摘要

Max Junestrand 对核心市场的判断是：法律AI“完全是赢家通吃——就像所有SaaS一样，第一名拿走90%，第二到第十名瓜分剩下的10%”。 他用一张Bloomberg信息图为Legora对抗Harvey的势头背书：除Microsoft Copilot外，Legora已是英国前200大律所部署最多的生成式AI工具；客户数一年内从50家增至750家，员工数从30人增至300人——“谁先到并不重要，重要的是谁最好”。
标题里的企业模型份额信号是：Legora在2023年及2024年大部分时间里只用OpenAI，如今则“相当铁杆 Anthropic”。 转换发生在Sonnet 3或3.5前后。他对未来24个月的排名是：Claude或Gemini第一，OpenAI第三（“不，我们完全不会把Grok放进来”），理由是“Anthropic越来越偏企业，OpenAI越来越偏B2C”。但忠诚有前提：“我们会非常花心——这句话可以截出来。”
谈到能力，他认为Opus 4.5在编码方面已经“应该直接把它定义为AGI，然后专注于优化成本”。 GPT-3.5“像是在管理一个不太聪明的员工”；Opus 4.5“就像一位副总裁，你告诉它：这是我想要的事，去执行，然后它就做了”。他认为Harvey早期的错误，是在2023年投入精力微调模型——“我们应该造船，潮水上涨时，所有产品都会一起变好”——因为80%的价值来自应用层“构建普通软件”。
“Harvey赢了美国、Legora赢了欧洲”这句话里，我认为有一句是真的。 Legora年初在美国一个人也没有，如今已有50人；美国已经是其收入最大的单一市场，预计第一季度末将超过整个欧洲——此前它采用的滩头阵地策略，是在开设第一家美国办公室前，先从欧洲签下2家AmLaw 200律所（White & Case和Goodwin Procter）。
本期最亮眼的增长数据是：Legora在2025年12月单日新增700万美元ARR，超过2023年和2024年新增ARR之和。 在连续6个季度每季翻倍后，年底达到200这个目标“确定，绝对确定”。但他坦承，所有客户仍在“把这当成一次延长版试点，以及押注AI的期权——就像看涨期权”：合同期限为1至3年，没有5年合同；拿它与Harvey声称的98%留存率和178% NRR相比还为时过早——“要到2026年，才能知道真实数字会是多少”。
他罕见地坦言，按席位收费“对买方来说最优，但我不认为这对我们最优”，而且3年后的席位定价“绝对不会”继续存在。 重度用户会推高不可持续的LLM成本。当前毛利率“还行……但不是SaaS毛利率”，上限仍然很高，因为AI工作的定价基准是“我会花多少钱请一位律师真正出去完成这项工作”，而不是其他软件的价格。眼下是“圈地时间”，还不是优化利润率的时候。
对终端市场的判断是，律所将进入由PE推动的整合期：“我不认为还会有AmLaw 200，我认为会变成AmLaw 20，或者可能是AmLaw 12。” 大型律所和小型律所会胜出，中型律所受到挤压，初级律师数量减少，而计时收费的变化速度会远慢于预期。Harry反驳称，劳动力替代将在12至24个月内反映到统计数据中；Max部分让步：“从总量层面看，是的，可能如此。”

精读

1. 法律AI是赢家通吃——“没有第二名”

Max对这一赛道的框架是：“这完全是赢家通吃——就像所有SaaS一样。第一名拿走90%，第二到第十名瓜分剩下的10%。” 现实层面的后果是：“你得拼命跑，必须赢。没有第二名……只有胜利，其他一切都是失败。”
这不是Uber对Lyft：网约车“没有产品差异化，产品基本一样”。但在法律AI里，产品差异化非常重要，可构建的空间是“这个从未真正被建立起来的法律科技宇宙”——生成式AI之前的法律科技创始人，往往在营收只有几百万美元时就接受改变人生的收购报价，“没有独角兽结局”。
对Harvey品牌领先的反驳，是一张Bloomberg信息图：除Microsoft Copilot外，Legora已是英国前200大律所部署最多的生成式AI工具，Harvey排名第二——“谁先到并不重要，重要的是谁最好。AltaVista还是最大浏览器时，Google并不是你首先想到的名字。”
势头的证明是：员工数在整整12个月内从30人增至300人，客户数从50家增至750家；这些客户来自一场场比选，律所“基本上是在玩VC”——它们买的不是一个工具，而是“今天就能得到的结果……以及一支AI赋能的法律团队将会是什么样子的愿景”。

