原告律师不收咨询费，只从赔偿里分成。赢了才有钱，输了连时间一起倒贴。
这逼出一条很硬的线：律师费算下来不到五千美元，这个案子就不接。伊芙把这条线做成了软件，洛杉矶一家律所把每名律师在办的客户从一百提到了五百。
这一期在讲什么
这一期是 The a16z Show 第 1244 期，嘉宾是伊芙（Eve）的创始人兼 CEO 杰伊·马德赫斯瓦兰，主持是 a16z 普通合伙人亚历克斯·兰佩尔，全程 53 分钟。节目有一条清晰的主线：原告法的产能瓶颈是人，软件在这里扮演的其实是劳动力，所以它撬动的方向是从「省成本」变成「多接案子」。
节目里最有信息量的几个数字：律师费低于 5,000 美元 的案子不接；劳动争议案件有 96% 被拒；洛杉矶一家律所每名律师在办的客户从 100 提到 500；一个 2.5 万美元的和解，律师到手约 8,000，其中一半付人力、三成付营销。
后半段是更难的部分。杰伊承认还没有一个案子真的全自动跑完；被告方仍然按小时计费，仍在用「感恩节前一天发证据开示」这种老办法；公开的法律基准测的是单点任务，而他们真正要的是几百步之后的结果。这些限制他讲得比成绩更细。
单集信息
- 节目：The a16z Show（a16z Podcast）第 1244 期
- 标题：Why AI Could Turn Small Law Firms Into Billion-Dollar Businesses
- 发布：2026 年 10 月 30 日，时长 53:14
- 嘉宾：杰伊·马德赫斯瓦兰（Jay Madheswaran），伊芙创始人兼 CEO
- 主持：亚历克斯·兰佩尔（Alex Rampell），a16z 普通合伙人
- 官方单集页：1
伊芙成立于 2023 年，创始团队三人：杰伊（CEO，此前在 Facebook、Rubrik 做 AI 与机器学习，也在光速创投做过投资）、马特·诺伊（产品）、戴维·曾（架构）2。公司 2025 年 1 月拿到 4,700 万美元 A 轮，由 a16z 领投，光速与 Menlo 参投3；同年 9 月 1.03 亿美元 B 轮，Spark 领投，投后超过 10 亿美元，累计融资约 1.64 亿美元4。路透社当时的报道里，杰伊说的一句话是：投资人过去更愿意投被告方的法律科技，如今原告律师开始接受工具了5。
公司在 B 轮时的口径是：450 多家律所、每年处理 20 万件以上案件、客户累计拿到 35 亿美元以上的和解与判决4。
逐句底稿怎么来的
这一期官方没有逐字稿：a16z 的 RSS 里没有转录文件、也没有章节，本期同名视频在本刊出稿时尚未上线。所以下面的「逐句全文翻译」用的底稿，是整集音频的自动转写，覆盖 00:00 到 52:57 的全部发言。
两件事需要说明。
说话人标签按内容判定。自动声部分离在这期上失败了，两个人都被并进了同一簇；「亚历克斯」与「杰伊」的归属来自内容判断——提问、把问题翻译成供给曲线与单位经济的，是亚历克斯；长段解释与行业细节，是杰伊。极短的接话处有可能标错。
广告边界上有极短的片段无法可靠复现。转写在几处出现跳段，我用另一个模型对缺口逐段重转补齐，例如第 26 分钟谈 Auditor 的那一段，补回的内容已经并入译文。剩下极少数夹在广告进出之间、只持续一两秒的片段无法确认原话，我没有补写。
按节目顺序的十段要点
第 1 段 · 00:00 片头：一次来电要花多少工
- 开场是剪辑：杰伊说，原告法历史上「不需要超过一部手机和一个邮箱」，没有软件真正解掉它的核心问题——人力约束。
- 他先把外界的误解摆出来：大多数人以为 AI 进律所就是裁员降本；杰伊自己的说法是「我用了伊芙，我的律所赚得多得多」。
- 亚历克斯用一个对照开场：硅谷人听到「法律」只想得到 Wilson Sonsini 这类按小时收费的大所，不知道 Morgan & Morgan 这种原告所可能更赚钱；101 和 I-95 公路边一半的广告牌都在讲这件事。
第 2 段 · 02:42 风险代理：赢了才有钱
- 按小时收费要客户为「不确定多久」的事开一张空白支票，个人客户开不出。原告法于是长成了风险代理：律所先垫人力与专家，赢了从赔偿里分走大约三分之一。
- 杰伊说，正是这条规则让个人跟机构之间还留着一点平手的机会——「给大卫一把弹弓去打倒歌利亚」。
- 亚历克斯把这件事翻译成供给与需求曲线：价格上去、供给上去；价格下来、需求大增。而一千美元的损失落在曲线的死角——律师费不够覆盖工作，于是这类案子在市场上不存在。
第 3 段 · 06:19 五千美元，就是那道门槛
- 杰伊给出硬线：律师费算下来不到 5,000 美元，这个案子就不接；即使到了 5,000，很多案子仍在亏，他们在赌少数大案子把全年赚回来。
- 为什么贵：一通来电 30–45 分钟；要判断能不能立案，还得再花 10 小时查法条、查判例、来回追问对方（美国劳动法基本是「自由雇佣」，必须把事实挂到某个受保护的类别上，也就是「诉因」）。
- 结果是劳动争议里 96% 的案子被拒。杰伊的观察是：这些工作被压到接近零之后，整类案子的经济学才第一次成立——伊芙接电话、按律所自己的标准先判断，然后把初步工作做到能发索赔函。
第 4 段 · 10:05 多接案子，收入才长
- 杰伊在洛斯阿尔托斯的 Blue Bottle 讲伊芙，被一个牵着大狗的庭审律师打断：「你说的是哪家公司？我想试试。」
- 杰伊反复强调定位：这门生意卖的是收入扩张。律所拒案的原因在里面——没人做。他自己的说法是「需求并不受限，受限的是劳动力的供给」。
- 瓶颈会往上挪：小所是律师自己抽空回电；下一层建了接案团队、外包呼叫中心，营销一加码，接案团队立刻成为新瓶颈。
- 洛杉矶一家律所把每名律师在办的客户从约 100 提到 500：从接电话、筛案子，到转办、到和解前的简报，全放进 agent；人去谈客户、去做那些真正需要判断的事。
第 5 段 · 14:51 为什么裸模型不够
- 亚历克斯给出「市场失灵」的算法：如果能用每小时 12 美分雇一个律师助理，我能服务全部 5,000 个来电——但这样的劳动力市场不存在，所以软件在这里扮演的是劳动力。
- 由此推出投资视角的修正：VC 老算法是「律所只买 Office，软件支出就那么多」，于是认为原告法软件市场很小；但律所交付的结果是每年几千亿美元，卡住它的是人力，软件市场其实是「影子劳动力市场」。
- 为什么没人做原告方：法律 AI 的预算几乎都在被告方与机构法务那边；原告方是按月看账本的小公司，第一天不带来结果就走人、就骂人、就不续费。
- 护城河：把爱因斯坦丢进律所，他前几周也不产出。模型不知道这家律所在这个县、面对这几个对方律师、这类伤情该怎么走。
第 6 段 · 19:56 数据：不可爬取的那 99%
- 原告法几乎没有公开语料：绝大多数案子在发索赔函之前、甚至立案之前就和解，只有不到 1% 变成判例意见。
