红杉美国又投法律赛道，但这家公司不再卖工具给律师，而是直接用AI重建律师事务所

你能想象律师审查合同的时间从几周缩短到一小时以内吗？这听起来像天方夜谭，但刚刚获得580万美元种子轮融资的Crosby正在让这个看似不可能的事情成为现实。这家由红杉美国领投的公司不是在为律师开发AI工具，而是直接用AI技术重新构建了一家律师事务所本身。

我一直在思考AI如何改变各个行业，但很少看到像Crosby这样激进的尝试。大多数法律科技公司都在试图改进现有的工作流程，而Crosby却选择了一条更加颠覆性的道路：从零开始构建一家完全基于AI的律师事务所。他们不是在修补传统法律服务的缺陷，而是在重新定义法律服务应该是什么样子。这种做法让我想起了当年Uber对出租车行业的冲击，只不过这次的目标是法律行业这个价值3000亿美元的庞大市场。

从他们的成绩来看，这种激进做法正在奏效。自今年1月悄然推出以来，Crosby已经为Cursor、Clay和UnifyGTM等快速增长的公司审查了超过1000份合同，包括主服务协议、数据处理协议和保密协议。他们的中位数审查时间仅为58分钟，客户声称这让他们的交易速度提高了80%。这些数字背后代表的不仅仅是效率的提升，更是对传统法律服务模式的根本性颠覆。

传统法律服务的痛点到底有多严重

我发现很多人其实并不真正理解传统法律服务的痛点有多严重。合同谈判和法律审查在很多公司都是增长的瓶颈，这不是什么夸大其词的说法，而是血淋淋的现实。Crosby的联合创始人兼CEO Ryan Daniels就深有体会，他曾在知名律师事务所Cooley工作，后来在多家初创公司担任总法律顾问。在他的上一家公司，作为唯一的法务人员，他见证了公司从10人扩张到100人的过程。

据他回忆，他发现自己大部分时间都花在了合同相关的工作上，包括销售协议和主服务协议的审查。这些法律工作成为了公司增长的主要瓶颈，直接影响了公司的扩张速度。他说："合同谈判和法律审查是我们无法以预期速度增长的原因。"这句话道出了无数初创公司的痛苦。在快节奏的商业环境中，等待法律审查的时间往往意味着失去商机，特别是对那些需要快速扩张的科技公司来说。

我观察到，这个问题在整个行业都普遍存在。传统的合同谈判仍然是一个人对人的过程，可能需要几周甚至几个月的时间。在AI时代，当编程、设计、销售等所有环节都在加速的时候，合同审查却依然停留在50年前的工作方式。这种不匹配创造了巨大的商业机会，也解释了为什么红杉美国会如此快速地投资Crosby。

更让我感兴趣的是，这个问题不仅存在于小公司，连红杉美国这样的顶级投资机构都深受其害。红杉的合伙人Josephine Chen就坦言："即使在我们自己的投资组合公司中，我们也看到了合同谈判如何成为增长的瓶颈。"当连投资人都在抱怨这个问题的时候，你就知道这个痛点有多么普遍和急迫了。法律服务在她看来是"大语言模型使用的靶心案例"，这种判断来自于对行业痛点的深度理解。

Crosby的创新模式到底有多颠覆

Crosby的创新之处不在于开发了什么新的AI工具，而在于他们重新思考了律师事务所应该如何运作。传统的做法是先有律师事务所，然后尝试引入AI工具来提高效率。而Crosby的做法是从一开始就将AI作为核心能力来构建整个法律服务体系。这种差异看似微妙，实际上代表了完全不同的商业逻辑和技术架构。

我特别欣赏他们对人机协作的理解。Crosby的联合创始人兼CTO John Sarihan是Ramp的早期员工，他深知技术的能力和局限性。他们认识到，在法律领域，语义、细节和细微差别是基础性的，人类在捕捉某些条款的微妙之处和连接商业背景与法律文件之间的关系方面，仍然比技术更强。基于这种认识，他们构建了一个产品，让人类和AI agent都发挥关键作用。

