### [Harvey](https://hello123.com/)

**Published:** 2026-09-25T04:36:00

**Author:** hello123

**Excerpt:** Harvey是2022年创立的旧金山法律AI平台，专注合同、诉讼、合规场景，通过多模型协同与工作流自动化对标C…

## Harvey 一句话产品简介

**Harvey** 不是通用聊天机器人，而是专为律所和企业法务设计的法律 AI 平台。该工具由 Counsel AI Corporation 于 2022 年创立，总部位于旧金山。核心卖点是多模型协同与法律**工作流**自动化。它直接对标 Casetext 和 EvenUp。Casetext 被汤森路透收购后主攻法律研究，EvenUp 聚焦人身伤害索赔。Harvey 则走通用法律助手路线，覆盖合同、诉讼、合规三大场景。

![Harvey截图](https://cdn.hello123.com/wp-content/uploads/2026/09/harvey.jpg)

## Harvey 主要特点

-   **助手与工作流**：支持自然语言任务委派，多模型代理协同处理复杂法律任务。
-   **Vault 与知识库**：安全存储文档，构建专业领域知识库，支持快速检索。
-   **定制法律语言模型**：基于通用数据训练，再用判例法和法律参考资料微调。
-   **集成化安全环境**：所有操作在加密环境中进行，强调数据隐私。
-   **与竞品初步对比**：Casetext 强在判例检索，EvenUp 专攻人身伤害，Harvey 覆盖面更广但垂直深度不如后两者。

### 助手与工作流：多模型协同的合同审查

Harvey 的助手模块允许律师用自然语言指派任务。工作流模块则调度多个大模型协同处理。以跨国并购合同审查为例：**Gemini** 2.5 一次性读取 500 份雇佣合同，标记违约金异常。**Claude** 3.7 比对各国民法差异，生成国别合规报告。定制案例法模型引用近期判例提示诉讼风险。整个流程 3 小时内完成，输出带溯源引用的风险清单。传统方式需 10 名律师耗时 3 周，节省了 200 多人工小时。关键在于多模型分工，而非单一模型包打天下。

### Vault 与知识库：安全存储与检索

Vault 提供文档存储与管理功能。知识模块用于构建专业领域**知识库**。两者都强调安全性。该平台采用加密传输、访问控制、数据备份等措施。法律文件涉及客户机密，安全是底线要求。用户可上传数千份文档，由 AI 进行分析和**检索**。与 Casetext 依赖汤森路透内容库不同，Harvey 允许律所用自己的文档和模板训练模型。这类似对新员工做入职培训。但 Vault 的离线功能受限，中文文档处理能力未知。

## Harvey 从零开始怎么用

### 注册与初始配置

目前 Harvey 需要申请通过后才能使用。官网是 https://www.harvey.ai/。注册后需等待审核。初始配置包括选择实践领域、上传律所模板和文档。该平台有网页版和 PC 版，暂未上架应用商店。PC 版支持 `Windows` 和 Mac。配置重点是连接内部知识库，让模型学习律所风格。

### 合同审查操作流程

1.  登录网页版或 PC 版。
2.  选择「合同分析」模块。
3.  上传合同文件或输入文本。
4.  指定审查维度，如违约金、管辖条款。
5.  等待多模型协同处理。
6.  查看带溯源引用的风险清单。
7.  导出修订建议或生成客户沟通文件。

## Harvey 在竞品里的位置

| 比较维度 | Harvey | Casetext | EvenUp |
| --- | --- | --- | --- |
| 核心场景 | 合同审查、诉讼、合规 | 法律研究、判例检索 | 人身伤害索赔 |
| 技术路线 | 多模型协同 | 单一模型+内容库 | 垂直领域模型 |
| 数据来源 | 自有模型+用户文档 | 汤森路透内容库 | 医疗记录+法律数据 |
| 定价模式 | 定制报价，未公开 | 订阅制 | 按案件收费 |
| 中文支持 | 有限  | 有限  | 无   |

### Harvey vs Casetext：法律研究能力对比

Casetext 被汤森路透以 6.5 亿美元收购后，整合了 Westlaw 内容库。其法律研究能力有权威数据支撑。Harvey 则依赖自有模型和用户上传的判例。该平台曾考虑收购 vLex 来优化模型，但未成行。在判例检索的全面性上，Casetext 占优。但 Harvey 的多模型协同能生成更结构化的分析报告。关键在于用户需要深度研究还是自动化工作流。