- 所以真正的知识是「怎么给软组织伤写一封能压住州农保险的索赔函」这类东西——谷歌上查不到，新助理只能靠人带；换一个县，法院、对方律师、理赔员的习惯又都不同。
- 数据边界：律师-客户保密是法律义务，客户的案子数据绝不进训练；但律师本来就会互相交流（去培训、去 CLE 讲怎么破某套抗辩），软件只是把这件本来就在发生的事提速。
- 产品层面的例子是 Auditor：一夜读完每个案子的每一页，找「一个完美律师本该每次都发现」的遗漏——杰伊说几乎每个案子都有漏掉的信息。
第 7 段 · 26:25 对手会怎么变
- 亚历克斯担心的是对称升级：原告方有了 agent，被告方的保险公司也会有；他用餐厅订位打比方——那一端迟早要学会挡住机器。
- 杰伊的判断：很多案子会因为「有牙齿」而变多，而例行的来回会变成 agent 跟 agent 谈；人剩下的部分是「你懂这个客户什么、懂这个县什么」。
- 一个具体战术：被告律师习惯把证据开示拖到节假日前一天发出来；一家律所为这个动作专门做了 agent，下次当天回完，对方的反应是「等等，这在发生什么？」
第 8 段 · 31:32 钱怎么分，专业化怎么走
- 单位经济：2.5 万美元和解，律师分到约三分之一、算 8,000；其中一半付人力、三成付营销，剩下才是利润。所以这个行业没有余钱做研发，唯一「再投资」的方式是雇一个更好的律师。
- 角色变化：以前上一次庭会把整家律所拖停，所以大家都想和解；现在 routine 被接走，客户开始把时间花在庭审、陪审团、把当事人的处境讲清楚。
- 结构变化：专业化会再切一层（从「软组织伤」切到「软组织伤里某一种事实模式」），本地做透再向全国扩；同时反向——已经做到 Morgan & Morgan 量级的所在收购别的律所，因为整合速度快了。
- 终局设想：大部分原告所是夫妻店，最大的那家年收入以十亿计；如果每名律师能带的客户从一百到五百、再到五千，小律所可能是十亿美元营收的生意。
第 9 段 · 38:50 按结果定价，计时的黄昏
- 亚历克斯替按小时说了句公道话：收这个钱的理由在信息差上——「我脑子里的东西」和「你能说清的需求」之间本来就对不上，范围还会变。
- 杰伊承认伊芙自己最初也是「中杯大杯超大杯」按座位分档收费，因为当时也不知道该按什么收；客户真正在意的是「能不能服务更多人、能不能赢」，定价被逼着改成按结果。
- 他的判断留了余地：按小时会像 SaaS 的「每座位每月」那样退场，但不会全死——会退到那些「结果要很多年后才知道」的法域里去。
第 10 段 · 46:50 瓶颈、限制与还没做到的事
- 评测口径：公开的法律基准量的是单点任务，伊芙关心的是几百步之后的那个结果；它的做法是按案子类型做「一门科学」。
- 限制：还没有一个案子真的全自动跑完（接电话、签客户、从盖可拿到支票）；杰伊说很接近了，眼下卡在工程师身上，需求那边一直排着队；一旦把车险这类案子端到端打通，解锁的价值是几千亿美元级。
- 制度层面：未来会有不少案子不进法院——老兵福利走专门委员会、劳动争议很多先走 EEOC、雇主早就用仲裁与调解；他预期多出一层 AI 辅助的 ADR，判断仍由人下，事实会被整理好。
- 定价不对称：被告方还在按小时计费，节奏跟不上；杰伊说得很客气——「他们还没跟上我们律师的节奏」。
- 收尾：伊芙说自己已经帮到几十万个客户，杰伊说要碰的是几亿人。
逐句全文翻译
底稿与说话人判定的说明见上文。以下按节目原顺序分十段，保留片头、旁白、亚历克斯、杰伊、片尾五类标签。
第 1 段 · 00:00 – 02:42 片头：一次来电要花多少工
片头：历史上，原告法真的不需要超过一部手机和一个邮箱地址。
片头：大概就这样。没有任何软件真正解决过他们的核心问题，那个问题是——人力的约束。
片头：大多数人想到 AI，想到的是：哦，你要把人全裁掉、把成本压下来。
片头：其实正相反。如果我用伊芙，我给我的律所赚得多得多。
片头：人们付不起每小时五百、六百美元，还开一张空白支票，不管这个案子要拖多久。
片头：伊芙想做的是把整件事端到端接住。
片头：洛杉矶一家律所，每名律师在办的客户从大约一百个变成了五百个。
片头：哇。这种事是能做到的。
片头：伊芙凭什么比「裸的智能」更强？
片头：你今天把阿尔伯特·爱因斯坦丢进一家律所，他会有相当长一段时间毫无产出。
片头：这是伊芙在解决的一个普遍问题。
片头：那这个人为什么不会产出？
片头：嗯，原因有好几个。其中一个是……
旁白：杰伊讲伊芙如何把活儿从接案一路做到和解，让一些律师在不额外加人的情况下带五倍的案子。他们还讨论了：当 AI agent 开始在一个案子里处理上千个步骤时会发生什么；为什么律师可以把时间花在真正的辩护上；以及当 agent 越来越多地跟别的 agent 谈判时，法律系统会变成什么样。
亚历克斯：大家好，我是亚历克斯·兰佩尔，安德森·霍洛维茨（a16z）的合伙人。非常高兴今天和伊芙的联合创始人兼 CEO 杰伊在一起。
亚历克斯：每个人都认识一个律师，对吧？每个人都懂一点法律是怎么回事。
亚历克斯：但大多数人——尤其硅谷的人——听到「法律」「法务」，想到的是公司法。
亚历克斯：就是那种非常大的、所谓「白鞋所」的律所，你上了哈佛法学院，然后按每小时两千美元计费。
亚历克斯：但法律还有另一面，而且它其实更大、更分散。我们大概会把它叫作原告法。
亚历克斯：你每次开上 101 号公路，就会看到那些广告牌。
亚历克斯：所以先聊聊伊芙到底是什么。伊芙做的是法律里的哪一块、哪一种法律 AI？
亚历克斯：也顺便讲讲这个行业本身，因为我觉得大多数美国人对它是熟悉的，但未必意识到它的规模；尤其对硅谷的人来说，他们听过 Wilson Sonsini，但没听过 Morgan & Morgan，对吧？
亚历克斯：而 Morgan & Morgan 大概率比 Wilson Sonsini 赚钱得多。
亚历克斯：所以：原告法到底是什么？也请你用自己的话讲讲伊芙。
第 2 段 · 02:42 – 06:19 风险代理：赢了才有钱
杰伊：当然，绝对可以。先说一句，亚历克斯，谢谢你请我来。聊伊芙总是很有意思。伊芙是什么？伊芙是给「真实的人」用的法律 AI——像你、像我这样的人，不是机构，不是企业法务，不是那些本来就拥有一切资源的人。它要回答的是：我们怎么真的把法律服务，提供给那些本来付不起的人。
杰伊：原告法这个行业，其实就是这么来的。
杰伊：因为当时发生的事是这样的：你提到 Wilson Sonsini 可能按每小时两千美元收费，那确实就是它的商业模式。
杰伊：律师的时间很贵，而整个模式是在把律师的时间推向越来越贵。
杰伊：对大多数律师来说也是一样。他们有一堆账单要付；而今天，法律这行是这样的——你在一件事上投入的工作越多，
杰伊：你就越能把事实讲清楚，你就越可能拿到更好的结果。这就是我们今天的处境。
杰伊：考虑到这一点，律师们也明白：人们付不起每小时五百、六百美元，还开一张空白支票，不管这个案子要打多久。
