务，再用律师制定的标准进行打分，通过强化学习将更好的工作方法写入模型。Legal Agent Bench测试结果显示，Tenet的“整项任务全部通过率”为19.7％，高于Fable 5的11.5％和GPT-5.6 Sol的2.5％；在企业法律任务组成的APEX Agents测试中，Tenet得到74.0％，高于Fable 5的67.4％和GPT-5.6 Sol的60.3％。Tenet目前处于研究预览阶段，但已在Harvey LAB测试中达到SOTA。
Harvey的选择折射出AI应用层公司对模型供应商依赖的结构性变化。开源模型与闭源模型之间的能力差距持续收窄，叠加成本优势和模型可修改性，使应用公司首次具备在基础层建立自主技术栈的可能。当Kimi提供前沿通用能力、Harvey负责让模型像律师一样工作时，AI应用层的价值主张正在从“调用模型”转向“定义模型如何工作”。这一模式如果被验证可行，可能推动更多垂直领域AI公司重新评估其模型选型策略。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