具体来说，AI agent负责处理标准变更的初步审查，标记常见问题并准备初步的红线修改建议，这样Crosby的律师就可以专注于战略决策和复杂的法律推理。这种分工不是简单的人工智能辅助，而是一种全新的工作流程设计。AI负责处理那些重复性、标准化的工作，而人类律师则专注于那些需要判断力、创造性和战略思维的高价值任务。

更令我印象深刻的是他们的执行速度。目前，Crosby承诺可以在一小时内审查新客户的合同，而他们希望将这个时间进一步缩短到几分钟。这种速度在传统法律服务中是不可想象的。想象一下，当你的销售团队需要签署一份重要合同时，不再需要等待几周的法律审查，而是在一小时内就能得到专业的法律意见和修改建议。这种速度优势可以直接转化为商业优势，让公司能够更快地抓住市场机会。

从技术架构来看，Crosby实际上是在构建"人类协议的API"。这是一个非常有趣的概念，将合同谈判这种传统上高度人性化的过程，转化为可以通过技术接口调用的服务。他们将AI的速度和智能与律师在环路中的安全性相结合，创造了一种全新的法律服务交付模式。这种模式的核心优势在于，它既保持了法律服务的专业性和可靠性，又获得了技术带来的速度和效率优势。

为什么红杉美国会如此快速地投资

我分析了Crosby获得投资的过程，发现这个案例完美诠释了什么叫做"天时地利人和"。红杉的投资人Josephine Chen之前就认识John Sarihan，这源于她投资的另一家AI采购初创公司Venue，该公司去年被Ramp收购。当Crosby的联合创始人向Chen推介他们的想法时，她询问了红杉的内部律师Cindy Lee的意见，而Lee恰好在Cooley工作时就认识Ryan Daniels。

这种人脉关系的巧合当然很重要，但更关键的是Chen对这个市场机会的判断。她说："当我们考虑种子投资时，对我们来说，大概70%是围绕团队，30%是围绕市场、市场动态以及创始人在那里的洞察。"鉴于她对创始团队的深度了解，加上法律工作是一个3000亿美元的行业，Chen很乐意通过Crosby来颠覆这个市场。

更重要的是，Chen从自己的投资经验中深刻理解了这个痛点的普遍性。她说："即使在我们自己的投资组合公司中，我们也看到了合同谈判如何成为增长的瓶颈。"这种基于实际经验的判断，比任何市场报告都更有说服力。当投资人自己都在为这个问题头疼的时候，他们当然会对解决这个问题的创业公司感兴趣。

从投资者阵容来看，这轮580万美元的种子轮融资质量极高。除了红杉美国和贝恩资本创投之外，参与投资的天使投资人包括Ramp的联合创始人Eric Glyman和Karim Atiyeh、Opendoor的联合创始人Eric Wu、Casetext的联合创始人Jake Heller、Instacart的联合创始人Max Mullen，以及Flatiron Health的联合创始人Zach Weinberg和Gil Shklarski。这些投资人的背景都与B2B软件、法律科技或高增长公司相关，他们的参与本身就证明了Crosby模式的价值。

我特别注意到Casetext创始人的参与，这家公司专门为律师开发AI工具，后来被汤森路透以6.5亿美元收购。这种背景的投资人参与，说明即使是传统法律科技领域的专家，也认可Crosby这种更加激进的模式。这进一步验证了我的判断：我们正在见证法律服务行业的根本性变革。

团队组合的独特性体现了什么趋势

Crosby团队的组成本身就很说明问题。他们目前有约19名员工，包括来自哈佛、斯坦福和哥伦比亚法学院的律师，以及来自Ramp、Vanta、Meta和Google的工程师。更有趣的是，他们团队中的每个工程师都曾经是创始人。这种人才组合在传统律师事务所中是不可想象的，也在科技公司中很少见。

我发现这种人才组合反映了一个重要趋势：各行各业都在经历AI原生重构。不再是简单地在现有流程中添加AI工具，而是从头开始，以AI为核心重新设计整个业务模式。这需要既懂技术又懂业务的复合型人才，也需要具有创业精神的团队成员，因为他们正在创造一个全新的服务类别。

