Harvey 没有先训练法律模型：它先用评测、合成数据和多模型服务搭起研究实验室

导读

法律 AI 公司 Harvey 想训练并购尽调 Agent，却不能把涉及客户秘密的真实数据室直接拿来训练。联合创始人 Gabe Pereyra 介绍，团队先由律师定义风险和评分标准，再生成包含这些问题的合成文件，让 Agent 搜索并检验它漏掉了什么。Harvey 没有一开始就自建完整模型实验室，而是借助外部训练和推理服务，保留法律任务定义、专家评分与产品上线门槛。新模型不论来自内部还是外部，都要经过法律基准、人工比较和实际产品流程测试，再考虑成本、延迟、地区可用性与故障回退。合成数据能让训练开始，却不能完全代表用户日常请求：模型在大型尽调任务上得分高，仍可能在普通法律助手场景出错，因此还需要生产监控和客户反馈。