Harvey AI是一款专为法律行业设计的生成式AI平台，由OpenAI投资，2026年3月完成2亿美元融资后估值达110亿美元。本文将从产品定位、核心功能、定价方案、中文支持、用户反馈和竞品对比六个维度，帮你判断它是否适合你的法律团队。
Harvey AI是什么？
Harvey AI是一款专为法律专业人士打造的生成式AI平台，由前律师和AI研究人员联合创立，2022年成立于美国旧金山。官网将其定位为“为前沿法律组织而建”，核心客户是全球顶级律所和企业法务团队。
根据公开资料，Harvey的融资历程堪称法律AI领域最惊人的增长故事。2022年秋天公司刚成立时团队只有五个人，没有收入。红杉资本在A轮就首次出手，此后前后参与5轮融资，其中3轮直接领投或联合领投。从A轮1.5亿美元到F+轮110亿美元，三年增长73倍。截至2026年，Harvey已拥有约10万名律师用户，覆盖1300多家机构，客户包括Dentons、KKR、桥水基金、PwC、德意志电信和宝洁等。
Harvey的产品逻辑可以用一句话概括：把律师的执行性工作拆解并交给AI完成。在传统律所中，大量时间消耗在材料整理、条款提取、风险标注和文书起草上——这些工作不能决定案件走向，却占据了初级律师绝大部分时间。Harvey切入的正是这个环节，不替代律师的判断，而是替代律师的重复劳动。
核心功能拆解
Agents：端到端的自主法律工作执行
Harvey Agents是当前最核心的功能，也是它在法律AI平台中自主能力最高的一项能力。Agents可以执行复杂的法律工作流程：从合同分析和尽职调查到文档起草和法律研究，代理会创建计划、跨连接系统执行，并在没有律师逐步指示的情况下交付结果。
官网展示了一个典型场景：代理自动从Deal_Terms_Tracker.xlsx中提取已达成条款，解析对方红线并定位每一处实质性变更，将每处变更与已达成立场对比，标记差异并构建对账表，最终生成三份交付物——合规备忘录、风险矩阵和引用索引。这一整套流程的自主完成度是Harvey区别于其他法律AI工具的关键。
Vault：大规模文档集的分析引擎
Vault是Harvey的文档管理核心，支持将数千份文档集中在一个安全空间中，通过单次查询提取关键洞察。文件上传上限已提升至500MB，支持文件夹上传和单向同步。在实务中，Vault被用于大规模文档审查、证据开示记录分析，以及构建律所内部的“先例银行”——如Blank Rome律所就用Vault为诉讼律师搭建了简报库和EEOC指控操作手册。
Contract Intelligence与Command Center
Contract Intelligence加速常规合同审查、强化谈判，并揭示跨组合的洞察。Command Center则是面向管理层的使用分析工具，可以查看谁在使用Harvey、用于什么工作、跨团队和实践组的分布情况，并对标同类组织的使用基准来指导推广。官网展示的一个案例中，系统识别出15条提升Harvey使用率的建议，DAU/MAU比率为49.5%。
多模型架构与技术能力
Harvey采用多模型路由系统，根据任务类型在Claude Sonnet/Opus 4、GPT-5、o3和Gemini 2.5 Pro之间分配任务。它还与Microsoft 365、iManage、NetDocuments、SharePoint、Westlaw和LexisNexis等系统深度集成，可在法律事务的完整文档生命周期中参与工作，而非作为独立的研究工具运行。在安全合规方面，Harvey已获得SOC 2 Type II、ISO 27001、ISO 42001、GDPR和CCPA认证。
定价：为什么没有公开价格页
Harvey不公开定价。官网上找不到任何价格数字，只有一个“Request a Demo”按钮。这不是疏忽，而是商业模式的选择——Harvey采用企业级软件的销售方式：需求发现电话、试点、定制报价，合同条款取决于你的机构规模和谈判能力。
根据行业报道和客户披露的2026年数据，Harvey的定价分为两个明显的区间：
- 中型律所（约50-200名律师）：每席位每月约$1,000-$2,000
- Am Law 100律所或大型法务团队（200+席位）：每席位每月约$100-$200，享受批量折扣
- 年度合同：通常在$50,000到$300,000以上
- 合同条款：最低席位约25-50个，12个月起签，无自助购买选项
对于一家50名律师的团队，按每席位每月约$1,000计算，一年的投入大约60万美元。这个价格将个人执业者和中小型律所完全排除在外。有评测明确指出：“如果你的律所无法承诺至少五位数的年度合同，你就不在Harvey的目标市场中”。对于预算有限的用户，Spellbook（定制定价，需演示）和Consensus（$12/月，年付）提供了更可及的入门选择。
