從律師到92億美元CEO：Harvey創始人揭秘AI創業的殘酷真相

2026年1月19日，硅谷最炙手可熱的AI獨角獸Harvey的CEO Winston Weinberg做客知名播客節目20VC，接受了主持人Harry Stebbings長達73分鐘的深度專訪。

這不是一次普通的創業故事分享。Winston Weinberg用三年半時間，將一個在舊金山Airbnb里只有4個人的初創團隊，打造成估值92億美元、年收入1.9億美元的法律AI巨頭。Harvey獲得了Sequoia、a16z、OpenAI、Elad Gil等頂級機構累計超過9.8億美元的投資，成為2024-2026年最耀眼的企業級AI公司之一。

更難得的是，Winston在專訪中毫無保留地分享了融資、招聘、產品、市場等方面的血淚教訓，包括那些讓他付出慘痛代價的錯誤決策。這些一手經驗，對所有AI創業者都有極高的參考價值。

冷郵件OpenAI：獨立日的豪賭

故事要從2022年7月4日說起。那天是美國獨立日，大多數人都在放假慶祝，Winston Weinberg卻在鍵盤前敲下了一封可能改變命運的郵件。

收件人是Sam Altman和Jason Kwon，兩位OpenAI的核心高管。郵件主題簡潔有力："你知道GPT-3在法律領域有多強嗎？"郵件里附上了一個demo，Winston基于Reddit上的法律問題，展示了GPT-3處理復雜法律咨詢的能力。這個demo精準擊中了OpenAI團隊的興奮點。

上午11點，Winston和聯合創始人Gabriel Pereyra走進了OpenAI的會議室。幾周后，他們不僅拿到了OpenAI的投資，還獲得了技術合作伙伴關系，這成為Harvey早期最關鍵的背書。

Winston后來復盤說："大多數創始人認為冷郵件沒用，但關鍵在于你是否真的展示了價值。我們沒有長篇大論講商業計劃，而是直接用產品說話。"這封郵件改變了一切，也為Harvey打開了通往頂級投資機構的大門。

提前六個月融資：頂級VC的Term Sheet不是等來的

很多創始人在銀行賬戶只剩3個月現金時才開始融資，Winston說這是"自殺式行為"。他的融資哲學完全不同，他會在還不缺錢的時候就開始布局。

Winston的融資時間表是這樣的：提前6個月開始接觸目標VC，定期分享公司進展；4個月前邀請VC參加產品演示，讓他們真正理解業務；2個月前正式啟動融資流程；最后在不緊不慢的節奏中簽署Term Sheet。他堅信，Sequoia和a16z不是因為你發了一封完美的商業計劃書就投你，而是因為他們看到了你過去半年的執行力。

但這并不意味著Winston會接受所有投資人。他回憶起一次失敗的融資會議，對方是某知名基金的合伙人，但從會議開始就一直低頭看手機。Winston當場就做了決定：無論對方出多少錢，他都不會選擇合作。他的理由很簡單：信任是雙向的，如果投資人在第一次見面就不尊重你的時間，后面的7到10年合作會是災難。

Harvey最終選擇的投資人必須符合三個標準：真正理解產品和市場、能在關鍵時刻提供資源而不是指手畫腳、對創始人有長期耐心。正是這種挑剔，讓Harvey組建了一個真正能幫助公司成長的投資人團隊。

簡歷陷阱：我花了兩百萬美元學到的招聘教訓

Winston坦言，Harvey早期犯過的最大錯誤之一，就是過度看重候選人的簡歷。他曾經覺得，斯坦福計算機科學畢業加上谷歌背景就等于完美員工。結果他們招了一堆"紙面完美"的人，但這些人在面對模糊問題時完全不知道該怎么辦。

真正的轉折點發生在Harvey決定在倫敦建立歐洲團隊時。Winston遇到了巨大的文化沖擊：在美國，候選人接受offer后兩周內就能入職；但在歐洲，通知期普遍是3到6個月，有些高管甚至需要12個月。Harvey在2023年初定下了歐洲擴張計劃，結果關鍵崗位的人要到當年秋天才能到崗。這迫使他們提前6個月做人員規劃，而不是像在美國那樣"需要人就馬上招"。

這次教訓讓Winston徹底改變了招聘哲學。他現在堅持的原則是：如果某人是該領域最頂尖的人才，無論他們想做什么崗位都應該招進來。他舉了一個例子：Harvey曾遇到一位頂級機器學習工程師，但對方想做產品經理。大多數公司會說"我們需要的是ML工程師"，但Winston直接給了offer。6個月后，這個人成為了Harvey產品團隊的核心，還順帶幫他們優化了模型架構。

Winston總結說："限制優秀人才的發展方向，是最愚蠢的浪費。真正的A級人才會在任何崗位上創造價值，而B級人才即使簡歷再光鮮，也只會在舒適區里原地踏步。"

