行业报告 2026-11-16 28 分钟阅读 进阶

29 倍、50 倍与两套 Harvey:Agent 公司估值与 ARR 的口径分歧

两家汇编对同一家法律智能体给出 3 到 4 倍不同读数 — 倍数分子分母、达成时间与计数单位逐一拆开

摘要

2026 年 11 月两份公开汇编摆在一起,会出现一个不太好解释的现象:同一家法律智能体公司 Harvey,一份材料写 50 亿美元估值与 1 亿美元以上 ARR,另一份写 156 亿美元估值与 4 亿美元 ARR。估值相差约 3.12 倍,ARR 相差约 4 倍,两处都没有给出审计口径或公司披露链接。这不是要挑谁的错,而是说明「Agent 行业规模与商业化读数」目前大量依赖二手汇编,引用前需要先确认分子分母。本文以一份英文行业汇编与三份中文报告汇编为素材,逐项拆开:估值/ARR 倍数从 UiPath 约 4.67 到 Sierra 100 的跨度为何不能直接排序;Cursor 的 24 个月与 Devin 的 9 个月为何不是同一个速度指标;29,000 笔交易、10,000 家客户、4,700 家律所与 2,800 家企业客户为何不能相加;G2 对 1,019 位决策者的三个百分数为何不能相乘;中国企业级 212 到 449 亿元与全球 109 到 121 亿美元为何是两套量纲。文中所有公司数字均按汇编口径引用并标注来源性质,不给未经披露的结论,另附八组原创折算与引用前五问。

两家汇编、两套 Harvey

一份英文行业汇编《AI Agents 2026: The Companies Turning Autonomy Into Billions》列出九组公司估值、ARR 与客户规模;三份中文报告汇编(三个皮匠报告站,最近更新分别为 2026-11-05、11-10、11-13)则汇总了市场规模、采纳率、定价态度与落地案例。两边对 Harvey 的读数不一样(来源:Lucidity Insights 汇编页、三个皮匠报告《ai agent行业新动态》等)。

读数英文汇编口径中文汇编口径本站折算
Harvey 估值50 亿美元156 亿美元156÷50 约 3.12 倍
Harvey ARR1 亿美元以上4 亿美元按 1 亿下限约 4 倍
Harvey 客户4,700 家律所未列不可互替
来源性质媒体汇编,未见公司披露或审计链接报告汇编,未见公司披露或审计链接两套并列保留

本站的处理是并列保留,不取平均、不挑一套当准数,也不推测哪一套更接近真实。两处都缺少可核对的一手材料:估值通常对应某一轮融资、ARR 对应某段运营期,两者时点与确认程度都不同;汇编文章没有给出各自的数据截止日(原创证据分级)。

📌 本轮所有公司数字的性质

下文引用的估值、ARR、客户数与增速,均来自公开媒体或报告汇编,本站按原文数值转述并标注来源,未做独立核实,也不把它们写成已审计事实。若用于投资、采购或立项判断,应回到公司公告、融资披露或监管文件复核。

这种并列保留不是回避结论。对做技术选型或市场判断的读者,「同一对象存在 3 到 4 倍读数分歧」本身就是一条可用信息:它说明当前 Agent 商业化数据的一手披露密度不足以支撑精确排序(原创增量判断)。

倍数表:4.67 到 100 不是同一把尺

把英文汇编里的估值与 ARR 相除,会得到一列看起来可以排序的倍数。本站照做一遍,同时把每一行的分子性质标出来(来源:Lucidity Insights 汇编;倍数为本站按报告值折算)。

公司估值或市值(汇编值)ARR(汇编值)本站折算倍数分子性质
UiPath70 亿美元市值15 亿美元约 4.67公开市场市值,非融资估值
Devin20 亿美元以上7,300 万美元约 27.4私募估值
Cursor290 亿美元10 亿美元29私募估值
Harvey(英文汇编)50 亿美元1 亿美元以上约 50私募估值,ARR 为下限
Harvey(中文汇编)156 亿美元4 亿美元约 39私募估值,另一套读数
Glean72 亿美元1.5 亿美元以上约 48私募估值,ARR 为下限
Waymo450 亿美元以上5 亿美元以上约 90物理自主业务,ARR 含出行收入口径
Sierra100 亿美元1 亿美元100按成果计价,客服垂类

这张表能支持的结论有限。原创折算指出三处错配:其一,估值来自融资轮或公开市场市值,ARR 来自一段运营期,分子分母时点不同;其二,UiPath 的分子是市值、其余多为私募估值,计量方式不同;其三,Waymo 的 ARR 被汇编与每周 15 万次自动驾驶出行并列,收入构成与软件 Agent 不同。把 4.67 与 100 直接排成「估值泡沫梯度」,需要额外假设(原创分母辨析)。

