时长：
43分钟
播放：
308
发布：
1天前
主播...
简介...
📝 本期播客简介
本期我们克隆了：硅谷顶级科技风投播客《No Priors》Scaling Legal AI and Building Next-Generation Law Firms with Harvey Co-Founder and President Gabe Pereyra
本期嘉宾 Gabe Pereyra 的经历是技术理想主义与商业敏锐度结合的典范。作为 Harvey 的联合创始人兼总裁，他带领公司在短短三年半内，从两个人的 Airbnb 宿舍发展到拥有 500 名员工、服务上千家顶尖律所与财富 500 强企业的行业巨头。
在这期节目中，Gabe 将带我们深入法律 AI 的“深水区”。你将听到为什么法律文件本质上是“非结构化的代码”，以及 Harvey 如何通过构建法律 IDE 和智能体工作流，解决大模型在专业领域中的“幻觉”与上下文缺失问题。Gabe 还会揭秘他们独特的“前线部署工程师”模式，以及为什么在 AI 时代，组织生产力的提升远比个人 Copilot 更具颠覆性。无论你是关注 AI 落地应用的开发者，还是寻求行业转型的专业人士，这期关于“AI 如何啃下最硬骨头”的对话都不容错过。
👨⚕️ 本期嘉宾
Gabe Pereyra，Harvey 的联合创始人兼总裁。在创办 Harvey 之前，他曾是 DeepMind 和 Meta 的顶级 AI 研究员，专注于强化学习和大语言模型。他凭借深厚的技术背景和对法律行业的独特洞察，将 Harvey 打造成为法律 AI 赛道的领头羊。
⏱️ 时间戳
00:00 开场 & 嘉宾背景介绍
定义法律 AI 的新形态
02:14 规模与现状：从 1000 家客户看 Harvey 的增长曲线
03:52 拒绝平庸：为什么 Harvey 不是另一个 ChatGPT 包装盒？
05:46 法律即代码：如何像理解分布式系统一样理解大型并购案
08:06 协作平台化：连接财富 500 强法务部与顶级律所的纽带
智能体与法律推理的未来
09:51 模拟初级律师：将法律任务分解为智能体逻辑树
11:39 强化学习的挑战：在无法“单元测试”的法律界，如何构建奖励函数？
13:59 专家经验的数字化：顶级合伙人的“推理链”如何转化为模型能力
16:18 验证的艺术：如何判断一个持续三年的并购案是否“正确”？
商业实战与部署策略
19:21 前线部署工程师（FDE）：为什么 AI 公司也需要“重度交付”？
22:34 快速普及的秘诀：法律行业为何对 AI 展现出惊人的接纳度
24:14 终极追问：Harvey 为什么不直接开一家 AI 驱动的律所？
26:18 市场天花板：从一万亿法律市场到五万亿专业服务市场
创始人进化论
28:11 身份转变：从 DeepMind 研究员到 500 人公司的 CEO
31:47 早期信念：在 GPT-4 诞生前，如何坚定押注 AI+法律？
34:10 产品形态的演进：从文档上传到精准引文的“啊哈时刻”
38:11 预测未来：为什么组织生产力才是 AI 的下一个主战场
40:18 协作式 AI：人类与模型如何在大规模组织中高效协同
🌟 精彩内容
💡 法律文件的“代码属性”
Gabe 提出了一个深刻的见解：法律工作本质上是处理极其复杂的非结构化信息。一个大型基金的组建或跨国并购，其复杂程度不亚于架构一个分布式软件系统。Harvey 的价值在于将这些“文字代码”结构化，让 AI 能够像 IDE 辅助程序员一样辅助律师。
🛠️ 智能体（Agentic）工作流
Harvey 正在尝试将初级律师的工作模式“智能体化”。通过强化学习（RL），模型不再只是生成一段文字，而是学会去文档库找资料、查判例、起草备忘录，并根据合伙人的反馈进行迭代。这种对复杂任务的拆解和执行是法律 AI 走向深度的关键。
🚀 “前线部署”的重公司模式
与传统的轻量化 SaaS 不同，Harvey 成立了前线部署工程师团队。Gabe 认为，要让 AI 真正进入大银行或大律所的血液，必须有人坐在客户身边，帮他们梳理业务逻辑并连接计费、治理等内部系统。这种“重交付”模式正在成为企业级 AI 成功的标配。
❤️ 组织生产力 vs 个人生产力
Gabe 指出，目前很多人关注的是让个人效率提升 20%，但这并不直接等于公司产出提升 20%。未来的核心在于“组织生产力”——即如何通过 AI 基础设施，让成千上万人的大型组织（如沃尔玛或顶级律所）以全新的方式协同工作。
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