基礎設施工程師：被忽視的AI公司生死線

這是一個價值百萬美元的教訓。Harvey早期為了快速獲取客戶，招了大量前端工程師來打造炫酷的demo界面。產品看起來很棒，客戶也愿意簽約。然后災難來了。

第一個大客戶Allen & Overy是一家擁有4000名律師的全球律所。當他們開始全面使用Harvey時，系統開始頻繁崩潰、響應變慢。Winston回憶說："我們當時只有4個人，兩位創始人加兩位工程師，擠在舊金山的一個Airbnb里，試圖支撐一個4000人的企業級部署。那段時間簡直是噩夢。"

Winston意識到，AI公司的競爭不僅僅在模型層面，系統穩定性和可擴展性才是企業客戶的生命線。一個再聰明的AI，如果三天兩頭宕機，客戶也不會買單。于是Harvey進行了大規模調整，將30%的工程團隊轉向基礎設施和DevOps，招聘資深分布式系統工程師而不是剛畢業的天才，建立完善的監控和應急響應機制。

現在Harvey可以同時支持50萬用戶在線，系統可用性達到99.9%。Winston說："這些數字背后，是我們在基礎設施上投入的巨大成本。很多AI創業公司只關注模型有多聰明，卻忽略了系統有多穩定。但對企業客戶來說，穩定性永遠比酷炫的功能更重要。"

AI不會殺死律所，但會重新定義法律服務

作為前律師，Winston對AI是否會取代律師這個問題有著獨特的視角。很多人認為AI會讓律師大量失業，Winston堅決反對這種觀點。

他的邏輯是這樣的：簡單任務自動化確實會發生，NDA審核、合同模板生成等工作會被AI替代。但與此同時，法律需求會出現爆炸性增長。當AI讓創業變得更容易，會有10倍甚至100倍的新公司誕生，它們都需要法律服務。Winston說："想象一下，未來每個初創公司都能以十分之一的成本快速進入10個新市場。這意味著他們需要處理10個國家的法律合規、知識產權保護、勞動法問題。法律工作不會減少，只會變得更復雜、更有價值。"

律師的角色會從文書工作者升級為戰略顧問。那些重復性的、低價值的工作會被AI接管，律師可以專注于更高層次的戰略建議、復雜的談判和創造性的法律解決方案。

數據也驗證了Winston的判斷。目前Harvey的客戶構成是60%大型律所和40%企業內部法務。企業法務部門的快速增長證明，AI首先提升的是效率，而不是替代人力。那些擁抱AI的律所和法務團隊，正在以更低的成本服務更多客戶，而那些抗拒變化的則逐漸失去競爭力。

模型性能停滯？能力過剩才是真正的機會

專訪中最具爭議的觀點來了。Harry Stebbings問："很多人擔心大模型的性能提升正在放緩，這對Harvey是風險嗎？"

Winston的回答讓人意外："即使GPT-5永遠不出現，光是讓企業學會使用GPT-4，就足以重塑整個經濟。"他提出了一個概念叫"能力過剩"。現在的AI模型已經足夠強大，但企業的應用能力遠遠落后。大多數公司甚至不知道如何正確地寫prompt，更不用說構建完整的AI工作流。

Winston用了一個生動的比喻："這就像2000年的互聯網，技術已經存在了，但大多數公司還在用它發郵件。真正的價值釋放需要時間。"他認為，與其追逐最新的模型，不如深度整合現有模型到實際工作流，構建專有數據集提升垂直領域表現，建立用戶習慣和依賴。

Winston坦言："當所有人都在炒作AGI時，我們在做臟活累活，優化法律文檔的OCR準確率、處理各國不同的合同格式、訓練模型理解法律術語。這些工作不性感，但這才是護城河。"Harvey的策略很清晰：不追求技術上的領先，而是追求應用上的深度。當別人還在研究模型能做什么時，Harvey已經在幫客戶真正用起來了。

消費型定價：B2B SaaS的范式轉變

傳統SaaS公司按"席位"收費，每個用戶每月99美元。Harvey正在改變這個規則。

Harvey采用的是消費型定價模式，客戶為AI實際完成的工作付費，比如審核的合同數量、生成的法律意見書字數。這種模式讓價值與ROI直接掛鉤，客戶可以無限擴展使用而無需擔心"買了100個席位但只有20人在用"的浪費。

Winston對此有著清晰的判斷："未來5年，B2B SaaS的價值會呈指數級增長，因為AI讓軟件第一次能夠真正'完成工作'，而不僅僅是'輔助工作'。一個好的AI產品，應該讓客戶覺得'我每花1美元，就能省10美元'。"目前Harvey的客戶平均ROI達到了1比15，意味著客戶在Harvey上每花1美元，就能通過提效節省15美元的人力成本。

這種定價模式的轉變，本質上是AI帶來的價值創造方式的改變。傳統軟件是工具，幫助人更高效地工作；AI軟件是助手，直接替人完成工作。當軟件從工具變成勞動力，按使用量收費就成了最自然的選擇。Winston相信，這會成為整個B2B SaaS行業的新標準。

交易談判的黃金法則：少說話，多傾聽，知道何時不談判

Winston從傳奇投資人、Harvey董事Keith Rabois那里學到了一個違反直覺的談判技巧：談判中說話最少的人，往往擁有最大的權力。

為什么呢？Winston解釋說，說得越多暴露的信息越多，傾聽讓你理解對方的真實訴求，而沉默會讓對方主動填補空白。很多人以為談判就是不停地說服對方，但實際上，最高明的談判者往往是最好的傾聽者。

