AI垂直应用的“普罗米修斯时刻”？

三天前，我跟一个认识很久的律所合伙人朋友喝咖啡，对方告诉我：“自从AI普及，我已经很久没有招过新的助理了。大部分入门级助理能干的活，AI都能干。今后如果我再招助理，那他应该能干点AI干不了的活。”我在表示赞成的同时，补充道：“还应该加上一条：‘能够比一般人更熟练且高效地使用AI’，这也是一项核心竞争力。”

这位朋友平时使用最多的，仍是Claude, GPT等通用大模型，“有很多律师业务的插件，必须尝尝咸淡”。但是尝试的结果呢？他坦白表示，“感觉用起来还是有点费劲，只能解决不太重要的问题。当零食吃是足够了，当主菜吃还差一大截。”而且他并不指望这个问题在短期内得到解决。

联想到最近看到的一条新闻：美国法律科技公司Harvey发布了自有基础模型Harvey Tenet, 目的是协助法律工作人员进行专业工作。虽然我不从事法律工作，但似乎那位律师朋友纠结的问题，或许真能迅速得到解决啦。

Harvey是全球最值钱的法律AI公司，也是最炙手可热的AI垂类应用独角兽之一，目前估值约110亿美元，OpenAI也是它的投资人。目前服务全球60个国家的1300多家机构、超过10万名律师，Am Law 100当中超过半数的律所都是它的客户。众所周知，法律服务是全球客单价最高、对错误容忍度最低的行业之一，对AI应用的要求，不但远远高于消费级应用，也高于许多行业的企业级应用。

而Harvey Tenet，作为一个以服务专业法律客户为目标的基础模型，是以Kimi K3为底座，联合Fireworks AI，用约150块B300历时两个月，经法律专业数据后训练而成的。根据Harvey的自有评估，在法律方面的任务完成率约为底座模型的两倍。当然，目前Tenet还只放出了研究预览版，尚未完全融入应用体系，具体效果如何，还有待实际应用检验。

我马上想起了五个多月以前，全球最流行的AI编程应用公司Cursor（刚刚被SpaceX以600亿美元收购），发布了自己的基础模型Composer 2，以极佳的编程能力和极低的推理成本迅速引发了广泛关注。当时全世界都在猜测：这个模型的来历如何、是怎么训练出来的？后来答案揭晓，Cursor承认是经过商业授权，基于Kimi K2.5底座模型后训练出来的。整个AI界都震惊了！

短短半年之间，先是Cursor，然后是Harvey。前者属于编程领域——全球目前AI需求最旺盛、Token消耗量最大的赛道；后者属于法律专业——全球门槛最高、对专业性要求最苛刻的服务行业。这不是两个孤立事件，而是对同一趋势的两次印证：开放权重模型+行业专家数据+后训练=任何垂直公司都能炼出自己的前沿模型！我愿将其称为全球AI应用的“普罗米修斯时刻”。

具体而言：在解决高度专业性的垂类应用问题时，以前的主流思路，是依赖闭源的前沿模型，在其基础上加入各种专家插件——这就是本文一开始的那位律师朋友的做法。这样虽然能让你得到最先进的标准化AI解决方案，但是其缺点同样明显：首先是非专业化，你使用的毕竟是“通用模型”，插件也是建立在通用模型基础之上的，模型本身并未针对细分领域做优化。其次是昂贵，前沿闭源模型的API价格之高，大家都清楚。第三是不开放、不灵活，想对模型本身进行任何调整、或者部署到本地，几乎是不可能的。

Harvey Tenet以及稍早的Cursor Composer 2, 则验证了一种新思路：既然现在开放权重模型如此发达，为什么不果断依靠性价比更高、可塑性更强的开源生态？闭源模型的缺点，差不多正好是开源生态的优点。打个比方，从应用角度看，“闭源模型+插件”就像是基于中央厨房的标准化快餐，符合大部分人心目中的合格线，但很难达到专业垂类的优良线；“开放权重模型+行业专家数据+后训练”则像是厨师基于目标客户口味做出来的特色菜，而且还是性价比很高的一桌子菜。前面那位律师朋友感叹的“能当零食吃、不能当主菜吃”的问题，通过这个方式得到了解决。