同一家 Harvey 用两套读数会算出约 50 与约 39,相差 11 个倍数点;这不是计算错误,而是输入口径不同。若一份报告用倍数论证行业偏热,换一套读数就会得到不同幅度,因此倍数必须连着来源一起引(原创可证伪提示)。

达成时间:24 个月与 9 个月的起点不同

汇编里还有一组常被并列引用的「速度」读数:Cursor 从零到 10 亿美元 ARR 用了 24 个月;Devin 的 ARR 从 100 万美元增至 7,300 万美元用了 9 个月;Sierra 在不到两年内做到 1 亿美元 ARR;UiPath 未给时间(来源:Lucidity Insights 汇编)。

公司起点终点时长本站折算
Cursor010 亿美元 ARR24 个月从零起算,平均每月约 4,167 万美元增量属线性化探针
Devin100 万美元7,300 万美元9 个月增长 73 倍,起点非零
Sierra未列1 亿美元不到 2 年未给起点与月度轨迹
UiPath未列15 亿美元 ARR未列无时间口径

把 24 个月与 9 个月直接比谁更快,会同时混掉两件事:起点是否为零、以及终点的量级。Devin 的 73 倍增长与 Cursor 从零到 10 亿美元不是同一类指标;本站给出的「每月约 4,167 万美元」只是 10 亿除以 24 的线性化探针,汇编并未给出月度轨迹,不能当作真实增速(原创口径标注)。

另有一条计数单位差异:Cursor 的汇编文字还写「每天有超过 10 万款产品在其平台上构建」,这是构建量,不是付费客户数或收入;8,900 个工程团队使用 Devin 则是团队数。把构建量、团队数、ARR 放在同一张增长图里,纵轴就没有统一量纲(原创量纲辨析)。

四种计数单位:交易、客户、律所与企业

汇编里的客户规模读数看起来都是「多少家」,实际是四种不同对象(来源:Lucidity Insights 汇编)。

读数对象计数单位能否相加
29,000 笔以上Salesforce Agentforce企业交易 deals否
10,000 家以上UiPath企业客户 customers否
4,700 家Harvey律所客户 law firm clients否
2,800 家Glean企业客户 enterprise clients否
150,000 次每周Waymo自动驾驶出行次数否,属服务量

把前四行相加得出「约 4.65 万家企业客户」是不成立的:交易笔数可能包含同一客户的多次签约,律所与企业客户的组织类型不同,各家汇编的客户定义也未统一。Waymo 的每周出行次数更是服务量而非客户量(原创分母辨析)。

同理,Agentforce 的 8 亿美元 ARR 与 330% 同比 ARR 增速、29,000 笔交易是三个独立读数,不能反推出单笔交易金额:8 亿除以 2.9 万约 2.76 万美元只是把不同时间与口径的数硬除,且 ARR 包含存量订阅而非当期成交(原创口径探针)。

定价态度:G2 三个百分数不能相乘

中文汇编引述了一项 G2 对 1,019 位 B2B 决策者的调查:86% 的企业过去一年购买过 Agent 软件或服务,9% 认为按席位定价公平,57% 偏好按用量付费,46% 反映 Agent 运行成本高于预期。同一份汇编还引述 Anthropic 对 500 余位技术领导者的调研:57% 的组织已部署用于多阶段工作流的智能体,16% 扩展至跨部门端到端流程,80% 表示投资已带来可衡量的财务影响(来源:三个皮匠报告《智能agent行业调研报告》,更新 2026-11-05)。

读数样本问法不可做的运算
86% 买过G2 1,019 位 B2B 决策者过去一年是否购买与 9% 相乘得满意度
9% 认为按席位公平同上对计价方式的态度与 57% 相加当作总偏好
57% 偏好按用量同上计价偏好与 Anthropic 的 57% 合并
46% 成本超预期同上成本体验与 86% 相乘推亏损面
57% / 16% / 80%Anthropic 500 余位技术领导者部署阶段与财务影响与 G2 样本相减或合并

两个 57% 尤其值得并列保留:G2 那个 57% 问的是计价偏好,Anthropic 那个 57% 问的是多阶段工作流部署,样本、问法与分母都不同,恰巧数值相同不能互相印证(原创读数纪律)。英文汇编里 Sierra 采用按成果计价,是另一条独立的商业实践证据,不能与 G2 的态度调查拼成因果链。

本站此前在 R-INDUSTRY-64 讨论公约名单与分母时已出现过 1,019 这个数,本篇只把它作为样本量引用,不重复该文对名单覆盖率的辨析(原创与旧文的边界说明)。