杰伊：所以原告法这个行业，是建立在风险代理（contingency）之上的。
杰伊：它的意思是：只有他们帮客户赢了案子，他们才拿到钱。
杰伊：也正是这条规则，让个人跟机构之间至少还有一点公平可言。
杰伊：而伊芙想做的，是把这个过程端到端接住：你怎么代理一个客户，从第一通电话一直到拿到和解。
杰伊：这件事怎么先把它端到端做出来？
杰伊：完全用 AI 做。然后把它交给律师，让他们能把本来能拿到的结果再放大。
杰伊：这就是伊芙在做的事。你可以理解为：给大卫一把弹弓，让他去打倒歌利亚。
杰伊：我们做的就是这件事。
亚历克斯：我觉得这件事特别有意思的地方在于——我会想到经济学 101，那条向右上方倾斜的供给曲线。
亚历克斯：那是什么意思？
亚历克斯：因为记住，价格和数量。
亚历克斯：这里是数量，这里是价格。
亚历克斯：所以当价格往上走，对吧？
亚历克斯：供给量就往上走。
亚历克斯：对吧？也就是说，如果做某件事我能赚十万美元，哇，我肯定干。
亚历克斯：但需求曲线是反方向的。
亚历克斯：对。价格和数量是这个方向。
亚历克斯：需求——我想要的单位数量——其实这里是数量，这里是价格。
亚历克斯：价格下来，需求量大幅上去。
亚历克斯：如果把它套到法律上：假设我有一千美元的损失。
亚历克斯：我可以打电话给律师，即便是风险代理，他们可能也不想接我的案子——因为如果他们拿走赔偿的三分之一，那就意味着他们想要更大的案子，而这需要一定量的工作。
亚历克斯：而 AI，某种程度上，真的把这些市场失灵解放了出来。
亚历克斯：因为你刚提到给大卫一把更大的弹弓。很多时候，大卫——第一，如果我只有一千美元的损失，我肯定付不起每小时一千二百美元的律师费，所以这条路我走不通。那就走风险代理。问题是，和解金额可能不够大。所以律师可能是想帮我的，但他要付助理工资，等等。但如果软件能把这活干了，那市场机会一下就大了很多。
亚历克斯：对。你其实是在为很多人交付正义，他们本来不是被「价格」挡在外面——风险代理怎么会被价格挡在外面？
第 3 段 · 06:19 – 10:05 五千美元，就是那道门槛
亚历克斯：但这其实并不符合律师的利益。
亚历克斯：他们想服务所有找上门的客户，一千个客户，但他们做不到。
亚历克斯：他们只能把精力放在最大的那些案子上，牺牲掉小的——因为，还是那句话，它落在那个均衡点的右边。
亚历克斯：不知道你同不同意，或者你怎么看这件事。
杰伊：完全正确。我认为这就是我们今天真正的市场问题：如果你回到第一性原理——作为一个普通人，你本该有一个好律师来代理你的案子。
杰伊：而你通常只有在被逼到墙角的时候才需要律师，对吧？这种时候，我们身上最好的、和最糟的东西都会出来，而我们并没有替自己辩护的技能。
杰伊：这个职业之所以存在，就是因为这个。
杰伊：法律系统之所以占了我们政府大约三分之一的体量，也是因为这个。
杰伊：今天的现状是：因为律师仍然要挣钱，一切仍然堵在法律工作上。
杰伊：今天，一个律师如果算下来不能从案子里挣到至少五千美元的律师费，他就不会接。
杰伊：对。这就是今天的市场动态。
杰伊：而且就算到了五千美元，很多案子他们还是在亏。
杰伊：他们实际上是在赌少数几个案子能赔出很大的数。
杰伊：而且根本不保证会赢，就是这样。
杰伊：完全正确。所以这层风险他们已经承担了。
杰伊：这就是风险代理的那一面。
杰伊：完全正确。只是它在经济上不划算。
亚历克斯：就算自付额只有三千、四千美元，对一个人来说，那是这个月还有没有工资的差别。
亚历克斯：而这样的案子没有人会代理。
亚历克斯：原因，其实从律师那一边看，我们也得理解他们那边。
杰伊：假设你在工作上一直被骚扰，而你的雇主本来可以阻止它。
杰伊：比如酒店服务业，你本可以告诉你的客户：不要骚扰我的员工，并且改流程让这件事真的发生。
杰伊：今天这件事不会发生。因为当那个人打来电话，对面的律师得接起电话、过一遍情况，这大概是三十到四十五分钟的工作；在那之后，还得去做法律研究——在美国的劳动法里，几乎一切都是「自由雇佣」（at will），你必须把问题挂到某种受保护的类别上，这东西叫「诉因」（causes of action）。
杰伊：所以你必须把它挂到一个诉因上，而这件工作要他们花十个小时去研究你的判例法、研究事实、来回再问你一些追问，看你够不够格。
杰伊：而在他们花了所有这些时间之后，他们可能还是会发现：嘿，这甚至给我挣不到五千美元。对吧？所以这就是为什么，比如在劳动与雇佣这一侧，96% 的案子被拒绝。
杰伊：于是你永远找不到人代理你，除非你自己掏现金。
杰伊：而很多情况下，人们没有钱可以自己掏。
杰伊：完全正确。所以你就只能忍着，除非发生了极其恶劣的事。
杰伊：这就是今天的状态。而它全部堵在法律人力上。
杰伊：这就是……伊芙想做的事是：怎么把那十个小时，现在变成即时完成。
杰伊：电话进来，伊芙真的接起这通电话，并且自动用这家律所自己的判断标准，去知道这个案子是不是这个律师该接的，然后立刻带着一份已经做好的索赔函、或者做好的初步工作往前跑。
杰伊：对。这会彻底改变这一类案子的经济学。而我们现在还在非常早期的阶段。正在发生的是：伊芙越来越有能力，在很长的时间跨度上端到端地把结果做出来。这些案子要六个月到一年才推进完，中间大概有一千次来回动作。
杰伊：而随着伊芙的准确性越来越高，这种「长跨度」才成为可能。
杰伊：所以这件事越成为可能，更复杂的工作就被摊薄成一个固定的量。
第 4 段 · 10:05 – 14:51 不是省钱，是多接案子
杰伊：对。而且如果你真的问自己：这一辈子有多少次，如果求助律师这件事不麻烦，你本来会去问？
杰伊：那个数字远比我们以为的高。
杰伊：对。有个很好笑的故事，真事。
杰伊：我在洛斯阿尔托斯一家叫蓝瓶（Blue Bottle）的小咖啡店，大概九个月前，我在跟一个人解释伊芙。
杰伊：我之所以要解释，是因为大多数人一想到 AI 就是：哦，你要把人全裁掉、把成本降下来，全是省钱的事。
杰伊：其实是：不，如果我用伊芙，我给这家律所赚得多得多。
杰伊：而且不是因为我在砍成本。
杰伊：不是。是因为我能接更多案子。
杰伊：这其实是收入扩张。我当时是站在外部投资人的角度讲，肯定没你讲得好。
杰伊：讲完之后——我们那天聊了很多话题，但中间提到伊芙——旁边有个人走过来。他看起来有点生气。他还牵着一条大狗，我有点怕大狗。
杰伊：他就说：你刚才说的那家公司叫什么？
杰伊：我心里想：糟了，他是不是要发火。
杰伊：结果他说：我是做庭审的律师，我想试试。哦，太好了。
杰伊：所以我当场给你拉了个新客户。谢谢你。
亚历克斯：但重点是：你扩大了收入机会。不过也许你可以把里面的动力学讲一下，因为每个人都开过 101 或者 I-95。
亚历克斯：I-95 是从佛罗里达一路往北到缅因的那条走廊。
亚历克斯：这两条我几乎全程开过。我感觉一半的广告都是庭审律师、都是原告法的。他们显然在那里投广告，因为他们想让人打进来：「嘿，我出了这个事故」「我遇到这个问题」。但是，
