Harvey 的估值路徑讀起來有點像段子。
2025 年 2 月，Sequoia 領投，30 億美元。四個月後，Kleiner Perkins 和 Coatue 進來，50 億。年底，a16z 主導，到了 80 億。今年 3 月，GIC 和 Sequoia 再次聯合領投，估值直接打到 110 億美元。從 30 億到 110 億，14 個月。
同一時間段，瑞典法律 AI 公司 Legora 完成 5.5 億美元 D 輪，估值從去年 10 月的 18 億暴漲到 55.5 億美元——五個月，翻了三倍。
兩家公司，兩個讓人看一眼就皺眉頭的數字。法律 AI 這條賽道，突然就成了 2026 年最不缺錢的垂直方向之一。
Harvey：Sequoia 連投三輪，這事值得問為什麼
Harvey 做什麼？給律師用的 AI 工具——合同分析、法律研究、盡職調查、訴訟材料整理。
聽起來很普通，但有幾個細節值得認真看。
第一，Sequoia 三輪跟投。 Sequoia 合夥人 Pat Grady 公開說，這對一家 VC 來說「是異常密集的信任表達」。頂級 VC 不會這麼幹，除非 ARR 增速足夠驚人。Harvey 總融資已超 10 億美元，但從不披露具體收入數字——這也是 VC 圈一種心照不宣的方式：數字夠好的公司不需要主動秀。
第二，付費結構。 法律服務的時薪從來不低，頂級律所律師 500-1000 美元起。一個 Harvey 座位定價可以到每年幾千美元，律師用它節省兩小時，成本就回來了。這不是在給消費者賣月度訂閱，法律客戶付費意願本來就強，帳算正了就不會走。
第三，客戶不是在試用，是嵌進了工作流。 摩根士丹利在用，安永在用，BCG 在用。不是 pilot 項目，是日常使用。一旦嵌進工作流，換出去的成本比續費貴得多，這才是真正的護城河。
Harvey 創始人 Winston Weinberg 本來是律所一年級律師，自己清楚律師每天在幹什麼、卡在哪裡——這也是做垂直 AI 工具的一個典型路徑：不懂行業的人往往做不出真的有用的產品。
Legora：北歐來的，客戶名單卻很豪華
Legora 成立於 2022 年，總部在斯德哥爾摩。如果你沒聽說過這個名字，正常——它在美國的存在感比 Harvey 低得多，但看一眼客戶名單會安靜下來：White & Case、Cleary Gottlieb、Goodwin、Linklaters、Deloitte、Dentons。
第一梯隊律所、四大、跨國律所——Legora 進的是法律行業最頂端的那批客戶。目前服務 5 萬名以上律師，覆蓋 50 多個市場，企業客戶超過 800 家。
去年 3 月才開紐約第一個美國辦公室，CEO Max Junestrand 說「美國市場的採用速度超過了預期」。這次 5.5 億 D 輪，直接用來在休士頓和芝加哥開新辦公室，計劃年底前美國員工超過 300 人。
Accel 領投，Benchmark、Bessemer、General Catalyst、Salesforce Ventures 等一票老牌 VC 跟投，連 Y Combinator 也在裡面。
法律 AI 為什麼現在爆了
不是風口炒作，是幾個條件同時成熟了。
法律文本本來就適合 AI 處理。 合同、判例、監管條文——都是有結構的、有歷史參照的文本。跟開放域聊天不一樣，法律 AI 的錯誤更容易被發現，律師自己就能審閱輸出結果。容錯機制存在，用起來反而沒那麼怕。
大模型能力剛好跨過了關鍵門檻。 三年前，GPT-3 處理一百頁合同是件痛苦的事。現在，Claude Opus 或 GPT-5 可以把一疊盡調文件讀完再給你列風險清單——準確率高到律師願意在工作材料裡使用。
法務預算是企業最後砍的那批。 合規和法務不到萬不得已不會動。AI 能幫律師減少重複工作，就意味著他們可以接更多案子、做更多計費時。這個邏輯對律所老闆來說是正的，決策週期短，不像給 IT 部門賣工具要等三個季度審批。
說幾個沒人敢正面談的問題
Harvey 和 Legora 都不公開營收。110 億和 55 億的估值背後是什麼樣的 ARR 倍數，外界猜不到。如果這是二十倍 ARR，那營收得到什麼量級才撐得住這個數字？——這個問題懸在那裡。
還有一個更長遠的不確定性：OpenAI、Google、微軟隨時可以下場做法律專版。Harvey 和 Legora 的護城河是行業數據積累、工作流集成、品牌在律所圈的口碑——這些不是一天建起來的，但也不是不可撕開的。
法律 AI 是真實的需求，當前的估值是在為未來的市場主導權定價。賭注並不小。
參考來源：Harvey confirms $11B valuation: Sequoia triples down（TechCrunch）；Legal AI Startup Legora Raises $550 Million for US Expansion（Bloomberg）；CocoLoop、Legora Series D blog post（legora.com）