过去一周，AI 行业流传最广的财务数字，不是哪轮融资的金额，而是一个毛利：-50%。据彭博 9 月 21 日报道，估值 156 亿美元的法律 AI 公司 Harvey，毛利率从年初的约 50% 一路跌到 6 月的负 50%——卖一美元的软件服务，成本大约一块半。把这门生意从亏损里捞回来的，是一个底座来自中国开源权重模型的自有模型。整件事的来龙去脉，值得每个做智能体产品的人掰开看。
账是怎么崩的
时间线不复杂。Harvey 的产品按席位向律所收固定年费，用多用少一个价；它的模型成本端却跟着 OpenAI 和 Anthropic 的 token 账单走。这两件事原本相安无事，直到今年 3 月——Harvey 发布了一次重要的智能体更新，律所里从一周跑一次查询的合伙人，变成了让尽职调查智能体通宵啃整个数据室的团队。据彭博援引知情人士的说法，客户用量飙升，公司今年的 token 用量涨了约二十倍，毛利率随之从年初约 50% 的水平，到 6 月跌成负 50%。
麻烦的地方在于：收入涨得并不慢。媒体汇编口径显示其 ARR 从年初约 1.9 亿美元涨到年中超过 4 亿美元；而联合创始人此前在 5 月的公开口径是约 3 亿美元。两组数字归因口径不同、未经审计，暂且并列放着——但无论取哪个，结论一致：收入翻倍，成本涨得比收入更快，智能体的每一次多轮调用、每一次重读上下文、每一次重试，都在成本端留下记号，而定价端纹丝不动。
修复方案：不是砍成本，是分诊
8 月，Harvey 发布了自有模型 Tenet。它的底座不是从零训练，而是月之暗面（Moonshot AI）的 Kimi K3 开源权重——公司工程博客称，团队与 Fireworks 的研究团队一起，针对长程法律工作做了后训练。按公司口径，部分审阅类任务的单位成本降到约十分之一，某个功能的单次查询成本下降约 90%；彭博报道称，切换之后毛利率在 8 月重新转正。
这里有一个容易被误读的地方：Tenet 上线不等于 Harvey「离开」了前沿模型。Anthropic 侧的说法是，Harvey 最复杂的任务仍然依赖 Claude Opus；Harvey 自己的平台也允许律所在多个模型之间路由。真正的动作是把任务分布拆开——大批量、重复性高的审阅工作挪到便宜的自有模型上，真正难的推理留在前沿模型那里。这不是独立宣言，是分诊台。
这不是一家公司的遭遇
同一篇彭博报道里，还有一串名字在走同一条路：医疗记录公司 Abridge 宣布基于英伟达开源模型为临床场景自建基础模型；客服智能体公司 Decagon 称八成查询已经走自有模型；金融科技公司 Ramp 与 Rogo 开始探索自训模型——Ramp 联席 CEO Karim Atiyeh 说，过去训练专属模型在经济上不成立，但随着 6 月 7.5 亿美元融资落袋、开源权重性能大幅跃升，「这个逻辑正在逆转」。红杉资本与 General Catalyst 等机构也在推波助澜。怀疑的声音同样存在：Menlo Ventures 的一位合伙人把「人人都要自研模型」的叙事称为表演（cosplay），认为多数公司并没有训练模型的真实需求。
两端都有道理，分歧的根源在于各自盯着不同的成本结构。对用量平稳、任务单一的产品，自研模型的固定投入确实不值；但对智能体产品，用量曲线随功能迭代随时可能跳变——Harvey 的 3 月就是明证。一位投资人的评论说得更刻薄：把 GMV 改名叫 ARR，是这轮行业里最大的注水；那些「一年做到 1 亿美元 ARR」的标题，经不起月度报表和毛利的核验。这话针对的不只是 Harvey，而是所有用收入叙事掩盖成本结构的智能体公司。
留给行业的三道算术题
把 Harvey 的过山车抽象一下，是三道每个智能体团队都躲不开的算术题。其一，定价结构要跟成本结构同构：按席位收固定费、按 token 付变动成本，中间的敞口会随智能体化持续放大——连 Uber 都被媒体曝出因鼓励工程师放开用 Claude Code，4 月就烧完了全年 AI 预算（报道口径）。其二，监控指标要换：看「每次调用多少钱」没用，要看「每个完成的任务多少钱」，并且按任务类型、按版本分别记——Harvey 从信号出现到毛利率过零线，中间隔了好几个月。其三，模型路由的前提是知道任务难度分布：把一切路由给好模型只是一行配置，代价要等账单来了才知道。
对照着看，法律 AI 这门生意的另一面也在给出参照：竞品 Legora 公司口径称月活律师 13 万、覆盖 2100 家律所、ARR 突破 2 亿美元，媒体报道其正在洽谈新一轮融资。两家公司一个在修成本结构，一个在冲规模指标，而资本市场对两者的定价都不低——这恰恰说明，智能体应用层的估值逻辑还没被毛利表约束。值得一提的是，厂商侧已经出现镜像动作：SAP 的 AI Units、微软的 Copilot Credits、按解决次数与业务成果计费的 Salesforce，都在把「用量」写进对客户端的价目表。客户端开始按量收钱，成本端却没有按量对冲，Harvey 只是把这道裂缝撞开了给大家看。
Harvey 的故事里没有反派。模型按 token 收费没有错，按席位卖订阅也没有错，错的是默认智能体的用量会像人类用户一样平稳。开源权重模型的性能跃升，把「自研分诊模型」从主权叙事变成了 CFO 议题——这是这轮过山车留下的、比 -50% 这个数字更持久的东西。至于 Harvey 转正后的具体毛利水平、Tenet 承接的流量占比，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。