中文用户特别注意
Harvey在中文使用方面存在结构性短板，这是中文用户在选择前必须了解的关键信息。
Harvey的核心能力针对英语普通法体系优化。根据AIMenta的评测，“对非英语法律文档（日语、中文、韩语）的处理性能显著较低”，且为“仅企业级部署，无中小企业或精品律所方案”。Harvey的数据全部在美国基础设施上处理，不提供自托管选项。
不过Harvey在界面层面已开始支持多语言输出。Vault Review现在支持根据用户的首选语言和方言设置进行本地化响应。用户在语言下拉菜单中选择首选语言即可，如果跳过此步骤，默认语言为美式英语。Harvey还与ElevenLabs合作推出了多语言语音智能功能，第一阶段支持用几乎任何语言或方言进行语音答复。
但界面语言支持和核心法律能力是两回事。Harvey的合同分析、条款提取和法律研究能力是基于英语普通法训练和优化的。一份中文合同的审查，Harvey的表现与英语合同存在明显差距。FlowPix的实测对比中，同样一份SaaS服务合同，Harvey识别出9条风险含3条高危，但一家国产工具在中文条款上的标注更清楚——例如“违约金按月息2%计算”这条，国产工具提示“超过LPR四倍可能不被法院支持”，而“这种本土细节Harvey根本不知道”。
如果你的法律工作主要涉及中文合同和中国法律体系，Harvey的核心价值——英语普通法体系下的深度优化——无法充分发挥。中文法律AI场景建议考虑国产工具，如SparkLaw等专注中文合同审查的平台。
用户真实反馈与案例
Harvey的用户反馈整体正面，但存在一些需要关注的声音。
Gartner Peer Insights上的用户评价指出：“优秀的用户界面，无需实施期，团队入职后立即发现价值，支持团队响应非常迅速”。RSGI发布的一项研究显示，100%的律所同意或强烈同意，如果Harvey许可证被收回，他们的律师会感到不满或失望；68%的参与者在三个月内实现了价值。
在效率提升方面，多个客户案例给出了具体数据。Acevedo Belt律所使用Harvey在48小时内完成了9位数交易的初始投资者尽职调查，分析了数百份交割文件，实现了每周10-50%的时间节省。Markel团队自2025年初采用Harvey以来，生产力提升了300%。Lewis Silkin律所的合伙人Cliff Fluet估计Harvey在2025年为他节省了近60个工作日。Chambers的用户评价中，一位律师提到：“客户还在电话上时我询问了Harvey，得到了一个几乎完美的回答，那份备忘录当天就准备好了——过去需要两周”。
但也有批评声音。LegalBenchmarks引用了一个Harvey前员工的Reddit讨论帖，指出产品存在质量问题，并与ChatGPT等通用AI工具做了对比，不过也承认“他们的观点可能包含偏见，观察结果可能并非Harvey独有”。Gartner上有一条用户评价虽然给出了正面评分，但也提到“存在一些小的可用性问题，让体验不够无缝”。
与Legora、ServiceNow LCO的区别
Harvey在当前的法律AI市场中面临来自两个方向的竞争：同为法律AI平台的Legora，以及更广泛的企业法务运营平台ServiceNow LCO。
Harvey与Legora的定位最为接近。两者都是法律AI点解决方案，擅长文档密集型任务：大规模合同审查、M&A尽职调查、AI辅助起草和红线标注、法律研究。Harvey的估值（110亿美元）和用户规模（约10万律师、1300+机构）暂时领先于Legora（56亿美元估值），但Legora正在欧洲市场加速追赶，两家公司的竞争已扩展到对方的“主场”。Harvey的多模型系统路由Claude、GPT-5、o3和Gemini 2.5 Pro，Legora则通过Azure OpenAI在GPT-5、Claude和GPT-o1之间切换。
Harvey和Legora共同的局限是：它们解决的是文档层面的问题，而非企业法务运营的全流程。ServiceNow的分析指出，这两个工具“没有合同生命周期管理、法务服务交付受理、义务追踪、GRC集成或与更广泛企业系统的连接”。在企业法务运营中，“文档是工作的开始，而不是结束”——合同审查完成后，还需要审批路由、SLA管理、义务追踪和组合级分析，这些是Harvey和Legora无法回答的问题。对于已经运行在ServiceNow上的企业法务团队，ServiceNow LCO提供了异构代理流程，允许在单一定义的流程中混合AI步骤和规则驱动的治理逻辑步骤。
实际使用中的局限