### Harvey vs EvenUp：人身伤害领域差异

> EvenUp 专为人身伤害律师打造。它能自动生成索赔函，分析医疗记录。Harvey 是通用法律平台，人身伤害只是众多场景之一。EvenUp 在垂直领域的数据积累更深，输出更贴合该领域需求。Harvey 的优势在于跨领域迁移能力。若律所只做人身伤害，EvenUp 可能更高效。若业务多元，Harvey 更合适。

## Harvey 适合什么人用

-   **跨国律所**：处理多司法辖区合同审查，节省大量工时。
-   **企业法务团队**：日常合同分析、合规检查。
-   **诉讼律师**：起草动议、整理证据。
-   **需要定制法律模型的大型机构**：用自有数据训练专属助手。
-   **非人身伤害领域的专业律师**：避免 EvenUp 的垂直局限。

### 跨国并购合同审查

某律所为科技公司收购欧洲企业，需审查德、法、意 500 份雇佣合同。传统方式需 10 名律师耗时 3 周。Harvey 的多模型协同 3 小时完成。输出带溯源引用的风险清单，自动生成并购协议修订建议。节省 200 多人工小时。这类场景下，该工具的价值在于跨语言、跨法域的处理能力。但需注意，中文合同审查的准确率尚无公开数据。

### 诉讼文书起草与法律研究

Harvey 可自动起草驳回起诉动议、即决判决动议。2025 年 6 月与 LexisNexis 合作后，动议法律论据可依托其研究资源。全程从文书起草到流程管理自动化。诉讼律师可快速生成客户沟通文件。但法律研究深度仍不如 Casetext 的 Westlaw 整合。该平台更适合文书生成，而非判例穷尽检索。

## Harvey 能为用户做什么

-   **节省工时**：跨国合同审查从 3 周缩至 3 小时，节省 200+ 人工小时。
-   **提高准确率**：多模型交叉验证，减少单一模型幻觉。
-   **自动化文书**：动议、索赔函、客户沟通文件自动生成。
-   **知识管理**：Vault 集中存储，知识库快速检索。
-   **定制化**：用律所自有文档训练，输出符合内部风格。

## Harvey 更新了哪些新东西

### 与 LexisNexis 的战略合作

2025 年 6 月，Harvey 与 LexisNexis 达成战略合作。双方联合开发新型法律工作流程体系。重点在驳回起诉动议与即决判决动议。该平台可自动生成动议法律论据，依托 LexisNexis 研究资源。这弥补了自有判例库不足的短板。合作后，法律研究权威性提升。但整合深度仍需观察。

### D 轮融资与估值变化

2025 年 2 月，Harvey 完成 3 亿美元 D 轮融资。RELX 集团旗下 REV 参投。此前 2024 年 6 月，该平台估值 7.15 亿美元。2024 年底 ARR 达 1000 万美元。2025 年融资后估值未公开，但据 The Information 报道，曾讨论 20 亿美元估值。ARR 在 2025 年 4 月已接近 1 亿美元。资本看好法律 AI 领域，但竞争激烈。

## 替代品推荐

-   **Leya**：欧洲市场轻量级选择，适合中小律所。
-   **Casetext**：被汤森路透收购后整合 Westlaw，法律研究更强。
-   **EvenUp**：人身伤害领域垂直工具，按案件收费。

### Leya：欧洲市场的轻量级选择

Leya 是另一家法律 AI 助手。定位更轻量，适合欧洲中小律所。它支持多语言，对 GDPR 合规更友好。Harvey 则偏重大型机构，定制化强但**部署**重。若律所预算有限、需求简单，Leya 可能更合适。但 Leya 的功能深度和模型协同能力不及该平台。

### Casetext：被汤森路透收购后的整合优势

Casetext 拥有 Westlaw 内容库，法律研究权威性高。它更适合需要大量判例检索的诉讼律师。Harvey 的多模型协同在文书生成上更强。若用户主要做法律研究，Casetext 是更直接的选择。若需要端到端工作流自动化，该平台更全面。两者定位差异明显。

## 参考资料

-   [CSDN](https://blog.csdn.net/zhangella0422/article/details/148920245)（2025-07-01）— 介绍 Harvey 的融资历史与多模型协同场景。
-   [人人都是产品经理](https://www.woshipm.com/ai/6235424.html)（2025-06-26）— 详述 Harvey 的产品定位与使用场景。
-   [腾讯网](https://new.qq.com/rain/a/20240608A01UBQ00)（2024-06-08）— 报道 Harvey 的估值、融资与竞品对比。



---