科技行业经常讨论AI将如何改变工作方式。法律科技初创公司Crosby刚刚结束隐身模式,完成了由红杉资本领投的580万美元种子轮融资,这或许是迄今为止我们看到的最极端的AI变革示例。
Crosby不仅仅是为律师开发AI软件——尽管它确实在做这件事。Crosby本身就是一家利用AI以前所未有的速度提供法律服务的律师事务所。
Crosby没有向律师销售技术,而是雇佣了使用其内部开发AI软件的律师。公司主要向初创企业销售合同审查法律服务。该公司目前承诺,其AI软件在人工监督下,可以在一小时内完成新客户合同的审查。据联合创始人兼首席技术官John Sarihan接受TechCrunch采访时表示,公司希望进一步缩短这个时间——可能只需几分钟。
Crosby的联合创始人兼首席执行官Ryan Daniels本身就是一名律师,也是两位法学教授的儿子。他在代表科技行业的顶级律所Cooley磨练技能,随后在初创企业担任法务总监工作近十年。
"在我上一家公司,我是唯一的法务人员,公司从约10人发展到100人,我发现大部分法务时间都花在合同、销售协议和主服务协议上,"Daniels说道,他指的是客户合同中被称为主服务协议的部分。
合同谈判和法律审查成为公司发展的瓶颈,是"我们无法按预期速度增长的原因"。
目前,合同谈判仍然是人与人之间的过程,可能需要数周或数月时间。
虽然越来越多的AI工具帮助律师加速工作的某些环节,但Crosby的创始人认为,要真正利用AI改变法律行业,唯一的方法是"建立我们自己的律师事务所,以便端到端地掌控整个流程,"Daniels说。
曾是Ramp早期员工的Sarihan开始从初创企业招聘软件工程师,而Daniels则开始招聘律师。目前这家初创公司雇佣了约19名员工,包括创始人在内。
"这里的创新体现在技术和人员上,"Sarihan说。
两位联合创始人表示,公司于1月份软启动,已经为Cursor、销售自动化初创公司Clay和UnifyGTM等快速增长的初创企业审查了超过1000份客户合同——如主服务协议、数据处理协议和保密协议。
红杉资本的Josephine Chen和Alfred Lin领投了这轮种子融资,贝恩资本创投参与投资,众多天使投资人包括Ramp联合创始人Eric Glyman和Karim Atiyeh、Opendoor联合创始人Eric Wu、Casetext联合创始人Jake Heller、Instacart联合创始人Max Mullen,以及Flatiron Health联合创始人Zach Weinberg和Gil Shlarski。
Crosby成功获得红杉投资可谓天时地利人和。Chen通过Ramp认识Sarihan,她此前还通过AI采购初创公司Venue的联合创始人认识了Daniels,该公司是她投资的项目,去年被Ramp收购。
当联合创始人向Chen推介他们的想法时,她咨询了红杉的内部律师,而那位律师Cindy Lee在Cooley工作期间就认识Daniels。
"当我们考虑种子投资时,对我们来说,可能70%看重团队,30%看重市场、市场动态以及创始人在这方面的洞察,"Chen解释道。鉴于她与创始团队的多重联系,以及法律工作是一个3000亿美元的行业,Chen决定与Crosby一起颠覆这个行业。
"我们甚至在自己的投资组合公司中也看到,合同谈判如何成为增长的瓶颈,"Chen说。在她看来,法律是"大语言模型应用的核心领域"。
好文章,需要你的鼓励
美国网络安全和基础设施安全局指示联邦机构修补影响思科ASA 5500-X系列防火墙设备的两个零日漏洞CVE-2025-20362和CVE-2025-20333。这些漏洞可绕过VPN身份验证并获取root访问权限,已被黑客积极利用。攻击与国家支持的ArcaneDoor黑客活动有关,黑客通过漏洞安装bootkit恶意软件并操控只读存储器实现持久化。思科已发布补丁,CISA要求机构清点易受攻击系统并在今日前完成修补。
康考迪亚大学研究团队通过对比混合量子-经典神经网络与传统模型在三个基准数据集上的表现,发现量子增强模型在准确率、训练速度和资源效率方面均显著优于传统方法。研究显示混合模型的优势随数据集复杂度提升而增强,在CIFAR100上准确率提升9.44%,训练速度提升5-12倍,且参数更少。该成果为实用化量子增强人工智能铺平道路。
TimeWave是一款功能全面的计时器应用,超越了苹果自带时钟应用的功能。它支持创建流式计时器,让用户可以设置连续的任务计时,帮助专注工作。应用采用简洁的黑白设计,融入了Liquid Glass元素。内置冥想、番茄工作法、20-20-20护眼等多种计时模式,支持实时活动显示和Siri快捷指令。免费版提供基础功能,高级版需付费订阅。
沙特KAUST大学团队开发了专门针对阿拉伯语的AI模型家族"Hala",通过创新的"翻译再调优"技术路线,将高质量英语指令数据转化为450万规模的阿拉伯语语料库,训练出350M到9B参数的多个模型。在阿拉伯语专项测试中,Hala在同规模模型中表现最佳,证明了语言专门化策略的有效性,为阿拉伯语AI发展和其他语言的专门化模型提供了可复制的技术方案。