Legora CTO 访谈：法律 AI 如何做到 1 亿美元 ARR 与 88 亿估值

Latent Space · rss · 2026-11-03

Latent Space 播客对话 Legora CTO Jacob Lauritzen，详解法律 AI agent 的工程实践：

商业化：Legora 从斯德哥尔摩地下室起步，4 月 ARR 突破 1 亿美元（上线不到 18 个月），客户超 1800 家；10 月完成 5.5 亿美元 E 轮融资，估值 88 亿美元，年内完成第五次收购（Wexler）。
计费模式变革：按小时计费本与提效工具矛盾，但律所压力让常规审查转向固定项目费，高价值工作集中在 M&A 与诉讼；好初级律师反而更值钱。
无数据访问下的 eval：客户数据全保密，团队用 3 名工程师 + 3 名律师构建 RL 环境（如 1 万文件 data room 尽调），按业务领域和任务画热力图；储备约 100 名 legal engineers，生产中把失败归为 10-20 种已知模式。
模型策略：估计模型已能很好处理约 60% 法律工作，剩-cost/延迟问题；百万 token 合同的复杂分析仍需更强模型。为窄任务后训练开源权重模型，不给用户开放模型选择器；所有输出带源 PDF 边界框引用以对齐幻觉。
产品积木：围绕 projects、agent、Tabular Review（每行一份文档、每列一个问题，支持百万单元格）和 Notion 风格 lists 搭建，legal engineers 无需写代码即可配置新产品。
FDE 体系：9 个月前开始招 forward deployed engineers，负责写代码做 CRM/DMS 集成，legal engineers 则像超级用户一样配置产品。
预测：两年内大企业会经 Claude Cowork 等工具使用 Legora，律所直接用 Legora；不担心被模型厂商切断。

「编程与Agent」频道最新