◆ The Learning Grove 林间拾穗

标签：legal-tech

  • Legora CTO访谈：从法律检索到智能体编排与法律科技工程实践 Latent Space
    Legora CTO Jacob Loritzen探讨了法律AI产品的演进路径与工程实践。公司从法律检索扩展到文档起草、分析及基于列表的原语编排，并推出表格审查等核心功能。他指出当前法律场景不仅依赖前沿大模型，更需结合法律工程师进行定制配置与评估，在保障数据隐私的同时探索合伙人模式与计费方式的变革。
  • 将 AI 连接至数十亿法律文档：Legora 与 Turbopuffer 的搜索架构演进之路 AI Engineer
    法律 AI 平台 Legora 与搜索引擎 Turbopuffer 联合分享了在百亿级法律文档场景下的检索架构演进。内容详述了从单个 Elasticsearch 集群，到多地域集群、Postgres (pgvector) 分区方案的性能瓶颈与缓存抖动问题，并深入探讨了 Turbopuffer 基于对象存储（S3）、内存层次结构优化、分层聚类树以及多租户 CMEK 物理隔离的高性能低成本搜索架构设计。
  • 万亿美元产业的AI颠覆：语音、法律与按时计费时代的终结 All-In Podcast
    本期访谈中，主持人 Jason Calacanis 深度对话了 ElevenLabs 联合创始人 Mati Staniszewski 与 Leya 联合创始人 Max。两位嘉宾分享了各自公司惊人的营收增长——ElevenLabs 的 ARR 在短短两年内突破 6 亿美元，而 Leya 则以每季度 50% 的增速迅猛发展。对话深入探讨了语音克隆的安全防范、AI 语音助理在企业级客户服务中的主动交互转型，以及法律科技如何重塑律师事务所的商业模式、提高跨境法律合规的效率，并宣告了按小时计费这一传统法律服务模式的终结。
  • 法律AI假象：为什么昂贵的律师没有变得更便宜？ TechButMakeItReal
    本期内容深入探讨了人工智能对企业法律领域的“颠覆”假象。研究表明，虽然ChatGPT的出现使美国联邦法院的无律师自诉（pro se）案件比例从维持20年的11%飙升至17%，但有律师代理的案件总量并未减少。AI在法律行业的应用实质上是市场的横向扩张，而非对现有律师业务的颠覆。在高昂的企业法务市场中，AI审计账单、自动化初级律师工作以及法务内包化（insourcing）这三大预期颠覆路径均未降低企业整体的法律支出，律师事务所的利润与收费反而创下历史新高。
  • 找律师之前「先问问 AI」：在美国，这些准备笔记已经不受法律保护 yage.ai
    在美国，使用消费者版 AI（如 ChatGPT）为法律事务做的准备，即使之后交给律师，也不受律师-客户特权保护，可能成为可被披露的证据。此判决提醒用户需谨慎对待 AI 交互的保密性。
  • $20/月的线上律所，所有对话都受法律保护：一个不可能三角 yage.ai
    文章分析了“每月 20 美元、提供全部法律保护的 AI 律所”这一商业构想的“不可能三角”困境，深入剖析了法律法规（律师客户特权、ABS 制度）、经济模型及监管约束，指出该模式难以同时实现低价、AI 自动响应和完全法律特权，并评估了现有折衷方案和未来可能的演变方向。
  • 无法律背景、无编程经验：Max Junestrand 如何打造 55 亿美元的 AI 法律平台 Legora EO
    Legora 联合创始人兼 CEO Max Junestrand 分享了公司从 3 人团队快速扩张至 300 人的历程。他探讨了如何将 Dota 2 的竞技精神融入创业，通过 AI 打造“10倍速律师”。内容涵盖了在顶级律所孵化、通过 YC 进军美国市场、以及在快速扩张中保持人才密度的核心策略。