综合多方评测和用户反馈，Harvey的局限集中在以下几个方面：
- 仅面向企业级客户：没有自助选项，典型年度合同为六位数，个人执业者和中小型律所无法负担。每席位$1,000-$2,000的定价将绝大多数小型法律机构排除在外。
- 部署周期长：需要4到12周，包括机构安全审查、自定义模型配置、DMS集成和律师培训。这不是一个团队可以快速激活和评估的工具，对权衡AI采用决策的律所构成摩擦。
- 中文法律文档处理能力有限：核心优化针对英语普通法，对中文、日文、韩文法律文档的处理性能显著较低。
- 公开评价数据偏少：截至2026年7月，尽管有14.2万+活跃专业人员，G2上仅2条评价，Gartner上仅6条评分。依赖评价平台做供应商评估的采购团队会发现公开证据相对薄弱。
- 非企业法务运营平台：不覆盖合同生命周期管理、法务服务交付受理、义务追踪等企业法务运营全流程功能，需要与ServiceNow等平台互补使用。
- 数据全部在美国基础设施处理：不提供自托管选项，对数据主权有严格要求的企业和地区需要评估合规性。
上手流程与使用建议
基础操作流程
- 访问 harvey.ai，点击“Request a Demo”提交企业信息和需求。
- 与Harvey销售团队进行需求发现电话，确认你的使用场景和机构规模。
- 进入试点阶段，部署周期通常为4-12周，包括安全审查、模型配置、DMS集成和培训。
- 在Assistant中使用Draft模式起草文档，在Chat中提问和分析，两个功能已整合在同一对话线程中。
- 使用Vault上传和集中管理文档集，通过单次查询提取关键洞察。
- 利用Agents执行端到端的法律工作流程，从合同分析到尽职调查到文档起草。
- 通过Command Center监控团队使用情况，对标同类组织基准指导推广策略。
提高使用效率的实用建议
- 先明确核心使用场景再进入销售流程：Harvey的部署周期长达4-12周，进入销售流程前应先明确你的团队最需要Harvey解决哪类问题——是合同审查、尽职调查还是法律研究。带着具体场景去谈，能更快评估产品是否匹配需求。
- 把Harvey定位为“法律执行层工具”：Harvey的能力边界在文档密集型的执行性工作，不覆盖法务运营全流程。如果你的团队还需要合同生命周期管理和法务服务交付管理，需要考虑Harvey与现有平台的互补方案。
- 中文法律工作先行评估适用性：如果你的业务涉及大量中文合同或中国法律体系，建议先用英语合同做试点，同时用中文合同测试Harvey的实际表现，评估差距后再决定是否全面推广。
- 为部署周期预留充足时间：4-12周的部署期意味着从签约到产生价值有一个较长的爬坡期。建议在试点阶段设置清晰的评估里程碑，三个月内判断Harvey是否在你的团队中实现了ROI。
- 关注续约条款：有报道指出存在“续约陷阱”，建议在签约前仔细审阅续约条款和价格调整机制，避免在续约时面临意外涨价。
常见问题解答
Harvey AI有免费版吗？
没有。Harvey没有免费层、没有月度计划、没有自助购买选项。所有定价都通过销售流程协商，年度合同通常为$50,000到$300,000以上，最低席位约25-50个，12个月起签。个人执业者和中小型律所无法负担。
Harvey AI支持中文合同审查吗？
支持有限。Harvey的核心能力针对英语普通法体系优化，对中文法律文档的处理性能显著低于英语。界面层面已支持多语言输出，但中文合同的分析深度和本土化适配（如LPR利率合规判断）与英语合同存在明显差距。
Harvey AI和ChatGPT有什么区别？
Harvey是针对法律工作流定制训练的企业级平台，集成iManage、NetDocuments、Westlaw和LexisNexis等法律专用系统，支持完整的文档生命周期管理。ChatGPT是通用AI助手，灵活度更高但缺乏法律工作流的深度集成。Harvey的Agents可以端到端自主执行复杂法律任务，这是ChatGPT做不到的。
Harvey AI适合什么样的律所？
Harvey最适合Am Law 100级别的国际律所和大型企业法务团队。典型客户包括Allen & Overy、Dentons等顶级律所，以及KKR、桥水基金等企业法务部门。中型律所（50-200名律师）也可以使用，但每席位每月$1,000-$2,000的成本需要评估投入产出比。
Harvey AI和Legora哪个更好？
两者定位非常接近，都是法律AI文档密集型任务的点解决方案。Harvey的估值（110亿美元）和用户规模领先，Legora（56亿美元）在欧洲市场更强，竞争已扩展到对方的主场。选择取决于你的机构所在地区、现有技术栈和具体的法律工作场景。
