为律师构建 AI - Legora 首席技术官 Jacob Lauritzen — Latent Space

邱宇AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-11-03772 阅读💛 66 收藏
为律师构建 AI - Legora 首席技术官 Jacob Lauritzen — Latent Space

📌 One-Sentence Summary

Legora 首席技术官 Jacob Lauritzen 探讨为法律行业构建 AI 智能体,涵盖无法访问客户数据时的评估挑战、模型选择权衡、基础设施选型,以及公司从斯德哥尔摩地下室初创企业成长为估值 88 亿美元、拥有 100 名工程师的历程。

📝 Summary

本文聚焦 Legora 首席技术官 Jacob Lauritzen,讲述公司从斯德哥尔摩地下室起步、借助 ChatGPT 和瑞典法律知识,成长为估值 88 亿美元、ARR 达 1 亿美元的历程。Legora 的 AI 智能体可起草文件、审阅数千份合同,并在律师、客户与其他智能体之间协调工作。对话涵盖关键挑战:在无法访问客户数据的情况下,通过模拟强化学习环境评估智能体;在质量、成本与延迟之间权衡模型选择;以及受法律行业合规要求驱动的基础设施决策。Legora 的方法强调由法律工程师基于核心原语配置产品,由前置部署工程师处理定制集成,并始终注重在法律决策中保持人类监督。

💡 Main Points

为法律工作构建 AI 智能体

Legora 从简单的 ChatGPT + 瑞典法律原型,演变为能够起草文件、同时审阅数千份合同、并在律师、客户与其他智能体之间编排工作流的复杂智能体,在不到 18 个月内实现 1 亿美元 ARR。

无法访问客户数据时的评估

由于法律文件具有保密性,Legora 的评估团队通过强化学习环境模拟包含 10,000 份文件的数据室来重现客户工作,用于尽职调查,并依靠 100 名法律工程师组成的团队构建和维护这些评估框架。

模型选择与基础设施约束

模型能很好地处理约 60% 的法律工作,但复杂任务需要更高智能。由于法律行业的合规要求,Legora 选择 Azure 而非 AWS/GCP,并针对特定法律任务开发了后训练的开源权重模型,同时避免训练前沿模型。

法律工程师与前置部署工程师

法律工程师作为高级用户在不编写代码的情况下配置产品,而前置部署工程师则为大客户构建定制集成。Legora 根据客户需求分配这两种角色,并计划推出轮岗式 FDE 项目。

💬 Key Quotes

智能体向人提示的次数比人向智能体提示的次数还多

我们所有的安全限制都是完全确定性的

我们构建了系统,使沙箱内的代码能够安全地访问我们的数据

在公司余下的历史中,我们就只会有 20 名工程师,而且,我们会击败所有规模大得多的对手

它从大约 70% 提升到了大约 99%

📊 Article Meta

AI Screening: 88

Source: Latent.Space

Author: Basil Chatha

Category: 人工智能

Language: 英文

Read Time: 70 min

Word Count: 17286

Tags:

AI 与智能应用 , AI Agent , 技术领导力 , 创业 , SaaS

#AI 与智能应用# AI Agent# 技术领导力# 创业# SaaS

文章评论(12)

郭超12 天前

收藏了,以后慢慢研究。

回复
武磊12 天前

看完了,收获满满,期待更多更新。

回复
风倚栏13 天前

整理得太全面了,省了我不少时间。

回复
南山客12 天前

实测过类似工具,作者说的基本属实。

回复
龙文博12 天前

思路清晰,干货满满。

回复
杨丽华12 天前

赞同,实践出真知。

回复
暮拾贝12 天前

刚好最近在找这方面的资料,太及时了。

回复
杨丽华12 天前

这篇文章分析得很透彻,收藏了!

回复
蓝临风12 天前

有没有更详细的教程,期待后续。

回复
北岛渔夫12 天前

刚好最近在找这方面的资料,太及时了。

回复
石佳琪12 天前

不错不错,已加入书签。

回复
龙文博12 天前

支持作者,持续关注中。

回复