天风海外 Harvey法律AI架构更新

Harvey联合Fireworks等公司发布的Tenet系统采用两层模型架构，包含基于KimiK3的通用能力层和SOTA的LABContracts层。通用能力层通过强化学习训练泛化法律推理能力，LABContracts负责领域知识与周级别持续学习，使用150张英伟达GPU训练，系统通过开源模型实现领域知识与周级别持续学习，有效提升法律推理能力，且成本效益优于闭源方案。

法律AI赛道正通过开源模型与持续学习技术快速发展，Tenet系统展示了开源方案在长时程法律任务中的潜力，未来可能降低行业进入门槛，推动法律推理能力提升，同时成本效益优势可能促使更多企业采用类似方案。

本报告重点分析了Harvey Tenet系统的架构创新，包括通用能力层与LABContracts层的协同作用，开源模型的应用优势，以及其通过强化学习和持续学习提升法律推理能力的机制，同时对比了与闭源方案的成本效益。

当前法律AI市场正经历技术突破，头部公司通过联合研发推出专用AI系统，如Harvey的Tenet系统，采用大规模GPU训练和开源模型，推动领域知识与持续学习能力提升，市场竞争格局可能因技术路线差异而变化。

本报告提示，法律AI技术的快速迭代可能带来模型更新频繁的风险，开源模型的安全性需持续关注，同时市场竞争加剧可能影响公司盈利能力，技术落地效果也存在不确定性。