Winston分享了一個實戰案例。Harvey與某大型律所談合作時，對方提出了15項要求。Winston團隊的策略是只關注一項核心訴求：數據安全和隱私保護。他們在這個核心訴求上過度交付，提供了超出預期的安全方案，而其他14項要求全部接受，因為那些對雙方都不重要。結果對方在兩周內簽約，成為Harvey最大的客戶之一。

Winston總結說："知道什么時候不談判，比知道如何談判更重要。如果一件事對你不重要，就不要浪費時間討價還價。把所有火力集中在真正關鍵的一到兩件事上。"這種策略的核心在于，分清什么是必須贏的戰斗，什么是可以讓步的小事。大多數人在談判中輸，不是因為不夠強硬，而是因為不夠聚焦。

創始人的日常修煉：每天"摧毀"自己一次

Harry Stebbings好奇Winston如何在高壓環境下保持決策質量。答案出人意料：每天早上5點半的高強度跑步。

Winston說："我會跑到腿發軟、肺要炸的程度。這聽起來很瘋狂，但當你在早上6點半就已經'摧毀'了自己的身體，接下來一天的任何壓力都變得不那么可怕了。"這不是簡單的鍛煉習慣，而是一種心理訓練。通過主動給自己施加極限壓力，他在訓練自己的壓力承受能力。

Winston認同Keith Rabois的觀點：創始人應該保持適度的壓力狀態。如果你完全不焦慮，說明你的目標設定得太低了；如果你焦慮到睡不著覺，說明你的節奏失控了。最佳狀態是每天都有點緊張，但依然能冷靜做決策。這是一種微妙的平衡，需要不斷調整。

Winston還提出了一個"重新發明自己"的理論。他認為創始人應該每4個月重新發明自己一次：頭4個月你是產品經理，接下來4個月你是銷售總監，再之后你是招聘負責人，然后是戰略官。他說："很多創始人失敗是因為他們一直在做自己擅長的事。但公司需要的不是你的舒適區，而是你能快速學習并勝任任何角色。"

這種持續的自我突破和角色轉換，讓Winston能夠在Harvey的高速增長中始終保持在最需要他的位置上。他不是在管理一家公司，而是在不斷進化成公司所需要的那個人。

最重要的指標：GRR大于新增ARR

在專訪的最后，Winston分享了一個被嚴重低估的指標：GRR，也就是總收入留存率。

GRR是指現有客戶在一年后，在沒有任何擴展銷售的情況下，仍然支付的費用占比。如果GRR等于95%，意味著100萬的老客戶一年后自然續約了95萬；如果GRR等于120%，意味著老客戶不僅全續約，還自發擴大了使用，凈增了收入。

Winston解釋說，很多AI公司瘋狂追逐新客戶，但如果產品價值不夠高，客戶一年后就不續費了。這就像一個漏桶，你倒得再快也裝不滿水。相反，如果你的GRR很高，說明客戶真正依賴你的產品，這才是可持續增長的基礎。

Harvey的GRR超過了110%，這意味著即使Harvey停止獲客，現有客戶的自然增長也能讓收入持續上漲。Winston說："當你的GRR超過100%時，你就擁有了復利增長的基礎。這是AI公司最強大的護城河，不是技術壁壘，而是客戶無法離開你。"

這個指標為什么重要？因為它直接反映了產品的價值。新增ARR可以靠銷售團隊沖刺、靠市場活動拉動，但GRR完全取決于產品本身是否真正解決了客戶的問題。一個高GRR的公司，才是真正建立了壁壘的公司。

寫在最后：殘酷與希望并存的AI創業時代

這場73分鐘的對話，Winston Weinberg沒有渲染成功學雞湯，而是坦誠地分享了招錯人浪費的數百萬美元、差點讓公司崩潰的系統故障、因為不懂歐洲勞動法導致的團隊擴張延誤、和投資人客戶的艱難談判。正是這些"不完美"，讓Harvey的故事更具參考價值。

AI創業不是PPT里的指數級增長曲線，而是無數個深夜的緊急修復、艱難的戰略抉擇、和對自我能力邊界的不斷突破。Winston最后說："如果你想做AI創業，不要問'我的模型比別人強多少'，而要問'我能為客戶創造多少倍的價值'。技術優勢是暫時的，客戶依賴是永久的。"

從舊金山的Airbnb到92億美元估值，Winston Weinberg用三年半時間證明：在AI時代，真正的護城河不是算法，而是對行業的深度理解、對客戶的極致服務、和對團隊的持續投入。這才是Harvey成功的底層邏輯。

當所有人都在討論模型參數和算法創新時，Winston選擇了一條更笨但更扎實的路：深入行業、服務客戶、打磨產品。這條路沒有捷徑，但每一步都算數。這或許就是為什么在眾多AI創業公司中，Harvey能夠脫穎而出，成為真正被企業客戶依賴的平臺。