在全球范围内，活跃的、社区生态最发达的开放权重模型，大部分均来源于中国。而Cursor和Harvey这两家AI应用独角兽公司，为其自有模型选择的底座，恰好都来自Kimi。这显然是它们从技术等角度认真评估之后的结果，与其说是巧合，不如说是一种必然。毫不夸张地说，像Kimi这样的中国开源模型，已经成为全球顶级AI应用公司的“共同底座”。

当然，其他国产模型厂商的成就也可圈可点。例如，Harvey目前还公布了另外三个专家模型研究项目，其中两个（并购尽调、审查表格）基于智谱GLM-5.2，一个（律所知识）基于阿里Qwen 3.8。四个项目的底座都是中国开源模型！这种千帆竞发的格局，无疑是中国AI研究整体实力的象征。如果没有国产模型，那么“开放权重模型+行业专家数据+后训练”这条路径，根本就不会存在。从这个角度看，中国厂商这股潮流中起到了重要的推动作用。

英国《金融时报》等媒体，将Kimi和DeepSeek共同列为“从硅谷和欧洲赢得客户”、对Anthropic和OpenAI构成压力的中国厂商的代表。尤其是在为垂类应用提供底座模型这个领域，Kimi已经有了两个非常成功的案例，这仅仅是一个开始。AI Token需求最高的编程行业如此，错误容忍度最低的法律行业如此，那么对金融、医疗、制造……等垂直行业，这就是可直接复用的论证模板。所以我说，这是AI应用的“普罗米修斯时刻”，以Kimi为代表的国产开源厂商扮演了普罗米修斯的角色。

Cursor和Harvey都是国外垂类应用公司，其实我觉得国内应用市场同样庞大。我曾经研究国产软件行业长达八年，深知国内企业应用市场的潜在规模之大，而传统软件并没有很好地解决客户的问题——其中的原因很复杂，在此就不展开分析了。重要的是，这些没有解决的企业应用需求，大部分其实是可以通过AI解决的！许多人现在已经在做这样的努力了。我相信，国内行业AI应用市场的爆发，只是早晚的事情，而且有可能成为全球最大的AI应用市场。

这样一来，AI开源生态的商业化问题，也有了更清晰的答案。很多人至今还担心，开放权重模型是否具备合理的商业模式？毕竟，“开放权重”就意味着人人可以下载、可以部署到本地，从直觉看，商业化天花板似乎不会太高。然而，事实证明，以开放权重模型为底座的垂类应用生态，商业化空间可以近乎无限，一定可以建立成熟稳定的商业模式。Harvey Tenet的发布，对于Harvey以及Kimi来说，或许只是一小步；对于整个AI开源生态来说，则是具备象征性意义的一大步。

当然，这并不意味着以Claude, GPT为代表的闭源模型就没有价值了。我自己是多个前沿闭源模型的付费用户，至少在现阶段，许多问题还得依靠它们解决。要知道，在推出自有模型的同时，Harvey仍然接入Claude Opus 5, GPT-5.6 Sol等前沿模型，直至7月还在官宣新的介入。Tenet是一个新增选项，而不是对其他选项的替代。与此同时，Anthropic和OpenAI的ARR还在快速增长，到今年年底可能会逼近乃至突破千亿美元大关。我觉得这对于整个行业而言是个好消息：市场足够大，增长足够快，主流厂商都能赚到钱，这是一个健康的行业，而非内卷的行业！我相信生成式AI的商业化浪潮还只开了一个头，开源生态的占比会越来越大，闭源也有自己的核心地盘，大家都有光明的未来。

有一点是不可否认的：开放权重模型的蓬勃发展，已经给前沿闭源模型制造了巨大压力，最大的象征就是GPT-5.6 Luna模型的大幅降价——它一下子成为了很多人心目中的“性价比最高模型候选”；还有就是Claude Opus 5明显低于Fable 5的定价，以及Sonnet 5提价计划的取消。如果没有来自开源阵营的比价效应，前沿闭源模型做出这么重大的让步，是不可想象的。

来自开源阵营的竞争，受益的是全世界，全体用户的Token性价比都提升了！我想，这就是以Kimi为代表的国产开放权重阵营，带给AI行业最大的贡献吧。一切才刚开始，我拭目以待更多的贡献。