OpenAI的“親兒子”，想要用中國開源模型拿回自主權

Alter2026.08.28 08:17 · 來自浙江全文4602字00:00 / 11:42Harvey走出OpenAI圍城。文 | Alter一個禮拜前，美國法律科技公司Harvey在X上官宣了一則消息：隆重推出基於Kimi K3訓練的首個自有模型Harvey Tenet。消息一齣，迅速在AI圈掀起了一場波瀾。基於開源模型後訓練的事已經屢見不鮮。早在3月份，Cursor的自研編程模型Composer 2，就被扒出是基於Kimi K2.5訓練的；DoorDash、Airbnb等企業，也紛紛部署開源模型進行“降本”。為何一家法律科技公司的“自有模型”，在國內外引發瞭如此大的關注？

答案在於：Harvey可能是最不應該選擇中國模型的AI公司。誕生於2022年的Harvey，先後獲得了OpenAI、紅杉資本、a16z等機構的注資，市場估值已經達到110億美元，全球75家以上Am Law 100律所都是Harvey的客戶。而且Harvey的產品原型就是建立在OpenAI模型上的，雙方還曾合作訓練面向美國判例法的定製模型。正是這樣一家被視為OpenAI“親兒子”的公司，在訓練自己的第一款基礎模型時，選擇以中國的開源模型為底座。OpenAI 的 “ 親兒子 ” ，為什麼要獨立求生？Harvey與OpenAI的關係，遠非尋常的“投資者與被投資者”。

一位創始人曾是證券和反壟斷律師，另一位創始人有過DeepMind和Meta的工作經歷。兩人最初只是用GPT-3測試法律問答，隨後獲得了OpenAI Startup Fund領投的500萬美元種子融資。在Harvey的早期故事裡，OpenAI既是資本來源，也是最重要的技術靠山。到了2023年，Harvey完成8000萬美元B輪融資時，OpenAI和紅杉資本繼續參與。Harvey在融資公告中明確表示，公司正在與OpenAI合作開發面向專業服務行業的領域模型。雙方的分工一度非常清晰。

OpenAI負責提供越來越強的通用模型，Harvey負責理解律師、法律文件和律所工作流，再把模型包裝成法律行業可以使用的產品。OpenAI擁有模型，Harvey擁有客戶，雙方處在產業鏈的上下游。可當基礎模型公司開始進入應用層，上下游關係出現了裂痕。時間來到2026年，合同管理軟件公司Ironclad的聯合創始人Jason Boehmig加入OpenAI，負責開發面向法律行業的產品，直接與大型律所合作。站在Harvey的立場上，過去的盟友正在成為潛在競爭者。

如果Harvey最核心的能力始終建立在OpenAI等閉源模型之上，OpenAI在內的上游模型廠商一旦直接進入法律工作流，Harvey就很難形成真正獨立的技術邊界和競爭壁壘。這也是大多數AI應用公司的困境。當基礎模型的能力還在快速進步時，應用公司依靠提示詞、知識庫和工作流建立起來的優勢，隨時可能被下一次模型更新覆蓋。昨天還需要專門開發的功能，明天可能就會成為通用模型的標準能力。模型供應商只要向下走一步，就可能吃掉應用公司的價值。除了生存壓力，Harvey還面臨另一個問題——成本。

Harvey聯合創始人Gabe Pereyra在媒體採訪時表示：2026年1月至6月，Harvey平臺每月消耗的Token數量從約1萬億增長到了14.5萬億，半年增長超過14倍。模型調用正在從技術採購費，變成影響毛利率的成本中心。原因並不難解釋。不同於一問一答的聊天機器人，一個法律Agent可能要讀取數百份文件，連續搜索判例，反覆調用工具，對不同結論進行驗證……任務越複雜，調用鏈條越長；Agent越普及，Token消耗增長越快。由此形成了一種隱蔽的成本陷阱：客戶和收入屬於Harvey，但伴隨業務規模不斷增長的模型成本，則在持續流向供應商。

對於一家估值110億美元、試圖成為法律AI基礎設施的公司來說，這種結構很難長期維持。中國的開源模型 ，製造了一次 “ 出逃 ” 機會 Kimi K3代表的開源模型，為Harvey製造了“逃離”OpenAI的機會。2026年7月，月之暗面正式開源了Kimi K3，總參數達到2.8萬億，支持百萬Token上下文，重點能力指向編程、知識工作和長週期Agent任務。獨立AI評測平臺Artificial Analysis使用Harvey LAB-AA對Kimi K3進行了詳細測試：在衡量法律交付物質量的通過率評測中，Kimi K3以94.