亚历克斯：经济学到底是什么样的？我想的是，这又是我觉得伊芙特别有意思的地方：我猜我得拒掉九成上门线索，对吧？或者，数字到底什么样？我在广告牌上花了钱，来了一堆进线，其中多少个变成案子，这些案子又变成多少收入——能不能给我一个前后对比？因为你不是替律师省钱的，你是替他们扩大收入的。这是法律这一侧。那从律所的角度，经济学到底长什么样？
杰伊：完全正确。大多数人开车经过时只看到那张脸，忘了那张脸背后的人，也忘了每一通电话实际上要花多少工作。这就是今天发生的事，也是伊芙要帮忙的地方。律所这一侧的算术非常简单：一般来说，你代理的人越多，你赚的钱越多。
杰伊：但因为你还能接更多人——老实说，他们一直在拒案子、不接很多案子，因为接这些案子太贵了——所以从他们的角度看，需求其实并不构成约束。真正的约束是劳动力的供给：我内部有没有足够的人，真能把这个问题服务掉？
杰伊：让事情更复杂的是：不同的律所处在不同的问题区间里，而瓶颈的位置一直在移动，对吧？
杰伊：比如一家小所可能只有一位律师，配一个案件管理员或者行政，由他接起第一通电话、记下来。
杰伊：然后律师在有空的时候再回过去。
杰伊：他们基本上是在混乱中跑，到处跑。
杰伊：再往上一层，是他们找到了把它系统化的方法。
杰伊：你知道，他们有……
杰伊：一个接案团队，比如某个地方的外包呼叫中心，负责把电话接进来。
杰伊：而现在这个团队成了新的瓶颈。
杰伊：所以当你加大营销投入——比如你那块广告牌特别好看，很多人在打进来——突然间这个团队就被压垮了。
杰伊：对。你又一次被「我能代理多少人」限制住了。
杰伊：这就是这些小生意每天要面对的挑战。
杰伊：它们是小生意，不是巨型企业。
杰伊：它们想代理的是个人。
杰伊：而这里的每个人上的是法学院，不是商学院。
杰伊：他们是真的想为这些人做点什么。
杰伊：所以我们基本上把这一切收进伊芙平台，让他们只在真正需要自己的地方被拉进来。
杰伊：对吧？比如他们的律师判断、他们对「这个案子该怎么接」的独特判断——「他一直在抬高地板，我怎么把这个案子从这个地板抬到下一层」——我相信真正的律师都把时间花在这里：跟自己的客户谈，帮客户拿到结果。
亚历克斯：而且这某种程度上就是那个市场失灵的点了：如果我能够用每小时十二美分雇一个律师助理——或者按 token 的成本算，随便多少——我就能服务全部五千个进线。但我做不到。
亚历克斯：所以只能这样——根本不存在一个能运转的劳动力市场。
亚历克斯：对。但有了 AI，现在我能了。我是说，你有没有那种前后对比的例子？就像男式生发俱乐部的广告：这是用之前，这是用之后，我有一头好头发了。就是那种。对你服务得最好的那些客户，是什么样？我猜收入的转变应该挺明显的。
第 5 段 · 14:51 – 19:56 为什么裸模型不够
杰伊：对。洛杉矶一家律所，每名律师在办的客户从大约一百个变成了五百个。
亚历克斯：哇。
杰伊：对。
杰伊：这种事是能做到的。
杰伊：而且要说他们做得好：他们真的非常用力地去实现这件事。
杰伊：他们把伊芙用到了极致——从接案开始，接起电话、做资格判断。
杰伊：自动把过去那种「把东西从一位律师转给另一位、再转给案件管理员」的接力问题全部去掉。
杰伊：这些现在都在伊芙的 agent 里处理。
杰伊：一直到和解：在他们去见调解人之前，伊芙会先给一份简报。
杰伊：它会直接告诉你：这是你需要关注的重点。
杰伊：这是像这样、我们做过的那类案子，和解结果应该长什么样。
杰伊：还有，之前把你带到这个位置的打法是什么。
亚历克斯：对。而这就是未来的样子。
杰伊：它是真的在持续把案子往前推，而你在帮它做得比它自己单独做更好。
杰伊：我认为这就是法律的未来。
杰伊：作为律师，你会越来越像一个数据科学家、一个工程师——在把某个东西工程化，让它越来越好。
杰伊：这是伊芙上那些最好的律所在心理上要过的一关。
亚历克斯：对。我在想，如果你看一家普普通通的律所，他们其实不太懂 AI——这其实也是看所有「AI 加持的应用」这件事的一个有意思的视角。
亚历克斯：比如：之前法律这行的软件栈是什么？
杰伊：如果你是一家像 Wilson Sonsini 那样的大所，最重要的东西大概是计时器，因为你按小时收费。
杰伊：如果你做风险代理，时间当然重要，但你不是按时间向客户收钱。
杰伊：你大概需要按案子记账：这个案子我花了多少钱。
亚历克斯：但我猜你主要的工具是微软 Word。
亚历克斯：而这就是过去 VC 会把这一行看错的地方：他们会说，「哦，原告法的软件市场很小。
亚历克斯：他们买的都是微软 Office。Office 还挺贵的，所以软件支出也就是一年几百亿美元吧」——看起来小得可笑。
亚历克斯：但等一下。他们交付的结果是一年几千亿美元。
亚历克斯：他们不能交付更多结果，是因为他们真的被人力卡住了。
亚历克斯：而他们没法用每小时十二美分雇人，因为这样的劳动力不存在。
亚历克斯：所以结果是：这个软件市场其实更像一个「影子的劳动力市场」，而且比任何人预想的都大得多。
亚历克斯：这总是很别扭，因为你不能因为自己是一家法律软件公司，就说软件市场很小。
亚历克斯：对。大家知道 Harvey，知道公司法那一块，或者那些已经存在很久的电子取证工具。
亚历克斯：但我猜，在伊芙进来之前，主要的软件栈是什么？
亚历克斯：就只是微软 Word 吗？
亚历克斯：或者，对我来说——我从法学院毕业，想做这个领域里的某一个细分——
亚历克斯：我的软件栈是什么？
杰伊：你知道，原告法、以及这些机构，不幸的地方在于，历史上……
杰伊：原告法真的不需要超过一部手机和一个邮箱地址。
杰伊：说实话，连微软 Word，一些单干律师都不会买，成本原因，或者别的原因。
杰伊：不是的。你想一想，其实你不会做那么多修订（redlining）。
杰伊：这是一个信任边界的情形：一边跟另一边是对手关系，你们不是真的在协作。
杰伊：对，是这样。
杰伊：不像你做合同审阅时那种协作。
杰伊：所以没有任何软件真正解决过他们的核心问题，
杰伊：也就是你提到的那件事：人力的约束。
杰伊：这是他们做任何事最核心的环节。
杰伊：而因为他们有人力、而且擅长管理人，
杰伊：他们找到了解决的办法，
杰伊：在他們眼里，每一个问题看起来都像「需要更多人力」。
杰伊：他们就是这么长起来的。结果是，
杰伊：投在软件上的资源，很大一部分流向了被告方与机构，因为预算在那里。
杰伊：Harvey 是这样；说实话，今天任何一家法律软件公司，绝大多数都在被告那边，因为预算就在那边。
亚历克斯：对。而且那也是更容易做的、更容易拿到钱的。
杰伊：而在原告这一侧，这些都是每个月盯着自己账本的小生意。
杰伊：如果你从第一天起就不能给他们带来结果，你就出局了。你不会被续费。他们会骂你。凡是能做的，他们都会冲你来。这就是这件事为什么这么难做。但我们意识到：他们的核心问题，其实是他们的激励很明确——他们想代理更多人，他们想赢。而我们现在可以做到这一点。
第 6 段 · 19:56 – 26:25 数据：不可爬取的那 99%
