載入中...
載入中...
Justin Kan 的 Atrium 不是單純執行失敗，而是卡在法律服務與 SaaS 之間：低端需求被模板工具吃掉，高端需求依賴 BigLaw 信任，人力交付又不具零邊際成本。對照 Harvey AI，法律 AI 更合理的路徑是賣給既有律所、做窄流程或低端自助，而不是用訂閱制全包取代專業服務。
Mike 把 Harvey / Legora 類法律 AI 工作流做成開源 self-hosted 平台，真正訊號不是成熟替代品，而是高信任垂直產業正在出現 open-source / 自主部署 AI 工具鏈，主打資料控制、成本與可審計性。
這則 Threads 表面上在列 TaiLexi AI 的功能清單，實際上點出一件更重要的事：法律 AI 的競爭，不只是在模型問答，而是在既有法學檢索流程上，把引用追蹤、相關性排序、批量下載、白話理解、摘要、歷審分析與相似判決搜尋整合成更高效率的判讀介面。真正可防守的產品價值，往往不是 AI 三個字，而是把專業工作流裡最耗時的步驟一起縮短。