惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
Y
Y Combinator Blog
云风的 BLOG
云风的 BLOG
Microsoft Azure Blog
Microsoft Azure Blog
腾讯CDC
T
The Blog of Author Tim Ferriss
P
Proofpoint News Feed
Hugging Face - Blog
Hugging Face - Blog
博客园_首页
小众软件
小众软件
美团技术团队
Martin Fowler
Martin Fowler
爱范儿
爱范儿
有赞技术团队
有赞技术团队
博客园 - 【当耐特】
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Microsoft Security Blog
Microsoft Security Blog
宝玉的分享
宝玉的分享
J
Java Code Geeks
B
Blog
V
V2EX
Stack Overflow Blog
Stack Overflow Blog
B
Blog RSS Feed
博客园 - Franky

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
只干了一年律师,凭啥靠AI做出80亿美元公司?
快刀青衣 · 2025-11-25 · via 人人都是产品经理

从初级律师到AI创业明星,Winston Weinberg只用了三年时间。法律AI公司Harvey估值突破80亿美元,背后不仅是技术的力量,更是洞察力与行动力的胜利。本文将拆解这段令人震撼的成长轨迹。

最近,我看到科技媒体TechCrunch对法律AI创业公司Harvey创始人Winston Weinberg的专访。

起初我以为这一篇正常的商业互吹文章,讲述自己创业的光辉历程和自己多么艰难才走上了人生巅峰。不过,刚读完两三个问题,我就完全被吸引住了。

读完这篇专访后,我仍被这件事震撼着——Winston,就是美国O’Melveny律师事务所里一名只干了一年的初级律师,他在2022年创办了法律AI公司Harvey。到2025年10月,这家公司估值已经达80亿美元,年收入突破1亿美元,客户包括美国前十大律师事务所中的大多数。

说实话,80 亿美金这个数字本身已经够震撼了。但更让我印象深刻的是另一个细节:创业前,他只是个处理房东租户纠纷的“菜鸟律师”,对加州房东租户法规一无所知。

我猜,这类业务在律师行业的内部鄙视链中可能处于底端吧?论收入,不及很多商业并购律师;论名气,也难比很多刑事律师。可如今,那些在法律行业摸爬滚打一二十年的资深合伙人,正排队购买他开发的AI产品。

看到这个反差,我就在思考一个问题:在AI时代,所谓的“资深”到底还值多少钱?

01 从游戏工具到行业洞察

故事要从2022年说起。Winston刚进入O’Melveny律师事务所,是标准的法律新人,只能做些辅助工作。

他的室友Gabriel Pereyra在Meta公司工作,有一天给他展示了GPT-3。那时候ChatGPT尚未推出,Gabriel最开始只是用来玩《龙与地下城》游戏。

这个室友在整个故事中非常重要,因为后来就是他与Winston共同创办了Harvey,圈内会把他的名字简称为Gabe,后面的讲述中我也会用Gabe来代替。

GPT-3带来的灵感

不同于室友的“娱乐化使用”,Winston看到GPT-3时,脑子里就冒出一个想法:这东西能不能用来处理法律问题?

机会很快就来了。他被分配到一起房东租户纠纷的案子,由于他对加州相关法规完全不懂,按以往流程,他得花好几个小时翻法条、查案例、请教前辈。但这次,他决定用GPT-3试一试。

他和Gabe编写了一个超长提示词,把加州房东租户法规的关键内容塞了进去,再从网络论坛的法律咨询板块抓取100个真实的和租房有关的法律问题,让GPT-3来回答。

这个动作看起来不起眼,但仔细想想,你就会觉察到这个测试的设计有多聪明——他没有让AI去考律师资格证,而是直接拿真实的网络用户需求来测试。

随后,他把这100份AI生成的答案拿给三位更专业的执业律师评估:这些答案能不能直接发给客户,不需要任何修改?

86%合格率的结果

结果出来的时候,Winston自己都震惊了:100个样本里,有86个回答被律师评定为“可不做修改直接发送”。

看到这个数字,我突然明白了Winston看到了什么。一个对房东租户相关法规一窍不通的初级律师,借助AI生成的答案,86%的情况下能达到资深律师水准。

就在那一刻,Winston意识到:“整个法律行业都可以被这项技术改造。”

其实当时GPT-3已经出来一段时间了,有一些很有技术敏锐度的律师也在用,但大多数人只是把它当成辅助工具,帮忙润色文字、整理资料。

只有Winston看到了本质:那些靠经验积累起来的优势,在AI面前突然就不那么值钱了。

02 快速验证的行动力

光有洞察不够,超强的行动力才是关键。

Winston给OpenAI的CEO Sam Altman发了一封邮件,同时抄送给了OpenAI的总法律顾问Jason Kwon——因为只有律师才能真正评估Harvey的输出质量,理解其中的行业洞察。

要知道,当时的他完全就是一个无名之辈,但这不重要,他依然果断地发出了这封陌生邮件。

当天拿下OpenAI投资

你猜他多久收到了回复?他在2022年7月4日上午发出邮件,当天上午就接到OpenAI高管团队的电话。也就是当天,OpenAI创业基金决定投资Harvey。从发邮件到拿到投资,耗时不到24小时。

很多人可能觉得这是运气好,但我觉得Winston的成功不能简单归为运气。因为这样,我们很容易就觉得自己距离成功,欠缺的只是那虚无缥缈的运气。

事实上,Winston把所有准备工作都做到位了。他有清晰的产品演示、有真实的测试数据、有律师的专业背书。如果我是山姆·奥特曼,也能立刻判断,这不是空想,而是一个已被验证的好机会。

精准打击的销售策略

拿到投资后,Winston面临下一个问题:怎么把这个AI法律产品卖出去?

