法律AI领域的明星初创公司Harvey已收购成立两年的Hexus公司。Hexus专注于构建产品演示、视频和指南创建工具。此次收购是Harvey在法律科技市场激烈竞争中持续积极扩张的重要举措。
团队整合与发展计划
Hexus创始人兼首席执行官Sakshi Pratap曾在沃尔玛、甲骨文和谷歌担任工程职务。她向TechCrunch透露,位于旧金山的团队已经加入Harvey,而印度班加罗尔的工程师团队将在Harvey建立班加罗尔办事处后加入。Pratap将领导一个专注于加速Harvey企业内部法务部门产品的工程团队。
"我们为Harvey带来的是在相邻问题领域构建企业AI工具的深厚经验,"Pratap表示,"这种专业知识有助于Harvey在日益激烈的竞争市场中更快发展。"
收购详情与资本背景
在被收购前,Hexus已从Pear VC、Liquid 2 Ventures和天使投资人处筹集了160万美元资金。虽然Pratap拒绝透露交易条款,但她表示交易结构围绕"长期团队激励"进行设计。
此次收购正值Harvey寻求巩固其作为AI领域最热门初创公司之一地位的关键时期。该公司去年秋天确认,在筹集1.6亿美元资金后,目前估值达80亿美元,使其2025年的总融资额达到7.6亿美元。Andreessen Horowitz领投了最新一轮融资,新投资者T. Rowe Price和WndrCo参与投资,现有支持者Sequoia Capital、Kleiner Perkins、Conviction和天使投资人Elad Gil也参与其中。年初时,Harvey在Sequoia领投的3亿美元D轮融资后估值为30亿美元。
市场地位与客户规模
Harvey目前声称在60个国家拥有超过1000名客户,其中包括美国前10大律师事务所中的大部分。
创始历程与技术验证
TechCrunch在11月与联合创始人兼首席执行官Winston Weinberg交谈时,他回顾了Harvey的起源故事,这要追溯到向OpenAI首席执行官Sam Altman发送的一封冷邮件。当时Weinberg是O'Melveny & Myers律师事务所的一年级助理,联合创始人Gabe Pereyra是在Google DeepMind和Meta工作的研究员,也是Weinberg的室友。他们用GPT-3测试了来自Reddit的房东-租户法律问题。当他们向律师展示AI生成的答案时,三分之二的律师表示他们会在100个回复中原样发送86个,无需编辑。
"那一刻我们意识到,这整个行业可以通过这项技术得到彻底改变,"Weinberg说。
他们在2022年7月4日给Altman发送了邮件,当天上午就进行了通话,并很快从OpenAI Startup Fund获得了第一笔资金。据Weinberg透露,OpenAI Startup Fund仍是Harvey的第二大投资者。
Q&A
Q1:Harvey是什么公司,主要做什么业务?
A:Harvey是法律AI领域的明星初创公司,专注于为法律行业提供人工智能解决方案。公司目前在60个国家拥有超过1000名客户,包括美国前10大律师事务所中的大部分,估值已达80亿美元。
Q2:Harvey为什么要收购Hexus公司?
A:Hexus专注于构建产品演示、视频和指南创建工具,拥有构建企业AI工具的深厚经验。收购Hexus主要是为了获得其技术团队和专业知识,帮助Harvey在日益激烈的法律科技市场竞争中更快发展,特别是加速企业内部法务部门的产品开发。
Q3:Harvey公司是如何起步的?
A:Harvey起源于联合创始人Winston Weinberg和Gabe Pereyra用GPT-3测试法律问题的实验。当他们发现律师愿意原样使用86%的AI生成回复时,意识到AI技术可以改变整个法律行业。他们随后给OpenAI CEO Sam Altman发送邮件,获得了OpenAI Startup Fund的首笔投资。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。