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
第二届欧洲健康大会汇聚了全球健康领域领导者、初创企业、投资者和开发者,对当前医疗创新现状及未来发展进行年中评估。在经济不确定性和监管优先级变化的背景下,制药、健康科技和医疗服务领域都在竞相证明价值并扩大创新规模。会议涵盖了GLP-1药物兴起、真正的患者中心化、AI的潜力与陷阱,以及为大胆创新想法提供资金的途径等热点话题。
华盛顿大学研究团队开发出世界首个主动式耳机AI助手LLAMAPIE,能够在用户对话中主动提供简短关键词提醒,无需用户主动询问。该系统采用双模型架构,在真人测试中将问答准确率从37%提升至87%,同时保持对话自然流畅。这项技术为人机交互带来新突破,在教育、商务和辅助医疗等领域具有广阔应用前景。
全球风险投资资金在今年第二季度表现强劲,总资金从去年同期的820亿美元增长至910亿美元。AI公司获得400亿美元投资,占季度全球总额的45%。其中Scale AI单笔融资143亿美元创纪录。美国初创企业获得600亿美元,占全球风投资金的三分之二。2025年上半年全球风投总额达2050亿美元,同比增长32%,显示投资环境日益偏向大规模融资。
这项由Kaggle团队主导的重要研究揭示了生成式AI评估面临的严重危机。传统的测试方法在面对训练于海量互联网数据的AI模型时失效,数据泄露问题普遍存在。研究团队提出AI竞赛平台作为解决方案,其并行评估结构和成熟的防作弊机制为GenAI评估提供了可靠途径,对整个AI领域的发展方向具有重要指导意义。