杰伊：你知道，今天软件的好处是：一旦你把一个任务手动做过一次——即便是那种要碾新数据、要转换数据的任务，而这正是 AI 很擅长的——你现在就可以把它编成一个流程。
杰伊：这是一个根本性的、以前从未发生过的转变。
杰伊：这正是他们过去想用「人力运营」去做的事。
杰伊：但从来没成功，因为每一个案子仍然各不相同，你做不到。
杰伊：它还是卡在「能不能雇到足够聪明的人来处理」上。
杰伊：而现在，一个聪明人可以真的同时处理——就像我们说的——五百个事实完全不同、情况完全不同的案子。
杰伊：你怎么可能把这些全装进脑子里？很难，对吧？
杰伊：但现在你不用装了。
亚历克斯：我猜现在很多做应用层的创始人在想的一件事是：糟了，我会不会成为被大厂顺手碾过的那个。
亚历克斯：比如那些生产智能的实验室，也许下一个要去做的是我的地盘。
亚历克斯：那我就完了。防守的办法有很多种。
亚历克斯：但只讲「防守」其实把它说小了，因为如果你有网络效应……
亚历克斯：或者你有别人真的没有的数据，你就能交付更好的结果。
亚历克斯：所以，所有人背后都用 ChatGPT 或者 Claude，那又怎样。
亚历克斯：不过，也许你可以谈谈——我确信你想过很多——
亚历克斯：伊芙凭什么比裸的智能更强？
亚历克斯：还有，它是怎么随着用的人越多而变得更好的？
杰伊：我们赌的是这些模型会越来越好。
杰伊：而我们的价值恰恰就在这里。如果你有一千个爱因斯坦来打官司，或者有一个史上最好的律师来做每一项任务，我们当然要。
杰伊：问题是：你今天把阿尔伯特·爱因斯坦丢进一家律所，他会有相当长一段时间毫无产出。
杰伊：这就是伊芙在解决的一个普遍问题。
亚历克斯：那这个人为什么不会产出？
杰伊：嗯，原因有好几个。
杰伊：一个是在原告法里，绝大多数数据其实是「不可爬取」的。
杰伊：只有不到百分之一的案子会真正走到和解并变成判例意见。
杰伊：绝大多数在发出索赔函之前、或者在进入诉讼之前就和解了。
杰伊：有些甚至更早，就是一次谈判：「我是这样被侵害的，请修正它。」
杰伊：说得具体点：我出了车祸，不是我的责任。
杰伊：对方那家保险公司就说：哦，你没受什么伤，我们给你一美元。
杰伊：完全正确。对。
杰伊：这件事很难做。替他们说一句：这确实难做。但他们在做的同时，也在说：这是我们可以少给到什么程度。而这跟那个人自己处境的实际需要，是无关的。法律系统本来就是要修正这件事的，它存在就是为了这个。
杰伊：而现在正在发生的事——这是有趣的部分，也是挑战——如果你去谷歌上搜：「怎么给软组织伤案子写一封漂亮的、能压住州农保险的索赔函？」
杰伊：这种东西今天在任何地方都不存在。即便是刚进一家原告所的新律师助理，这也是他必须去学的东西。
杰伊：更要命的是，它还更复杂：你在一个地方辖区里，本地环境——法院系统、你的对方律师——行为方式都略有不同。
杰伊：这些上下文也很重要。所以伊芙在做的事，是把这种历史上极其难用的、多属性、多维度的信息——本质上就是「此刻我能做的、最有利于改善这个案子结果的那件事是什么」——
杰伊：把它变成可用的东西。
亚历克斯：对。
杰伊：而同一个问题，在一个案子里要重复上千次。
杰伊：人脑是没有能力一直把所有这些放在心上的。
杰伊：但 AI 可以，对吧？
杰伊：而这就是我们帮律所积累的那类数据，他们立刻就看到了它的价值。
杰伊：他们看到价值的第一站，当然是接案。
杰伊：我到底该接谁？我擅长代理谁？
杰伊：也许就从这里开始，然后一直变好。
亚历克斯：对。而且我想，因为这些都不是巨型律所——如果我是新泽西一个有四位律师的小所，那边亚利桑那有另一个七位律师的所，但他们的对手基本上都是州农、盖可之类的——那其实共享信息是没问题的？你怎么看数据共享这件事？
亚历克斯：因为这一直是公司刚起步时最难的部分。
亚历克斯：就是「不行，这是我的数据」。
亚历克斯：但我也猜，总得有「给出去才换得回来」的一面。
亚历克斯：就像我跟一家牙科 AI 公司合作，爱荷华州的牙医没法服务佛罗里达的病人，但他们想从彼此的集体动作里学习。
亚历克斯：所以你怎么看数据隔离这件事？
亚历克斯：这会变成问题吗？你怎么用它？
杰伊：我们大体上是沿用了这个行业本来就有的规则，只是用软件把它放大了。
杰伊：这就是我们的立场，对吧？
杰伊：那些规则是：对于自己的案子，他们要非常私密。
杰伊：按法律这是必须的，这是律师-客户保密特权，而我们绝不拿这些数据去训练，永远不。
杰伊：但是，律师们也会做另一件事：为了分享知识，他们会出差、会去参加 CLE（继续法律教育）课程，
杰伊：他们会互相分享打法：他们是怎么打州农那套 X、Y 抗辩的。
杰伊：因为州农在每一个案子上都重复用那套抗辩，对吧？
杰伊：这里不点名州农，谁都可以被点名。
杰伊：但这就是他们已经在做的事。
杰伊：所以我们会自己雇律师，为平台跟踪案子的成功率。
杰伊：我们想帮的是：如果你在用伊芙，你的成功率应该更高。
杰伊：这就是我们跟踪的东西。
杰伊：我们有一个产品叫 Auditor：它会一夜之间把每个案子的每一页都分析一遍，去找那种「一个完美的律师本该每次都发现」的情况。
杰伊：整体来看，很不幸：绝大多数案子——几乎每一个案子——都有被漏掉的信息。
杰伊：对。
杰伊：而现在这不再是问题了。
第 7 段 · 26:31 – 31:32 对手会怎么变
亚历克斯：对。也许谈谈未来会往哪走，因为……
亚历克斯：我举个例：我房子被火烧了，我要说里面有一幅毕加索。
亚历克斯：然后他们就会想：哦，他说他有一幅毕加索。
亚历克斯：他们就直接拒赔，拒、拒、拒。
亚历克斯：所以每一方都在跟对方打，但他们都会拿到超能力。
亚历克斯：我是说，你在 Muse 那些消费级 agent 上已经能看到一点了：我想要一家根本订不到的餐厅的位子，
亚历克斯：而他们那边有个人在接电话。
亚历克斯：现在我可以对它发起 DDoS 了——只要我每小时付一美分或者多少，我就能……
亚历克斯：然后他们最终会意识到自己被 DDoS 了，然后开始防。
亚历克斯：所以，一方面我想问：你怎么看你的对手——不是你的对手，是你客户的对手——
亚历克斯：他们怎么适应一个这样的世界，就是……
亚历克斯：这对盖可（GEICO）来说曾经很爽：他们可以说，「嘿，你的损失只有两千美元」。
亚历克斯：消费者说：是啊，我大概有两千五百美元的损失。
亚历克斯：但以前他们从来不用真的担心这件事，因为量级差在那里。
亚历克斯：而现在，对他们不幸、但对世界上那些大卫们——真正被侵害、真的成了受害者的人——是幸运的：他们现在可以反击了。
亚历克斯：而这是你在供能。这是一件事。
亚历克斯：另外你刚才提到长跨度的 agent。
亚历克斯：当很多事其实可以由 AI 来做的时候，法律实践会变成什么样？
亚历克斯：我记得你用过一个说法：律师几乎会成为未来的数据科学家。
亚历克斯：但也许可以谈谈对抗程序本身会变成什么样。
亚历克斯：州农和盖可那边在用的是什么？
亚历克斯：可能部分是因你入场而变的。