本期我们克隆了：硅谷顶级科技风投播客《No Priors》Scaling Legal AI and Building Next-Generation Law Firms with Harvey Co-Founder and President Gabe Pereyra
本期嘉宾 Gabe Pereyra 的经历是技术理想主义与商业敏锐度结合的典范。作为 Harvey 的联合创始人兼总裁，他带领公司在短短三年半内，从两个人的 Airbnb 宿舍发展到拥有 500 名员工、服务上千家顶尖律所与财富 500 强企业的行业巨头。
在这期节目中，Gabe 将带我们深入法律 AI 的“深水区”。你将听到为什么法律文件本质上是“非结构化的代码”，以及 Harvey 如何通过构建法律 IDE 和智能体工作流，解决大模型在专业领域中的“幻觉”与上下文缺失问题。Gabe 还会揭秘他们独特的“前线部署工程师”模式，以及为什么在 AI 时代，组织生产力的提升远比个人 Copilot 更具颠覆性。无论你是关注 AI 落地应用的开发者，还是寻求行业转型的专业人士，这期关于“AI 如何啃下最硬骨头”的对话都不容错过。
👨⚕️ 本期嘉宾
Gabe Pereyra，Harvey 的联合创始人兼总裁。在创办 Harvey 之前，他曾是 DeepMind 和 Meta 的顶级 AI 研究员，专注于强化学习和大语言模型。他凭借深厚的技术背景和对法律行业的独特洞察，将 Harvey 打造成为法律 AI 赛道的领头羊。
⏱️ 时间戳
00:00 开场 & 嘉宾背景介绍
定义法律 AI 的新形态
02:14 规模与现状：从 1000 家客户看 Harvey 的增长曲线
03:52 拒绝平庸：为什么 Harvey 不是另一个 ChatGPT 包装盒？
05:46 法律即代码：如何像理解分布式系统一样理解大型并购案
08:06 协作平台化：连接财富 500 强法务部与顶级律所的纽带
智能体与法律推理的未来
09:51 模拟初级律师：将法律任务分解为智能体逻辑树
11:39 强化学习的挑战：在无法“单元测试”的法律界，如何构建奖励函数？
13:59 专家经验的数字化：顶级合伙人的“推理链”如何转化为模型能力
16:18 验证的艺术：如何判断一个持续三年的并购案是否“正确”？
商业实战与部署策略
19:21 前线部署工程师（FDE）：为什么 AI 公司也需要“重度交付”？
22:34 快速普及的秘诀：法律行业为何对 AI 展现出惊人的接纳度
24:14 终极追问：Harvey 为什么不直接开一家 AI 驱动的律所？
26:18 市场天花板：从一万亿法律市场到五万亿专业服务市场
创始人进化论
28:11 身份转变：从 DeepMind 研究员到 500 人公司的 CEO
31:47 早期信念：在 GPT-4 诞生前，如何坚定押注 AI+法律？
34:10 产品形态的演进：从文档上传到精准引文的“啊哈时刻”
38:11 预测未来：为什么组织生产力才是 AI 的下一个主战场
40:18 协作式 AI：人类与模型如何在大规模组织中高效协同
🌟 精彩内容
💡 法律文件的“代码属性”
Gabe 提出了一个深刻的见解：法律工作本质上是处理极其复杂的非结构化信息。一个大型基金的组建或跨国并购，其复杂程度不亚于架构一个分布式软件系统。Harvey 的价值在于将这些“文字代码”结构化，让 AI 能够像 IDE 辅助程序员一样辅助律师。
🛠️ 智能体（Agentic）工作流
Harvey 正在尝试将初级律师的工作模式“智能体化”。通过强化学习（RL），模型不再只是生成一段文字，而是学会去文档库找资料、查判例、起草备忘录，并根据合伙人的反馈进行迭代。这种对复杂任务的拆解和执行是法律 AI 走向深度的关键。
🚀 “前线部署”的重公司模式
与传统的轻量化 SaaS 不同，Harvey 成立了前线部署工程师团队。Gabe 认为，要让 AI 真正进入大银行或大律所的血液，必须有人坐在客户身边，帮他们梳理业务逻辑并连接计费、治理等内部系统。这种“重交付”模式正在成为企业级 AI 成功的标配。
❤️ 组织生产力 vs 个人生产力
Gabe 指出，目前很多人关注的是让个人效率提升 20%，但这并不直接等于公司产出提升 20%。未来的核心在于“组织生产力”——即如何通过 AI 基础设施，让成千上万人的大型组织（如沃尔玛或顶级律所）以全新的方式协同工作。
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
评价...
空空如也
小宇宙热门评论...
暂无小宇宙热门评论
