当AI走进法律：Legora CEO谈模型进化与产品取舍

这是一场关于“如何在飞速进化的大模型时代构建真实可用产品”的大师课。Legora 的 CEO Max 以法律行业为背景，分享了他们在融资后选择暂停销售、拥抱不确定性，以及如何在模型快速迭代中做产品决策的第一手经验。

从一开始就“不工作”：AI × 法律的真实起点

理解 AI 在法律行业的现状很重要，因为这是一个对准确性和可靠性极度敏感的领域。Max 在访谈中直言不讳地回顾了 Legora 的早期状态：“当我们刚开始的时候，什么都跑不通。”这并不是夸张，而是对 AI 落地现实的冷静判断。

在 AI 与法律的交叉点上，现成的大语言模型最初并不能直接解决问题。法律文本高度专业，语境复杂，错误成本极高，这使得“看起来很聪明”的模型在真实使用中频频失效。Max 提到，他们并不是一开始就找到了正确路径，而是在反复试错中逐渐理解：模型能力只是基础，真正的挑战在于如何把它们嵌入到可控、可信的系统里。

这种“什么都不工作”的阶段，反而为后续的产品判断奠定了基础。它迫使团队正视一个现实：AI 产品不是演示，而是要在严苛环境中长期运行的工具。

融资 3500 万美元后，先别卖：一次反直觉的决定

创业叙事中很少有人会强调“暂停销售”的价值，但这恰恰是 Legora 的一个关键故事。在第一次董事会上，Max 直视投资人，说出了那句听起来极其反商业直觉的话：“我们接下来四到五个月不打算卖产品。”

背景是明确的：公司刚刚完成了 3500 万美元的融资，投资人期待增长，而 CEO 却选择踩刹车。Max 回忆这是一次“很棒的对话”，因为它迫使所有人重新对齐目标——不是短期收入，而是把产品打磨到真正可用。

这个决定背后，是对 AI 产品节奏的深刻理解。在模型每 3 到 6 个月就发生明显变化的时代，过早销售一个尚未稳定的系统，可能会锁死架构和承诺。Legora 选择用时间换取长期空间，这在法律这样体量高达“万亿美元级别”的市场里，显得尤为关键。

模型越来越强，产品该往哪里建？

这是访谈中最有方法论价值的问题之一：当大模型不断变强，产品团队究竟该专注什么？Max 的回答并不是“自己全做”，而是恰恰相反——如果有现成的，就用现成的。“如果别人已经在做，那我们就用他们的。”

在他看来，通用大模型迟早会在许多“台面上的能力”上变得足够好，差异化不应建立在重复造轮子上。真正值得投入的是系统层：如何根据任务选择最合适的模型，如何在成本、延迟和准确性之间做动态权衡。

他提到了一些具体实践，比如使用分类算法和“模型选择器”，为不同任务挑选最合适的模型。这意味着产品并不绑定某一个模型供应商，而是围绕“任务完成度”来设计。这种思路，本质上是把模型进化视为常量，把系统设计视为变量。

发布、迭代与高标准：在快节奏中保持领先

在 AI 行业，速度本身就是竞争力，但 Max 对“快速发布”有更克制的理解。他谈到一种节奏：先尽早把东西放到用户面前，但真正的“发布”要等到它配得上最佳水准。

原因很简单——随着新模型不断出现，“成为最好”的门槛在持续抬高。每一次模型升级，都会重新定义用户的期望。这要求团队不仅要快，还要在基础设施、合规和认证上同步跟进，尤其是在法律这样的高风险行业。

Max 的分享让人意识到，难点并不只是技术本身，而是如何在不确定性中建立一套可持续的产品机制。速度、质量和信任之间，没有现成答案，只有持续权衡。

总结

这场对话的价值，不在于某个具体模型或功能，而在于一种构建 AI 产品的长期视角。Legora 的经验提醒我们：在模型飞速进化的时代，真正稀缺的不是算法，而是判断力——什么时候该停，什么时候该快，以及哪些东西值得自己做，哪些应该交给生态。对任何想在 AI 应用层创业的人来说，这都是一堂难得的现实课。

关键词： 大语言模型， AI法律， 产品决策， 创业经验， 模型迭代

事实核查备注： 视频中明确提到的事实包括：Legora 完成 3500 万美元融资；CEO 名为 Max；讨论背景为 AI 与法律行业的结合；提及大模型每 3-6 个月能力提升；提到使用分类算法和模型选择器进行模型调度。未涉及具体模型名称或公司客户。