亚历克斯：还有一个很大的问题：
亚历克斯：法律会怎么演化、怎么长出来？
亚历克斯：考虑到你其实是在操作文字、找事实、做这一类事情，人是不是变得没那么重要了。
亚历克斯：人显然还有把那案子护送到底的重要角色，但到底哪些是 AI 做、哪些不是？
杰伊：我的框架最终是这样的：当你有一个具体的人，他总是需要有人代理。
杰伊：至于这个代理里谁在做工，你可以假设 99% 是 AI，也许 99.9% 是 AI。
杰伊：总还是会有那么一点点，是人的触碰。
杰伊：而我们确实相信：人会为案子的结果带来正向差别。
杰伊：这正是你所拥有的东西。
杰伊：在被告方、或者说机构那一侧，一直是这样的：他们有更多资源、更多钱、更多时间——而时间其实是他们的另一件武器，非常强。
杰伊：个人是背着债去付他们的律师费的，这是一件非常有力量的工具。
杰伊：对。这是他们在用的优势，他们试图依赖集中化和标准化。
杰伊：在被告方那边，会有一个律师在打你这个案子，把你往诉讼里推。
杰伊：我认为这会成为接下来发生的事。
杰伊：我认为会有多得多的案子「长出牙齿」，而那些例行的来回，我认为会由 agent 跟 agent 谈来完成。
杰伊：我知道，这是个疯狂的世界，但我认为我们正在往那里走。
杰伊：而决定性的差别在于：这个律师对那个客户、那组事实、以及他本地对上的是哪家被告所，究竟理解了什么。
杰伊：他们在用这份理解，为客户制造差别。
杰伊：我不认为这种东西会消失。
杰伊：事实上我们已经在看到：伊芙上很多客户，反而选择把更多时间花在他们的庭审工作上。
杰伊：因为这确实让那件事成为可能。以前，去打一次庭会把整家律所拖停。
杰伊：突然间，你只是在把所有时间花在做庭审准备、在筛陪审团上。
亚历克斯：你会希望事情和解。
亚历克斯：对。它更像是一份和解动议。
第 8 段 · 31:32 – 39:36 钱怎么分，专业化怎么走
杰伊：完全正确。而反过来，我认为事情会更多走到真正的辩护上去。
杰伊：我怎么真正把我们要说的那件事说清楚。
杰伊：怎么——我的客户是被逼到墙角的那一方。
杰伊：他们在做坏事，他们也在做好事。
杰伊：我怎么在对他们真正重要的事情上代理他们？
亚历克斯：我在想，这也是你做的那件「数据科学」的一面：面对一个大概以前从来没有被积累过的巨大数据集。
亚历克斯：因为正如你说的，这些都太定制化了。
亚历克斯：没有什么公共的仓库，装着所有的和解金额。
亚历克斯：但我在诉讼融资那里看到过一点……
亚历克斯：如果我是一个庭审律师，而我不是按小时从你——我的客户——那里收钱，那我怎么给自己、给我的员工、给我的办公室租金付钱？
亚历克斯：有一些公司会出现，说：这个案子我来出钱。
亚历克斯：对。
亚历克斯：我为这个案子出钱，是因为我押你能赢。
亚历克斯：他们会做各种聪明的事，比如这里是哪位法官、这里是这个……
亚历克斯：他们在用数据。
亚历克斯：所以除了他们——那帮人在数据科学上走得很前面。
亚历克斯：但从历史上看，这些数据就从来没有真正存在过某个地方。
亚历克斯：现在它存在了，你作为律师就能做更聪明的决定：我是打庭审，还是接受和解，还是往回推？
亚历克斯：比如盖可给我一万二。我该不该往回推、争到一万五？
亚历克斯：我该不该打庭审、去争十万美元？
亚历克斯：我怎么做出这些决定？
杰伊：完全正确。这就是为什么我们能帮他们在每一个案子上做出最好的决定，并且知道什么时候已经达到了最优结果。
亚历克斯：对吧。而把它再往前推，仍然是律师的责任。
亚历克斯：对。我想这正是我说「像数据科学那样的工作」的意思。
亚历克斯：因为他们在用软件的力量，去做那些你以前根本想不到要去做、但能改善结果的工作。
亚历克斯：对。那我想问，这是个很宽的问题：法律系统会往哪走？
亚历克斯：我跟富国银行有点麻烦。
亚历克斯：我当时想：你知道吗，我已经为这件事折腾了四个小时。
亚历克斯：我干脆起诉他们。于是我打开 Codex，你知道，ChatGPT。
亚历克斯：我说：起诉富国银行。
亚历克斯：四个小时后，它真的把富国银行给起诉了。
亚历克斯：它甚至找到了一个送达员。
亚历克斯：我收到通知：我们要上法庭了，但日期在明年二月。
亚历克斯：另一件有点像的事发生在专利法上。
亚历克斯：以前，申请一个专利要费很大功夫。
亚历克斯：现在申请专利没那么费劲了，但你还得面对美国专利商标局（USPTO），它才是瓶颈。
亚历克斯：所以我猜，如果让你预测：既然 AI 已经变成基础设施，而你显然是原告法这项基础设施的一部分，
亚历克斯：但如果把整个法律实践都放进去看：往前快进五年，它会变成什么样？
亚历克斯：什么还一样？什么不一样？
杰伊：最有可能的是，我认为不可避免：你会造出一些系统，让不是所有事情都进法院。
杰伊：这在法律里已经是一套被使用的框架了。
杰伊：比如某些类型的老兵福利案件，走的是另一个委员会。
杰伊：即便是劳动与雇佣，很多案子在进法院之前先走 EEOC（平等就业机会委员会）。
杰伊：而雇主们早就想明白了各种调解与仲裁的方式，不一定走法院。
杰伊：对。这套框架本身会自然演化，我预期它会越来越多。
杰伊：我认为会发生的一个调整是：在某些领域，我们大概会走某种版本的 ADR，也就是「自动化争议解决」（automated dispute resolution）。
杰伊：AI 加持的调解人，或者对双方都有中立视角的中心方，会用 AI 大幅加快他们形成判断的速度。
杰伊：而我不认为判断本身会被替代；他们拿到的会是一组整理好的事实：历史上，这件事是这样发生的、那件事是那样发生的。要不要去掉可能存在的偏见，由他们决定。
杰伊：我认为我们会越来越多地把时间花在这一侧。
亚历克斯：那你觉得小律所会变大吗？因为另一件事是：如果以前我每个律师只能带一百个案子，现在能带五百个，那未来也许五千个。
亚历克斯：我为什么要把我的办公室限制在新泽西某个很小的地方？也许我该铺得更广。
杰伊：对。你会看到更大、几乎像公司那样的法律实体。
杰伊：最大的庭审律所是 Morgan & Morgan，对吧？
亚历克斯：对。
杰伊：他们有几十亿美元的收入。但普通的律所非常小。
杰伊：但你可以想象：在伊芙的加持下、加上我们正在谈的这些变化，一家小律所其实可以变成十亿美元营收的生意。
亚历克斯：这有点像「风险投资的结局」和「生活方式生意」的区别。你以前是 VC，你知道这个词——多少带点贬义，就是「你赚点利润」。那这是不是一个合理的判断：这些小家伙里有一些，真的能变成非常大的机构？当然，律所现在不能上市，也许在亚利桑那可以。
杰伊：我认为会发生的转变是：很多这样的律所会看起来更像软件公司。
杰伊：我认为他们终于要参与进过去三十年一直在发生、而他们被排除在外的软件革命里。
杰伊：如果你往里深挖，你就会明白为什么。
杰伊：假设你有一个两万五千美元的和解。
杰伊：律师大概拿走三分之一，简单算就当作八千美元。
杰伊：而这八千美元里，大约一半要花在人力上，30% 花在营销上，剩下的也许才是利润。
杰伊：对吧。