2. 从只用OpenAI到“相当铁杆 Anthropic”

Legora在2023年及2024年大部分时间里只运行OpenAI，如今则“主要使用Anthropic”，转换发生在“Sonnet 3……或者3.5”前后。背后的逻辑是，模型开始要求不同的提示词，于是“选一个好模型，然后押注到底，围绕它构建整个应用”。
他看到的结构性分化——Harry也以“100%”表示认同——是：“Anthropic越来越偏企业，OpenAI越来越偏B2C”；“而我们是企业级系统，所以应该更多受益于它们的模型”。至于OpenAI转向允许用户微调模型，这条路径“到目前为止，我没有太多理由相信”。
他对未来24个月的模型排名是：Claude或Gemini第一，关键取决于上下文窗口是否成为决定性因素；但目前还不是，因为Legora“已经围绕如何处理上下文窗口不足，搭建了大量架构”。接下来是OpenAI。至于Grok：“不，我们完全不会把Grok放进来。”
但他没有感情用事：“我们会非常花心——这句话可以截出来。”客户把Legora托付为自己的AI伙伴，所以“如果Gemini更好，我们会立即切换……前提是评测结果更好”；同时，用户可以固定具体模型，以支持确定性工作流。

3. 应用层胜过微调——Opus 4.5“就像一位副总裁”

被问到Harvey做错了什么，Max点名的是2023年微调模型：通用模型进步太快，“我们应该造船——潮水上涨时，所有产品都会一起变好”。他承认这个判断部分是被现实逼出来的——3名工程师和5万美元天使资金，不可能花300万美元做微调——“但结果证明它是对的”，而且“我怀疑今天这会成为决定胜负的差异”。
他的价值金字塔以模型为底座，上面是Legora对模型的“法律解释”；但“80%的价值来自构建普通软件”，也就是企业级基础设施。顶层则是客户在做差异化的事：律所正在“内部用vibe coding写工具”，并搭建MCP服务器，因为律所过去靠专业能力、招聘和费率竞争，而如今“越来越是在技术上竞争”。
模型是否正在触顶？“不，Opus 4.5很棒……它在编码领域已经到了这样的程度：你应该直接把它定义为AGI，然后专注于优化成本。”对比之下，GPT-3.5“像是在管理一个不太聪明的员工”；而“Opus 4.5就像一位副总裁。你告诉它：这是我想要的事，去执行。然后它就做了。”
他正把Claude Code和新“co-work”工具中的范式搬进法律行业：给Legora智能体接入整个生态的工具和客户MCP服务器，让它规划并执行——“基本上就像合伙人与资深律师一起工作”，成为“律所层级中一个全天候可用的新底层”。合伙人已经会把同一项任务同时交给律师和Legora，“而且很多时候质量相当不错——这会带来实质性影响”。对于Jason Lemkin关于今年将出现全天候推理的判断，他说：“Legora里还没有任何任务需要运行12小时”，但睡前启动任务的世界“肯定会到来”。

4. “Harvey赢了美国，Legora赢了欧洲”——“有一句是真的”

对于美国VC圈的共识，Max给出的反事实是：Legora年初在美国没有任何一名员工，如今已有50人；本周将在曼哈顿开设办公室，预计容纳150人；今年还将开设另外3家美国办公室。美国已经是其收入最大的单一市场，预计第一季度末将超过整个欧洲的收入，包括北欧——在那里“我们基本上和所有大律所都有合作”。
考虑到欧洲市场曾有项目多次失败（“我想Klarna可能试了几次才真正成功”），他的进入策略是先从欧洲签下并服务2家AmLaw 200律所。他通过演示、飞行出差和“始终具有竞争性的试点”，拿下了华尔街白鞋律所White & Case，以及“都排在前20名”的Goodwin Procter；在此之前没有大举投入美国市场营销或B2C内容。
他提醒创始人注意一个结构性优势：美国的终止期为2周，而瑞典大约是3个月。当公司每季度翻倍时，“我知道需要某个人的那一刻，如果他要等一个季度，我们已经是另一家公司了”。
至于“美国人更努力”的说法，他认为“有点扯淡”——Legora的美国文化是从欧洲移植过去的。不过他承认，纽约“永远在线，永远醒着，这就是我的节奏”，而斯德哥尔摩“有点困”。去年他有200天在路上，实际上“住在飞机上”。