6%的通過率排名第一，超過Claude Fable 5；在更嚴格的“整項任務全通過率”評測中，Kimi K3以26.7%的成績位居第一，接近第二名Claude Fable 5的兩倍。Kimi K3並沒有在所有測試中全面超過最強閉源模型，但差距已經縮小到足以改變企業選型。對於Harvey而言，第一次看到了開源模型替代閉源模型的可行性：律師的工作很少是回答一道孤立的問題，通常需要模型在大量材料中持續工作，建立事實關係、識別衝突、判斷風險、補充引用，一個模型的Agent能力、對複雜知識的處理能力，遠比“答對一道題”有價值。讓Harvey下決心基於Kimi K3做後訓練的，還有兩個不可或缺的因素。

第一個是價格。第三方評測平臺Arena的數據顯示，Kimi K3位於能力—成本的帕累託前沿，以約0.62美元的任務成本，取得約+10.5%的綜合淨改善，不足Claude Opus 5 (Max) 的1/5；硅谷知名天使投資人傑森·卡拉卡尼斯則表示，Anthropic和OpenAI 的一些大客戶部署Kimi後，成本降低了90%。第二個是權限。

有別於閉源模型調參數、寫提示詞的侷限性，Harvey可以在Kimi K3的基礎上修改模型，適應自己的法律數據、任務環境和評價體系；可以根據任務成本優化推理路徑；可以選擇不同基礎設施部署……一個向Harvey出售智能，另一個允許Harvey把智能變成自己的生產資料。按照Harvey在官方技術博客中公開的信息：並非簡單“拿法律材料微調”，搭建了約1750個法律任務環境，將律師的事實判斷、引用要求、風險評級、修改建議和交付格式拆成可評分的專家標準，讓模型反覆完成完整任務，再用律師制定的標準進行打分，通過強化學習把更好的工作方法寫進模型。

Legal Agent Bench的測試結果顯示：Tenet的“整項任務全部通過率”為19.7%，高於Fable 5的11.5%和GPT-5.6 Sol的2.5%；在企業法律任務組成的APEX Agents測試中，Tenet得到74.0%，同樣高於Fable 5的67.4%和GPT-5.6 Sol的60.3%。目前Tenet仍處於研究預覽階段，但已經在Harvey LAB測試中達到SOTA。簡單來說，Kimi提供的是前沿通用能力，Harvey負責讓模型像一名律師一樣工作：先讀什麼，如何搜索，怎樣判斷證據是否充分，什麼時候應該提示風險，最後以什麼格式交付成果。

從 1 到 N ， AI 應用的 “ 普羅米修斯 ” 時刻 Harvey邁出的一小步，可能是改寫AI應用市場格局的一大步。一個不應該被忽略的細節在於：Tenet的後訓練僅用了約150塊 NVIDIA B300，只花了兩個月的時間。用極低的算力和成本，驗證了一條可以被其他行業複用的路徑，點燃了垂直AI公司自主造模的“火種”，即開放權重模型＋行業專家數據＋任務評價環境＋後訓練＝專有的垂直模型能力。很長一段時間裡，打造前沿模型都是少數AI公司的遊戲。從零訓練一款通用基礎模型，需要鉅額算力、海量數據、完整的研究團隊和持續迭代的基礎設施。

法律、醫療、金融、製造等行業公司，即使掌握大量專業知識，也無法參與模型本身的建設。通常只能接入閉源API，然後在外層增加提示詞、知識庫、工作流和產品界面。這種模式創造了第一代AI應用，卻也帶來了一個問題：應用公司擁有場景，卻沒有完全擁有能力。Harvey提供了另一種可能。無須重新預訓練一個通用模型，而是基於Kimi K3等開源模型，直接訓練法律工作所需要的專業能力。後續出現了更強的開放模型，還可以將任務環境、評價標準和反饋數據遷移到新的底座上。模型門檻向下拉的同時，行業知識的門檻將被向上推。

未來最有能力複製Harvey Tenet路線的，不會是所有接入大模型的創業公司，需要同時具備四項資產：真實業務數據、行業專家、可量化的評價標準，以及能夠形成反饋閉環的客戶工作流。比如醫療公司需要知道，什麼樣的診療建議存在遺漏，什麼證據不足以支持結論；金融公司需要定義風險評級、信息引用和合規邊界；製造企業則需要把故障判斷、工藝經驗和操作規範拆解成模型可以評分的任務……這些標準很難從公開語料中獲得，可以說是垂直公司構建壁壘的絕佳機會。誠如Harvey官方的表態：下一步要把算力從1000卡擴到10000 ，做全參數微調，還要嘗試更多開放底座......目標是讓每家律所都能擁有自己的專有模型。

韓國 Digital Today、Global Economic、日本Livedoor等媒體已將Harvey案例寫入“垂直AI公司擺脫前沿模型API依賴”的產業趨勢。做一個預判的話，AI應用公司不再只是基礎模型能力的經銷商，新的商業飛輪已經形成：客戶越多，任務環境越豐富；專家反饋越多，評價體系越精確；模型能力越強，產品與通用大模型之間的差異也就越大。當越來越多的AI應用公司轉向開源模型，將徹底打破“只有閉源頂級大模型才能支撐商業應用”的固有認知，將開源模型從“低成本平替”，推向“產業數字基礎設施”的核心地位，讓“強開源底座 + 深度垂直後訓練”成為千行百業數智化轉型的新範式。

寫在最後 Harvey基於Kimi K3打造自有模型的故事，看似是一次單純的技術選型更迭，卻可能在應用層引發一場“獨立戰爭”。大模型競賽的下半場，聚光燈正在發生偏移。只能套殼的AI應用或將成為上一個時代的產品，千千萬萬個“Harvey”組成的去中心化、專業化的垂直行業模型，將以前所未有的速度拔地而起。與此同時，中國的開源模型陸續佔領全球AI應用公司的底座，將成為閉源巨頭無法撼動的事實。