估值 110 亿美元的法律 AI 独角兽 Harvey，干了一件让硅谷震动的事

估值 110 亿美元的法律 AI 独角兽 Harvey，干了一件让硅谷震动的事。

这家当年靠 OpenAI 领投 500 万美元种子轮起家的明星公司，发布了自己的独立模型 Tenet。

它放弃了继续调用 OpenAI 的闭源接口。

它选了月之暗面开源的 2.8 万亿参数基座 Kimi K3。

联合 Fireworks AI，用 150 张 Nvidia B300 芯片，在美国本土后训练了整整两个月。

在内部法律评测基准 LAB 上，它的任务完成率直接翻了一倍。

为什么一家靠调用大模型接口做到 3.5 亿美元年收入的行业龙头，突然掉头自己造模型？

表面看是省接口费，底下运转的是一台彻底颠覆行业的商业机器。

乔尔·斯波尔斯基在 2002 年提出过一条经典经济学定律：补充品商品化。

商业竞争的终局，永远是把自己的互补品变成廉价的大宗商品，从而独占高利润环节。

在人工智能行业，这一定律正在应验。

过去几年，几乎所有人都以为前沿通用基座是不可逾越的护城河，行业应用只能按量交接口税。

但当开放权重基座的能力逼近闭源前沿，通用的基础模型，就迅速沦为了被商品化的廉价原料。

真正的护城河转移了。

它不在通用的语言能力上，在全美顶尖律所积累几十年的诉状档案、并购条款和专家推理逻辑里。

顶级律所和大型企业的法务部，绝不可能把最核心的保密数据送进外部大厂的黑箱。

把私有数据喂给外部接口，不仅存在合规风险，还在亲手替平台培养未来的竞争对手。

借助开放权重基座与专有后训练，Harvey 把被商品化的通用算力，彻底锁进了自己的数据城堡。

通用基座提供低成本的推理底座，专有后训练把专家的法律智慧沉淀为专有资产。

行业级 AI 的终局，从来不在于谁租用了最贵的通用接口。

当基座模型变成人人触手可及的廉价算力，谁能把专有认知注入私有模型，谁才拥有真正的资产。