杰伊：这就是今天这个生意的样子。
杰伊：因为这样的生意结构，要把钱再投回去、把下一个客户服务得更好，是非常难的。
杰伊：今天唯一真正能这么做的方式，是雇一个更好的律师。
杰伊：会改变的是：现在他们可以积累一个只属于他们自己的数据库、数据集，让他们在法律的某个细分里，拿到比竞争对手更好的结果。
杰伊：而这就是专业化。
杰伊：从历史上看，这个行业已经走过一遍了。
杰伊：三十年前，是「你家街角那个律师」什么案子都做——从劳动到知识产权，什么都有。
亚历克斯：对，完全对。
杰伊：而现在我们有的是按执业领域分出来的专业化：有人很擅长知识产权，有人擅长劳动，而现在它变得更细。
杰伊：比如有人很擅长某一类照护场所的设施缺陷案之类。
杰伊：我可以预期它还会再上一层：有人可以变得非常擅长「涉及 X 和 Y 两类事实模式的软组织伤案件」。
杰伊：而为这类案子投广告，可能比一家更大的所——像 Morgan & Morgan 那样——到处立广告牌要划算得多。
亚历克斯：所以先在某个地方做透，然后再扩张。
杰伊：对。
亚历克斯：扩张到全国，因为你在那一个领域里有很高的水准。
杰伊：完全正确。所以我认为我们会看到这类专业化。
杰伊：同时我认为我们也会看到相反的方向：一些大的——我们也在跟 Morgan & Morgan 那个量级的所合作——其中一些其实正在合到一起。
第 9 段 · 39:36 – 46:50 按结果定价，计时的黄昏
杰伊：因为他们意识到，有伊芙，他们可以很快把过去极其痛苦的整合过程合并掉。
杰伊：现在它可以完全按客户想要的东西来做——客户想要的是一个法律结果。
杰伊：而伊芙就是为这件事做的。
杰伊：他们可以避开大量变革管理、人员变动、运营变动，因为伊芙替他们处理了其中很大一部分。
杰伊：他们可以缩短「让这笔收购变得值」所需的时间。
亚历克斯：有意思的是，现在有一股向「按结果定价」走的潮流。
亚历克斯：SaaS 以前是按座位、按月收费。
亚历克斯：我以前开玩笑说，那就是卖软件的「中杯、大杯、超大杯」模式。
亚历克斯：你去任何一家 SaaS 公司的网站——
亚历克斯：这就是为什么 Claude 能把它们全都克隆出来，太容易了。
亚历克斯：它们长得一模一样：每月 79 美元、每月 99 美元、每月 129 美元。
亚历克斯：中杯、大杯、超大杯。而且是按座位。
亚历克斯：你看 Zendesk 这样的公司，它上一次还是上市公司时有 20 亿美元的年度经常性收入。
亚历克斯：它被 Permira 和 Hellman & Friedman 私有化了。
亚历克斯：现在它们就在想：你需要多少个座位？也许零个。
亚历克斯：我们要交付结果。所以软件世界里所有人——很多 AI 公司——都在说：我们交付结果。
亚历克斯：我们按结果收费。有意思的是，你专注的这一种法律，
亚历克斯：从一开始就一直是按结果来的。
亚历克斯：但还有别的类型的法律，它们不是按结果的，
亚历克斯：而我敢保证，那些客户会远远更希望它是按结果收费的。
亚历克斯：对吧？我是说，有时候确实棘手。
亚历克斯：比如我有一位做信托与遗产的律师，在 McDermott, Will & Emery。
亚历克斯：她非常非常棒。她就像……
亚历克斯：太贵了。我猜那个结果就是我的死亡，所以我不确定我是否想要它。但你更希望的是直接说：这里有一个固定成本。可这里常常有数据不对称——按小时收费的原因，并不是想宰客户，而是「我脑子里想要的东西」和「我能说清的东西」之间存在数据不对称。也许项目范围还会随时间变化。
亚历克斯：但其他形式的法，我会说它们大概应该更像原告法。
亚历克斯：它们也应该按结果定价。
亚历克斯：或者像移民法，那应该按结果来。
亚历克斯：好像所有东西都该按结果定价，但它很难，因为存在数据不足：我能不能替被告赢下这个案子？
亚历克斯：对。但我想问：你怎么看其他形式——你完全可以扩张到原告法之外。
亚历克斯：不知道你同不同意，但你怎么看法律整体的变化？
亚历克斯：因为我觉得原告法跑在了我们现在看到的所有东西前面。
亚历克斯：所有人都想要结果。没有人想为原料、为投入付钱。
亚历克斯：这大概是唯一一种生意……
亚历克斯：它一直是按结果的——那法律的其他部分，不也应该这样运转吗？
杰伊：这也是我们确切的信念。
杰伊：难的部分一直在于：它确实难，不管你是在被告方、还是在原告方。
杰伊：问题在于：你这个案子，是十小时的工作，还是一百小时的工作？
杰伊：很多情况下，你真的要接下来之后才知道。而原告这一侧，这就是为什么我们必须往每一个执业领域里扎得很深，扎到能交付结果。
杰伊：我们去年就在做现在才被叫作「长跨度 agent」（long horizon agents）的东西。那只是为了把结果做出来所必需的。
杰伊：而现在它越来越好，真的能把法律结果交付出来。
杰伊：而这既来自数据的聚合与更好的使用，也来自更好地把算力真的跑起来、跑到那个结果。
杰伊：所以这两件事我们都在做。
杰伊：这就是为什么我们死死盯住结果。
杰伊：最终，这个「大卫对歌利亚」的故事到处都在发生。
杰伊：不只是在大所、不只是企业法务。
杰伊：那些地方只是预算所在。
杰伊：所以他们其实可以在一个过渡期里，基本上开一张空白支票。
杰伊：而那个强制函数——「这件事在结果上到底值多少钱」——是未知的。
杰伊：你知道的，你去融资的时候，可能被砸一张十万美元的支票。它的确切结果是什么？
杰伊：你很难知道这件事的价值，但那是他们今天唯一能定价的方式。
亚历克斯：而这正是因为他们不知道自己工作的期望价值到底是多少。
亚历克斯：对。这同样是那种不对称。
亚历克斯：就像：好吧，你要为你的 C 轮请一个律师。
亚历克斯：那这意味着什么？它可能非常简单，也可能非常复杂。所以很难给一个固定价。
杰伊：对。因为他们可能被烧到——他们不会在「低」的方向上被烧到，但如果变成四千小时律师工时，他们就会被烧到。这个案子我会亏钱，当然每一家律所都……
杰伊：在公司法里，这些是「亏本引流」的产品。然后你试图在 M&A 或者 IPO 上把它赚回来。
杰伊：显然跟原告法有点不一样。
亚历克斯：你们怎么收费？你们当初是怎么——因为我猜你们也有一个过程——不是第一天就知道对哪类客户该收多少。我猜你们的想法也演化过。
杰伊：绝对。奇怪的是，我们从第一天开始，大概就是「中杯、大杯、超大杯」模式。
杰伊：我们就是那么开始的，因为我们也不懂更好的办法。
杰伊：然后我们往里挖，意识到他们在意的是结果。他们在意的是「我怎么服务更多客户」。
杰伊：所以这实际上逼着我们很早就变成按结果。
亚历克斯：不，我们说的是大概一年半以前，这挺有意思的。
亚历克斯：在今天的 AI 时间里，这已经算很早。就像狗年乘以一百。
杰伊：对。但这就是发生在我们身上的事。而且还有太多空间可以长：我们刚才说的那个价值图——三分之一给律师，其中一半是人力，而那一半他们不必再花了。
杰伊：那你怎么把它变成更有用的东西？而要得到更有用的工作，最好的方式其实有点反直觉：把它花在更多 token 上、花在伊芙能做更多、从而替你的律所赚更多钱的工作上。