5. 单日新增700万美元ARR——以及拒绝出售公司的6个月

头条数字是：2025年12月某一天，Legora单日新增700万美元ARR，“超过我们2023年和2024年新增ARR之和”；此前它已连续6个季度“每个季度都翻倍”。年底能否达到200？“确定，绝对确定。否则……你们可以羞辱我。” 他真正的目标是成为默认选择：“如果你是一名律师，要做严肃的法律工作，你就会用Legora。它就像Figma。”
对于是否能达到Harvey声称的98%客户留存率和178% NRR，他回答：“这两个数字，都可以。”但他认为，在增长规模远超2024年续约基数的情况下引用NRR并不公平：“要到2026年，才能知道真实数字会是多少。”
关于客户黏性的坦诚保留是：每个买家“仍然把这当成一次延长版试点，以及押注AI的期权——就像看涨期权”。合同期限为1至3年，而不是5年——“很多律所已经存在了200年……两年只是眨眼的功夫。”
他最有魄力的决定，发生在第一次董事会会议上：当时公司只有12名员工，刚从Benchmark融资1000万美元，并在一个月后以1.5亿美元估值从Redpoint融资2500万美元；他宣布Legora接下来6个月完全不出售公司，先重建基础设施，因为“我们在这些律师身上只有一次机会……如果产品不能运行，他们不会再回来”。到2024年10月1日，公司已经可以每天为1000名律师完成入职；“如果我们继续向前硬推，只会把所有客户都流失掉。”

6. 按席位收费不对——他直说

他罕见地坦言自己的收入模式存在问题：按席位收费“对买方来说最优，但我不认为这对我们最优……我其实不认为这是正确的定价模式”。单个用户可能产生高额LLM成本，最终变成“按用户计算不可持续”。3年后的席位定价？“绝对不会。” 转向按用量收费，要等“客户准备好按用量购买”，而不是等Legora准备好。
与此同时，用量扩张“对留存极其有用，但对收入优化没用”——更多使用“实际上会贵很多”。被追问毛利率时，他说：“我们的毛利率还行……但不是SaaS毛利率。”不过他相信最终能达到理想水平，因为定价上限并不由软件可比公司决定：“你的定价基准是，我会花多少钱请一位律师真正出去完成这项工作。”
为什么现在不效仿Lovable，通过模型路由优化毛利？他们确实做了一些，但“我不认为现在是优化模型利润率的时候”。Harry的说法被他当场接过来：“你们现在处于圈地时间。”

7. 产品纪律：删掉代码、押注3件事、卖铲子

他承认有两个错误：2023年夏天的v1版本只有点击式使用场景，没有智能体或聊天功能，“显然走错了方向”，YC录取后所有代码都被删掉；2024年则出现产品失控，12名工程师在Max外出销售期间做了“6或7个不同的东西”，最后变成“弗兰肯斯坦怪物”。修正方案是2024年10月至11月的“Leya产品宣言”（当时Legora仍叫Leya）：砍掉5到6个产品，坚定押注智能体、助手、表格审阅和Word插件，把它们做成“钱能买到的最佳组合”。
对于竞争对手抄袭——有一家竞争者甚至上线了一个字面上就叫“表格审阅”的功能——他认为这没关系，因为在竞争性试点里，“用户会开始把它们拆开比较。那时你就能看到，一个产品是劳斯莱斯，另一个可能只是沃尔沃。”（Harry补充说，Harvey内部据称称Max为“他们的首席产品官”。）
对于Crosby式的AI原生律所，他认为这不是赢家策略：低复杂度切入点（NDA、MSA）很快会拥挤，大律所本来就免费做NDA，以赢得“昂贵的私募股权业务”，而且“只要AI能完成一项任务，它就会完成那项任务”。他更愿意成为“卖铲子给全世界那些才华横溢的律师的人”。Solve这样的垂直专业公司可以赢——Harry称其为面向专利律师的AI公司，对应一个4850亿美元的市场——也可以成为中央枢纽的节点，由Legora发起调用：“我们为什么不直接联系Solve Intelligence，让它来帮我们写这份专利？”