他的方法非常有意思,也非常简单粗暴。他从美国公开的法律文书数据库上筛选出很多公开的诉讼案例,找到案件代理律师是谁,然后把对应的案例摘要输入Harvey,让AI生成一份反驳意见。

接着,他直接邮件联系那位律师,说:“你看,Harvey可以这样反驳你的诉讼词。”

这招太狠了,简直是“精准打击”。你想想,作为一个律师,最不想看到的是什么?就是自己辛辛苦苦写的诉讼词,被AI轻松反驳。

但是反过来,作为律师,他又会想着如果自己可以用这个工具,那么在法庭上去反驳对方律师的时候,能增加不少胜算。

坦白说,我觉得这个销售策略比产品本身还要精彩。

你可以设身处地地想想,如果我们做了这样一个法律AI应用,在推广的时候优先做的是什么?可能是托人找关系,想办法去认识一些律师事务所的高层,然后看看他们有没有兴趣听一个初创公司来介绍产品。

但是Winston的这招,直接跨过了所有的阻碍,直接展示了自己产品的最大价值。

所以,凭借类似的策略,Harvey迅速打开市场。到2025年10月,Harvey的估值已经达到80亿美元,年收入突破1亿美元。

从一个初级律师的想法,到一家估值80亿的公司,Winston只用了三年。

03 AI时代经验的价值

说到这里,Winston的故事,让我一直思考的问题是:经验在这个时代的价值到底是什么?

要知道,他不是技术大牛,GPT-3是OpenAI开发的,他们自己也没有开发专业模型的能力;他也不是法律界的明星,只有一年的律师经验。

但他就是成功了,而那些在法律行业干了一二十年的资深律师,现在成了他的客户。

对经验的价值重估

我自己的思考是,这件事恰恰说明:在AI时代,行业“护城河”变了,大家对“有经验”和“资深”的理解已经完全不一样了。

以前,一个律师的价值来自于经验积累。你处理过多少案子,见过多少疑难杂症,认识多少法官和同行,这些都是护城河。一个干了二十年的律师,理论上应该比一个干了一年的律师值钱得多。

但AI改变了这个逻辑。这就像是汽车出现后,马车夫的“驾驭马匹20年经验”突然就不值钱了——不是经验本身没用,而是游戏规则变了。

真正值钱的,变成了另一种能力:看到问题本质的洞察力,以及快速验证想法的行动力。

新时代成功者共同特质

类似的故事还有很多。

28岁博士生Aravind Srinivas用两天时间做出一个AI搜索引擎的原型,发布到Twitter(现在的X)后引发关注,如今他的公司Perplexity估值达200亿美元。

27岁的国际信息学奥林匹克竞赛(IOI)金牌得主Scott Wu创办Cognition Labs,推出AI程序员Devin,半年内公司估值从3.5亿美元飙升至20亿美元。

这些年轻人的共同特点是什么?不是他们的工作年限,而是他们对行业痛点的理解,以及用AI解决问题的速度。关于经验的反思

我突然想起一个很残酷的事实:在AI时代,如果你只是把第一年的工作经验重复了十九次,那你所谓的“二十年经验”,可能还不如一个工作一年但善于思考的年轻人。

这让我想起在创业初期,我曾面试过一位程序员。单看他的简历,非常华丽:世界名校计算机系毕业,初入职场就入职全球顶尖互联网公司后,一干就是十年。

说实话,在十年前那个万众创业的热潮里,如果技术团队里有这样的成员,出去吹牛都会腰杆直一些。

所以那次面试,我还特意去了他们的中国区总部的办公楼下,在一个茶馆里约他聊天。具体对话我已经记不大清了,但我清晰记得当时那种强烈的幻灭感。

因为我发现,他在这家顶尖电商公司的十年里,原来负责的就是一套后台系统,并且这套系统最需要的不是创新,而是稳定运行。所以,他就是典型的“一年经验用十年”的案例。

04 结语

最后在这里,我想要澄清一点:我不是在否定经验价值,也不是说“年轻没经验就是万能的”,更不是主张“工作一年就一定比工作二十年强”。

真正的问题在于,当你在一个行业待得太久,你就容易对那些低效流程、繁琐步骤习以为常,不再觉得它们是问题。

你不妨做个小实验:把你每天工作中最耗时的三个流程或者工作写下来,然后问问自己这些流程真的必要吗?能不能用AI优化?

这并不是说你要像Winston一样立马创业,但你至少可以在自己的本职工作上先尝试改变。也许你不会做出下一个80亿美元的公司,但至少能让自己的工作效率提升一大截。

Techcrunch专访文章:

https://techcrunch.com/2025/11/14/inside-harvey-how-a-first-year-legal-associate-built-one-of-silicon-valleys-hottest-startups/

本文由人人都是产品经理作者【快刀青衣】,微信公众号:【快刀青衣】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。