#单位经济学

毛利从 -50% 到转正：一家 156 亿美元估值的法律 AI 公司，为什么主动放弃闭源前沿模型

2026 年 9 月，Bloomberg 披露了一条被低估的产业新闻：法律 AI 公司 Harvey（估值 156 亿美元）把主力负载从闭源前沿模型迁到了自研模型——一个基于 Moonshot Kimi K3 开放权重做后训练的内部模型。迁移的驱动力不是能力，是算术：按用量计费模式下 token 消耗涨了 20 倍，毛利从约 +50% 一路跌到约 -50%；迁移后毛利转正。Abridge、Decagon、Ramp 被报道在走同一条路，Sequoia 与 General Catalyst 在背后推。这是企业级 AI 公司第一次成规模地「离开前沿实验室」，而触发这件事的是单位经济学，不是跑分。本文把这次迁移拆成可复现的工程动作：任务分层与模型路由、评测集构建、后训练数据从哪来、灰度切流与回归监控、以及 14 个真实会踩的坑。附每一步的 Prompt 模板与效果数据表。