Harvey AI毛利率跌至-50%:智能体推理成本失控印证ICP的算力稀缺逻辑

毛利率跌至-50%

法律AI初创公司Harvey估值高达156亿美元,但其毛利率从年初约+50%一路恶化至6月的-50%。这一崩塌的直接诱因是今年3月智能体(Agent)功能上线后,客户使用量与推理成本双双失控。经济账其实并不复杂:Harvey向律所和企业客户按席位收费,每名用户每月1200至1500美元甚至更高,并锁定在业内通行的“包量不限次”年度合同里。纸面上,这种定价足以支撑80%以上的软件级毛利率。但披露的数据显示,公司实际在为每一个重度客户赔钱。

问题出在智能体工作负载本身。早期的法律AI使用大多是一次性提问、快速翻译或简短的备忘录摘要,算力消耗可以忽略不计。而一旦进入自主智能体模式,律师们开始把数百页的完整案卷、乃至超过一千页的跨境并购合同直接灌入系统。要完成深度尽调或全量合同交叉审查,系统需要进行多轮思维链推理,反复调用外部检索工具,核对矛盾之处,并多次重写自己的输出。单个任务的token消耗可以达到简单提问的数十倍甚至数百倍——这些负载最终落在NVIDIA供应的GPU集群以及Amazon等超大规模云服务商的机房里。而且这种依赖一旦形成就很难回头:当律师习惯了在几分钟内审完一份千页合同,人工复核就再也回不去了。固定席位定价显然无法吸收这样的成本曲线。

Harvey Tenet基于Kimi K3

Harvey的应对方案于8月20日落地:推出专有模型Harvey Tenet,该模型基于Moonshot AI的开源权重模型Kimi K3构建,并与Fireworks Research联合开发,针对长链条、多步骤的智能体会话做了任务级后处理。公司研究材料认为,开源权重路线不仅压低了单token价格,还能通过精简冗余的工具调用和推理环节,在保持输出质量不变的前提下降低每个任务的token消耗。在Harvey自己的评测环境中,Tenet完成的法律任务数量超过了基础版Kimi K3——不过公司并未公布任何证明实际业务毛利率回升的数据,且该基准测试为自研设计。在运营层面,Harvey还上线了按任务分配的模型路由机制:轻量模型处理日常文书起草,高性能模型留给复杂分析,由管理员按工作流预先配置。真正引人注目的战略细节在于:一家获得OpenAI风投部门支持、身为美国法律科技龙头的公司,为了渡过成本危机而转向中国的开源权重模型。这印证了一个事实——AI竞争已经从口号之争落到了赤裸裸的推理经济学层面,无论芯片来自NVIDIA还是AMD。 希望实时跟踪行情的读者，可在Binance查看现货与合约的实时价格。

算力稀缺逻辑

COINOTAG的核心判断是:智能体AI已经击穿了固定席位订阅的算术模型,专业软件正在从“按用户收费”转向“按实际工作量计费”。归根结底,这是一个算力稀缺的故事——与加密世界中分布式算力叙事所依赖的需求压力一脉相承。在这一叙事下,Internet Computer等网络主张以链上算力作为高度集中的超大规模云服务商的公共替代方案。需要明确的是,Harvey的披露并未改变任何代币的基本面;它真正确认的是:专业用户的推理需求增长速度,超出了任何一种定价模型的假设。