8. AmLaw 200变成AmLaw 12——初级律师减少，但计时收费仍会保留

结构性判断是：律所将进入“一个相当显著的整合期”，而且私募股权如今也想参与进来——“我不认为还会有AmLaw 200。我认为会变成AmLaw 20，或者可能是AmLaw 12。”但不会变成四大，因为监管和时间仍是约束。
机制在于：基础的并购业务缺乏差异化，均衡价格假设为10万英镑。第一家借助AI、以更低价格提供同等质量，或者更高速度的律所，会“打破均衡——所有人都必须跟进”。市场将变成争夺份额的游戏：大律所凭借护城河、品牌和数据胜出，小律所凭借私人关系也能做得很好，而中型律所受到挤压——“把AI加入其中，竞争只会更加激烈”。
初级律师和实习生会减少，但律所整体规模会变大。他已经看到律所在营收增长的同时不再补充空缺职位，“所以利润更高”，并流向合伙人。他用工程师作比喻：“我们雇佣了更多工程师，尽管他们写的代码更多。” Harry对此反驳称，劳动力替代将超过预期，并在12至24个月内反映到劳动力数据中。Max部分让步：这正是“AI在我们的垂直领域足够擅长、能够非常确定地完成端到端任务”的时间窗口；单家律所可以做大蛋糕，但“从总量层面看，是的，可能如此”。
计时收费不会消失。“计费方式的变化会比你我想象的慢得多”，因为客户自己就要求看到明细；固定费用会按业务领域逐步增加，同时在其上方保留“一种模糊的计时收费”。

9. 传教士、雇佣兵，以及如何选择合作伙伴

当前最大的挑战不是竞争，而是在2个季度内把员工数从300人增加到600人，同时保持“让我们走到今天的雄心、诚信、团队协作和纯粹的韧劲”。他仍然亲自面试每一个人——“我想培养传教士，而不是雇佣兵”——并有意制造竞争，甚至细化到微观层面：除夕签单、圣诞热红酒派对上实时展示销售看板。他自己的变化是：过去拿到McKinsey offer时，只是“买了一包花生庆祝”；今年Legora学会了庆祝，因为感受到胜利，才会感受到失败，而“你必须看清世界本来的样子”。
团队结构本身就是一种判断：工程团队全部位于斯德哥尔摩，按pod组织；工程、产品和设计人员中有10%是YC创始人——“有一位YC创始人在负责产品的一部分，他们会为自己的事情拼命推进”。
他身体力行的YC建议是：“把生意做好，融资自然会很容易。” Benchmark给出的价格“是所有种子基金里最低的”，另一家机构则提供了高得多的抢先投资条款；但他为了选择那位合伙人，接受了折价（可能是Benchmark的Chetan）：“我大概在两周内见了80位合伙人。没有人比他更了解我的领域……他已经让3家公司上市。” 下一家公司只能带一位投资人？“Chetan。很简单。” 他收到过的最佳建议，来自YC以及可能是Sana Labs的Joel：“选Benchmark的支票，别选其他任何人的。”
他希望自己早知道的是，全情投入的心理成本：两年半里什么都不想，只想着这一件事，“就像在马拉松中跑一场超长冲刺。我很享受它。”但如果一开始就知道这一点，“我可能会更擅长处理那些无法投入同等精力的人生部分”。
他与Spotify的“可能是Daniel Ek”见面时非常紧张。成长过程中，他从“可能是Niklas、Daniel和Sebastian”以及他们打造的成功瑞典科技公司中获得灵感；如今则钦佩接替Daniel的Alex和Gustav。他没有每天崇拜的偶像，而是从优秀范例中汲取灵感，然后朝着它们全速奔跑。

AI 最大瓶颈：能源与散热 Vol.85 写在DeepSeek发布一年之后，也写在元宝要发10亿红包之后---串台厚雪长坡