规模两套量纲:212 到 449 亿元与 109 到 121 亿美元

中文汇编给出中国企业级 AI 智能体市场规模从 2025 年 212 亿元增至 2026 年 449 亿元、年增速超过 111.8%,2029 年有望突破 3,320 亿元,2024 至 2029 年复合增长率约 107%,企业采纳率从 17.3% 升至 40.3%,活跃企业智能体接近 200 万个;同一批材料另给全球市场 109 亿至 121 亿美元(来源:三个皮匠报告《智能体发展白皮书》《ai agent行业新动态》等,更新 2026-11-13)。

读数本站校验或折算边界
212→449 亿元,增速 111.8%449÷212 约 2.118,与 111.8% 增幅自洽人民币口径、中国企业级
2029 年 3,320 亿元3,320÷212 约 15.66 倍预测值,非已实现规模
CAGR 约 107%本站未用 212 反推全流程,因基期年份未统一与 111.8% 是不同时间窗
全球 109~121 亿美元与 449 亿元币种、地域、统计对象均不同不可换算相加或求占比
采纳率 17.3%→40.3%提升约 23.0 个百分点采纳率不是生产部署率

同一批汇编还给出方向相反的落地读数:80% 的新增或更新应用嵌入了 Agent 功能,真正跑在生产环境的只有 31%,试点到规模化的综合成功率 7.7%;另一处写 90% 的企业级 Agent 困在演示阶段、88% 的试点未进生产、25% 的项目实现预期 ROI(来源:三个皮匠报告《企业智能体报告》更新 2026-11-10、《智能agent行业调研报告》更新 2026-11-05)。这三个百分数分母不同,本站不把它们当漏斗相乘,相关方法已在 R-INDUSTRY-63 的三级分母辨析中展开(原创与旧文对照)。

有一条口径差异可以直接标注:449÷212 约等于 2.118,与「增长 111.8%」是自洽的;但 2029 年 3,320 亿元相对 2026 年 449 亿元约 7.40 倍,若按 107% 的年复合口径反推三年应约 8.6 倍,两者不一致。本站并列保留,不强行统一,因为汇编未说明基期、是否含通胀或统计范围调整(原创反推校验)。

办公流量:8,534 万次访问与 3,235.3 万月活

两份中文汇编都谈到办公智能体,但量纲不同:一份写 20 款桌面端 AI 原生办公智能体月访问量合计突破 3 亿次,腾讯 WorkBuddy 8,534 万次居前、千问办公 4,655 万次、豆包办公 3,039 万次;另一份写腾讯 WorkBuddy 以 3,235.3 万月活领跑办公 Agent(来源:三个皮匠报告《智能agent行业调研报告》与《企业智能体报告》)。

读数量纲本站折算边界
3 亿次月访问量合计三家点名合计 8,534+4,655+3,039 约 1.62 亿次约占 3 亿次的 54.1%
其余 17 款同上口径反推约 1.38 亿次反推值,汇编未逐款列出
8,534 万次WorkBuddy 月访问量与 3,235.3 万月活不是同一量次数对人数
3,235.3 万WorkBuddy 月活8,534÷3,235.3 约 2.64仅作口径探针,来源与时间窗未统一
3 亿次与 3,235.3 万两个不同汇编不可相减求「其余产品访问量」样本与统计口径未对齐

2.64 这个比值尤其要小心:它是把两份不同汇编里的一个数除以另一个数,分子是月访问次数、分母是月活人数,两者的统计时间窗、去重规则与来源都可能不同,本站只把它列为口径探针,不当作「人均每月访问 2.64 次」的事实(原创量纲辨析)。

另一条可迁移的经验:流量口径(访问量、月活)与商业口径(ARR、合同额)之间隔着转化率与单价,汇编没有给出这两项,因此「月访问居前」不能直接推出「收入居前」(原创推理边界)。

ROI 梯度与单个案例:回本周期不是节省额

中文汇编给出一组用途不同的商业化读数:销售 SDR 场景回本约 3.4 个月、软件工程接近即时回本、金融运营约 8.9 个月,制造、医疗与政府仍卡在评估体系与治理框架;同一批材料另列和硕年省 2.45 亿元、德赛西威节省 4.3 万小时、来也科技帮助客户实现订单端到端自动化(来源:三个皮匠报告《ai agent行业新动态》《企业智能体报告》)。

读数类型分母能否互证
3.4 个月 / 即时 / 8.9 个月场景级回本周期投入与回收的时间窗与单企业节省额不互证
年省 2.45 亿元单企业金额年度、单家公司不可反推行业回本周期
4.3 万小时单企业工时年度或项目期未统一与金额不可相加
垂直领域幻觉率 22%~94%模型表现区间任务与数据集未统一与 ROI 不同量纲
近三分之二企业把安全风险列首要障碍态度调查占比受访企业不可乘以上述节省额