杰伊：这就是我们今天所处的循环。而很多在帮我们的市场动态，正是这个东西。
杰伊：我们确实相信：按小时计费的模式，我不认为它会完全死掉，但我认为它会走上「按座位定价」那条路——对某一部分法律来说，那大概仍然是最好的收费方式，因为要等很多很多年才知道结果，价值很难判断。
杰伊：但对很大一部分来说，这已经不成立了。
杰伊：对很大一部分来说，你其实知道结果是什么。
杰伊：而你应该能把你的工作摊薄成一个分摊后的成本，再把它交付回去。
杰伊：这就是我们在押的东西。
杰伊：也是我们从第一天起就专注端到端交付法律结果的原因。
杰伊：而且要做到这种程度：律师只要说一句「这是刚进来的客户，交给伊芙」，伊芙在需要你的时候把你拉进来，剩下的就好了。
亚历克斯：我们聊过，原告律师是被供给约束的，不是被需求约束的——因为他们有源源不断涌进来的客户却服务不了，因为在 CAC 和 LTV 上算不过来账。
亚历克斯：这是任何生意都会遇到的、老派的问题。对他们同样适用。你的约束在哪里？
第 10 段 · 46:50 – 53:14 瓶颈、限制与还没做到的事
亚历克斯：你的限速器是什么？
亚历克斯：对。要长得更快，你需要什么样的输入？
杰伊：这其实特别有意思，因为很多法律的基准——连那些公开分享给你的、Anthropic 和 OpenAI 也正在做、我们跟其中很多人合作得很紧的基准——它们很在意的，几乎都是单个结果。
杰伊：比如这是一个任务，它做得大概还行吗？
杰伊：而世界现在正在走向 agentic 的工作。
杰伊：对我们来说，唯一重要的从来就只有 agentic 的最终结果。
杰伊：所以现在这件事越来越成为主流。
杰伊：这里的最终结果是：今天我们还处在这样一个阶段——每个案子仍然需要相当量的人力触碰。
杰伊：但通过在我們的活里做得更多，我们一直在逐月大幅减少这个量。
杰伊：而在我们这个行业，我们得按案子类型去做这件事。
杰伊：对每一种案子，我们都在像研究一门科学那样研究：这个案子到底怎么解？
杰伊：怎么造一个「迷你律师大脑」，能把所有这些数据点碾到那个解法上，把它在整个面上推起来，并且跟他们能用的所有工具一起工作——包括 Claude 之类——去推动那个结果？
杰伊：这是一个非常难的问题。
杰伊：所以我们现在很大程度上是被工程师限制住了。
杰伊：要往前推，我们有无数件事可以做。
杰伊：另一个好玩的部分是：我们有需求。
杰伊：一旦我们真的能把比如机动车事故这类案子端到端交付，
杰伊：这件事对世界解锁出来的价值是几千亿美元级的。
杰伊：而这只是其中一个子类型。
亚历克斯：其实这是个很好的问题：你们有没有过一个完全自主、端到端的案子？接电话、签下客户、从盖可拿到支票。这件事真的端到端发生过吗？
杰伊：还没有，但我们很接近了。
杰伊：这就是为什么我们需要工程师。把这件事放到背景下看，一个案子……
杰伊：对，我觉得这是个很好的点。
杰伊：在伊芙这边，还有对外拨打的 agent——我们真的有能做外呼的语音 AI。而说来好笑，这正是我们已经看到「agent 跟别的 agent 在说话」的地方，它们在学着怎么绕过对方，这挺滑稽的。而这是需要的一步。
杰伊：从那里往下，你还得创建文件、真的跟对方谈一轮。所以这些都是我们在端到端完成的任务。
杰伊：今天还需要一点人的触碰，让某个人把结果变得更好一点、或者把某件事做得更好一点。
杰伊：但我们此刻正在建的，正是怎么把这一整套真的端到端推起来。
亚历克斯：对。而我们已经在一些客户那里看到这已经在跑的早期迹象。
亚历克斯：那你有没有看到——回到被告方和他们的那座信息庞然大物——你有没有看到他们的反应整体上发生了变化？
亚历克斯：举个例子，就好像：糟了。
亚历克斯：这帮人拿这个来找我。我总得和解，因为他们对这件事大概有相当硬的规则。
亚历克斯：我猜他们不会随手乱编，因为他们一年要处理这个几万次，甚至更多。
亚历克斯：所以如果我是盖可：哦，你索赔这么多？那我第一次的出价会和解在这个位置。
亚历克斯：但如果他们的成本降下来，也许那就变了，对吧？
亚历克斯：所以你有没有看到反应上的变化——不一定是你的对手方，而是你客户的对手方？
杰伊：我会说大体上还是：被告方非常仍然在按小时计费的商业模式上跑。
杰伊：所以他们还没完全跟上我们律师的节奏。
亚历克斯：所以这里有大量的、我想是定价上的不对称。
杰伊：我们合作的一家律所，被告方过去的做法是：他们会等，会把证据开示的请求日期往后推。
杰伊：一直推到感恩节或者某个大假期的前一天。
杰伊：然后在那时候把证据开示发过来，因为他们知道那个人要去度假，
杰伊：会在假期里被这一堆工作量压住，做得不会好，或者只能草草赶出来。
杰伊：而现在他们用的办法是——因为这是对方反复使用的战术——他们在伊芙上做了一个 agent，当天就回。
杰伊：所以下一次这东西发过来，他们立刻就回完了答复，被告方的反应是：这里到底在发生什么？
亚历克斯：对，对。战术没用了。
杰伊：而且我们看到现在这种情况有非常多的变体，这让被告方意识到：等等，这就是对方有资源的时候会发生的事。
亚历克斯：对。哦，糟糕。
杰伊：对。而这正是看着好玩的地方。
亚历克斯：杰伊，这是一次极好的对话。我学到很多。我以前没意识到一个案子走一遍有一万次触碰，但真的很有意思，也很高兴做你的伙伴，把你带到接下来的一万家律所。
杰伊：谢谢你。我是说，我们还有太多路要走。我们今天大概已经帮到了几十万个客户，而我们还有几亿人要碰。我很想每天都真的在他们的生活里做出一点不同。所以如果这让你感兴趣，欢迎来加入伊芙。
亚历克斯：太好了。谢谢。
片尾：感谢你收听这一期 a16z 播客。
片尾：如果你喜欢这一集，请点赞、评论、订阅，给我们留一个评分或者评价，并分享给你的朋友和家人。
片尾：想听更多节目，请到 YouTube、Apple Podcasts 和 Spotify。
片尾：在 X 上关注 a16z，并订阅我们的 substack：a16z.substack.com。
片尾：再次感谢收听，我们下一集见。
片尾：提醒一下，这里的内容仅供参考，不应被当作法律、商业、税务或投资建议，也不应被用来评估任何投资或证券；它不面向任何投资者，也不面向任何 a16z 基金的潜在投资者。
片尾：请注意，a16z 及其关联方也可能持有本播客中所讨论公司的投资。
片尾：更多细节，包括我们投资组合的链接，请见 a16z.com/disclosures。
References
- 1Why AI Could Turn Small Law Firms Into Billion-Dollar Businesses
a16z.simplecast.com
- 2About Eve
eve.legal
- 3
- 4Eve Raises $103 Million at $1 Billion Valuation
prnewswire.com
- 5
Comments