9月18日消息，OpenAI 发布 Astra for Law，把旗舰模型 GPT-6 Astra 配上法律检索索引、法律分析与写作指令，作为律所和法律科技公司搭建产品的底座。约一个月前的8月20日，法律 AI 公司 Harvey 发布首个后训练模型 Harvey Tenet，走的是另一条路：基于开放权重模型自己训练，让律所「拥有自己的智能」。值得放在一起看的是，同日 Harvey 官方 X 账号发帖支持这次发布，宣布自家插件进驻 ChatGPT Enterprise，律师可以在 ChatGPT 内使用 Harvey，并称将基于这套法律配置构建能力——合作与自立同时存在。
Astra for Law：给 GPT-6 Astra 装上法律检索与法律写作
Astra for Law 不是新训练的基座模型，而是一套配置：GPT-6 Astra 加法律检索索引、法律分析与写作指令、工作流工具。索引覆盖美国判例、成文法、法规、法院规则与行政决定，超过 2.3 亿个 URL，每日更新；OpenAI 与 Free Law Project 合作，把其 CourtListener 中覆盖 99.9% 以上美国公开先例判例的文集接入这套检索。
效果数字来自 OpenAI 自测。在 Vals AI 法律研究基准的私有验证集 200 道美国法律研究题上，双方都用最高推理强度时，Astra for Law 的总体正确率为 54.0%，只用网页搜索的 GPT-6 Astra 为 38.7%，相对提升约 40%；判例类问题上多找到 24% 的参考判例，在审计过的目标段落集上最多多检出 54% 的相关段落。该验证集为私有，外部无法复核。
开放节奏是灰度的。Astra for Law 先经 Trusted Access 计划向选定律所开放，在 ChatGPT 与 Codex 的模型选择器里显示为「GPT-6 Astra Law」，API 名为 gpt-6-astra-law，API 访问将在后续开放。合规配套包括：API 零数据保留（ZDR）、ChatGPT Enterprise 默认排除人工审查，以及与 Latham & Watkins 合作设计信息权限、伦理墙与事务所监督机制。生态侧，OpenAI 同日上线 26 个合作伙伴插件（Relativity、Clio、iManage、Thomson Reuters 等）与 9 个社区插件（含 47 个可改造的技能），ChatGPT for Word 也转为正式可用。OpenAI 还披露了与 Sullivan & Cromwell、Ropes & Gray、Cooley 等律所共建的所内工具，以及与 Wachtell 的研究合作。
Harvey 的路线：自己训模型，也自己造评委
Harvey 在8月20日的研究预览中披露了另一条路径。Harvey Tenet 以月之暗面的开放权重模型 Kimi K3 为底座，与 Fireworks 的研究团队合作后训练，目标场景是长程、智能体化的法律工作。一家美国法律 AI 头部公司选择中国开放权重模型作底座，这件事本身说明了开放权重生态的可用水位。 按 Harvey 自测，Tenet 在 LAB（Legal Agent Benchmark）留出任务上完成的任务数接近基座 Kimi K3 的两倍，LAB Contracts 上多完成 20%，all-pass 率分别提高 9 个和 2 个百分点；在 LAB Contracts 上排第一、LAB 总榜第二，并泛化到训练时未见过的 Mercor APEX Agents（公司法）与 Crosby Redline Bench。这些数字均为厂商自测，LAB 本身也是 Harvey 自建的基准。
训练方法上，Harvey 用异步强化学习：Agent 在沙箱里完成合伙人式的任务指令，由模型评委对照执业律师撰写的评分标准打分，评委模型经消融实验选定为 Kimi 2.6，策略优化用 GSPO 算法。奖励设计里加入了省 token 的整形，让模型在同等表现下少消耗 token，把质量与成本放进同一个优化目标。Harvey 称未使用任何客户数据，人类专家数据与 Mercor 合作构建。在 M&A 尽调场景，Harvey 与 Baseten 合作把智能体框架扩展为递归语言模型（RLM）结构，以 GLM-5.2 为编排器，评分标准通过率从 43.8% 的基线提升到 60.1%，官方称此为早期研究结果。
Harvey 把过去半年的研究议程归纳为两条：用开放权重模型做出前沿法律智能；建一套系统，让律所训练自己的专用模型、拥有自己的智能。第二条的指向很清楚——模型层的自主权要交到律所手里。
OpenAI 与 Harvey 的关系不止客户这一层。据 Fortune、TechCrunch 等媒体的公开报道，Harvey 在2022年11月走出隐身时的 500 万美元融资就由 OpenAI Startup Fund 领投，此后多轮跟投；2025年5月起，Harvey 的产品接入 Google 与 Anthropic 的模型，不再只依赖 OpenAI 一家。自研后训练模型是这条脱钩路线的延续。
9月18日，Harvey 官方 X 账号还披露了一条评估侧的进展：生成式奖励模型（GRM）。GRM 是充当评委的大模型，为每项任务生成评分标准，再按标准给两个回答打分，用来替代一部分律师并排评审。Harvey 的扩展有两处：子代理对照环境、源材料与网络核验回答中的事实性主张；评估维度由律师定义，覆盖准确性、覆盖范围、推理、风格与语气。Harvey 称早期实验中 GRM 大体复现了律师对模型的排序，定位是专家的协作者——审查输出、找出关键差异、标出需要专家关注的问题，而不是取代评审；其法律研究负责人 Julio Pereyra 在同日帖中展开细节。Tenet 训练里的模型评委打分与这套 GRM 是同一条路线上的两个环节：一个管模型侧，一个管评估侧。
同一场考试，两种答题
两条路线的起点不同。OpenAI 从平台向下做：模型、索引、合规控件、插件生态一次配齐，律所和法律科技公司在上面搭应用。Harvey 从垂直向上做：自己掌握模型层，再让律所拥有各自的专用模型。
路径也不同。OpenAI 的杠杆是配置与生态——索引、指令、ZDR、26 个插件、派驻律所的前线部署工程师；Harvey 的杠杆是训练与评测——后训练开放权重模型、自建 LAB 基准、律师撰写的评分标准和模型评委。一个把法律能力做成平台配置，一个把模型能力做成可转移的资产。
阶段上两边都没走完。Astra for Law 只向 Trusted Access 里的选定律所开放，API 尚未全量；Tenet 是研究预览，官方自己把尽调结果标为早期研究。两边的关键数字——54.0% 的正确率、近两倍的任务完成数——都来自各自的自测，基准一个是私有的，一个是自建的。
OpenAI 是 Harvey 出隐身轮的领投方和长期的模型供应商，又在官宣稿里点名 Harvey 为 Astra for Law 的 API 客户；Harvey 官方账号同日发帖确认合作、宣布插件进驻 ChatGPT Enterprise。而 Harvey 在建的，是不依赖通用前沿模型的自有模型栈——一个月前的 Tenet 管模型侧，同日的 GRM 管评估侧。投资方、供应商、客户三层关系叠在一起，脱钩动作也在同一天发生。背后的共同约束是：当通用模型做法律工作足够好，垂直层的差异化不再来自模型本身，转向评分标准、专家数据与所内工作流的所有权。对律所，这是选择权变多：可以接平台的配置，也可以建自己的模型。对 Harvey 这类法律科技公司，平台下沉与自研自立是同一道题的两面，哪条路划算，现在只有厂商自己的数字，没有第三方对照。
AI 速览