把「软件工程接近即时回本」与「和硕年省 2.45 亿元」放在同一张收益表里,会混掉周期与金额两类量。本站的处理是把它们分列,并标注单企业案例未给审计口径与项目期(原创量纲分层)。

汇编还写 MCP 采用率 67%、主流大模型在垂直领域幻觉率 22% 至 94%。这两个数是协议渗透与技术风险的独立读数,与资本估值、ARR、回本周期之间都缺少可核对的传导链路,本站不据此推导「技术风险已反映在估值里」一类结论(原创推理边界)。

与站内旧文的方法对照、八组折算与引用前五问

本站此前的量纲辨析多针对一份材料内部:R-INDUSTRY-62 拆一份报告里的 13 个读数,R-INDUSTRY-63 拆 300 位 CIO 调研的三级分母,R-INDUSTRY-64 拆公约的名单与分母。本篇换了一层,拆的是不同汇编对同一对象给出不同读数时该怎么引(原创方法对照)。

原创折算算式或依据结论边界
Harvey 估值差156÷50 约 3.12 倍两套汇编并列保留,不取平均
Harvey ARR 差4÷1 约 4 倍英文汇编为 1 亿以上,取下限折算
两套倍数差约 50 减约 39 等于 11 个倍数点输入口径不同,不是计算误差
规模自洽校验449÷212 约 2.118 对 +111.8%与 107% CAGR 反推不一致,并列保留
三家流量占比1.62÷3 约 54.1%反推值,汇编未逐款列出其余 17 款
访问与月活比8,534÷3,235.3 约 2.64口径探针,非人均访问频次
单笔金额反推8 亿÷2.9 万约 2.76 万美元ARR 与成交笔数时点不同,不成立
线性化月增10 亿÷24 约 4,167 万美元探针,汇编未给月度轨迹
  1. 一问来源层级:这个数来自公司公告、融资披露、监管文件,还是媒体或报告汇编?本轮公司层面读数均属后者。
  2. 二问时点:估值对应哪一轮、ARR 对应哪段运营期、两者是否同期?本轮材料普遍未给数据截止日。
  3. 三问量纲:是金额、倍数、笔数、家数、次数还是人数?不同量纲不能相加、相减或相除后当结论。
  4. 四问分母:百分数问的是谁、样本多少、是否多选?同一调研的不同问法不可当漏斗相乘。
  5. 五问分歧:同一对象若存在两套读数,是否并列保留并标注来源性质?本轮 Harvey 的 3.12 倍与 4 倍差异即按此处理。

本篇的短板也要写明:所有公司层面数字均未经一手核实;三份中文汇编之间存在重复引用与口径不一致;英文汇编未列数据截止日与审计方法。因此本文能给的是一套引用纪律与可证伪清单,不是一份公司估值排行(原创辩证归纳)。

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。尚未公开的是两套 Harvey 读数各自的数据截止日与融资轮次、各公司 ARR 的确认口径、G2 与 Anthropic 调研的完整问卷与分行业拆分、以及办公智能体流量统计的去重规则与时间窗。

核心发现

参考来源

  1. Lucidity Insights 官网(lucidityinsights.com) — AI Agents 2026: The Companies Turning Autonomy Into Billions(Cursor、Devin、UiPath、Agentforce、Harvey、Sierra、Hippocratic AI、Glean、Waymo 的估值与 ARR 汇编)
  2. 三个皮匠报告官网(sgpjbg.com) — ai agent行业新动态(更新 2026-11-13,Harvey 156 亿美元估值与 4 亿美元 ARR、Decagon 45 亿美元、ROI 回本梯度)
  3. 三个皮匠报告官网(sgpjbg.com) — 智能agent行业调研报告(更新 2026-11-05,G2 1,019 位决策者调查、Anthropic 500 余位技术领导者调研、办公智能体月访问量)
  4. 三个皮匠报告官网(sgpjbg.com) — 企业智能体报告(更新 2026-11-10,80%/31%/7.7% 落地读数、MCP 67%、幻觉率与和硕/德赛西威/来也科技案例)
  5. 三个皮匠报告官网(sgpjbg.com) — 智能体发展白皮书(更新 2026-11-13,212→449 亿元、3,320 亿元、107% CAGR、40.3% 采纳率与活跃智能体数)
  6. G2 与 Anthropic 相关调研 — 经上述中文报告汇编引述,本站按二手口径引用并标注样本量
  7. 本站 R-INDUSTRY-62 / R-INDUSTRY-63 / R-INDUSTRY-64 — 量纲审计、三级分母与名单分母的旧文方法对照