Ryan Daniels的背景特别有意思。作为两位法学教授的儿子，他在Cooley这样代表科技行业的大型律师事务所磨练了技能，然后花了近十年时间为初创公司担任总法律顾问。这种经历让他既理解传统法律服务的优势和局限性，也深知快速增长公司的真实需求。他不是一个试图改造法律行业的技术人员，而是一个深度理解行业痛点的法律专业人士。

John Sarihan的背景也很重要。作为Ramp的早期员工，他见证了一家金融科技公司如何快速扩张并处理大量合规和法律问题。这种经历让他理解法律工作在高增长公司中的重要性，也让他看到了技术改造法律服务的巨大潜力。两位创始人的互补性非常强：一个深度理解法律业务，一个精通技术实现。

他们选择在纽约办公而不是硅谷，也很有象征意义。纽约是美国法律服务业的中心，选择在这里办公表明他们不是在硅谷构建一个法律相关的技术产品，而是要在法律服务的心脏地带重新定义这个行业。这种地理位置的选择体现了他们对自己商业模式的信心：他们不怕与传统律师事务所直接竞争。

Crosby的技术架构揭示了什么秘密

我深入研究了Crosby的技术实现，发现他们的成功不仅仅在于使用了AI，更在于他们构建了一个完整的智能法律服务生态系统。这个系统的核心是为每个客户构建复杂的知识库，这些知识库会融合客户的法律偏好并随着时间变得越来越定制化。这不是简单的文档存储，而是一个能够理解企业特定法律需求和风险偏好的智能系统。

想象一下这样的场景：当你的销售团队收到一份新的主服务协议时，Crosby的系统不仅知道你们公司过去接受过哪些条款，拒绝过哪些条款，还知道为什么做出这些决定。它了解你们的商业模式、风险承受能力、关键业务流程，甚至你们与特定类型客户的谈判历史。这种深度的上下文理解让AI能够提供真正个性化的法律建议，而不是千篇一律的模板化响应。

我特别感兴趣的是他们提到的一个愿景：最终，Crosby将能够在谈判中同时理解谈判桌两边的偏好。这意味着当你们与某家公司签约时，如果那家公司也是Crosby的客户，系统就能建议最优的解决方案，因为它同时了解双方的底线和偏好。这种双向理解可能会彻底改变合同谈判的性质，从对抗性的零和游戏转变为寻找双赢解决方案的协作过程。

从技术集成角度看，Crosby的系统设计得非常巧妙。他们直接插入客户现有的交易流程，接收入站合同和订单，然后以比任何人类都快的速度提供结果，成本却只是传统服务的一小部分。这种无缝集成解决了很多AI工具面临的采用难题。客户不需要改变现有的工作流程，也不需要培训员工使用新系统，Crosby就像一个超级高效的法律顾问一样默默地工作在后台。

我认为这种技术架构的真正价值在于它创造了一个学习循环。每次审查合同，系统都会学到更多关于客户偏好的信息。每次谈判成功，系统都会更好地理解什么样的条款是可接受的。随着时间推移，这个系统不仅变得更快，还变得更聪明，更能预测客户的需求。这种学习能力是传统律师事务所很难复制的，因为传统模式下，每个律师的经验很难系统化地传递给其他人。

更重要的是，Crosby的技术架构体现了一种新的服务交付哲学：不是替换人类专家，而是放大他们的能力。AI处理标准化的、重复性的工作，让律师能够专注于真正需要人类判断的战略性决策。这种分工不是静态的，而是动态的，会根据案例的复杂程度和客户的特定需求进行调整。简单的标准协议可能完全由AI处理，复杂的并购交易则需要更多人类专家的介入。

6万亿美元专业服务市场的三条变革路径

我发现Crosby的案例其实揭示了整个专业服务行业正在经历的深刻变革。这个价值超过6万亿美元的全球市场包括法律、咨询、会计、市场营销等各个领域，都在面临AI带来的颠覆性挑战。有趣的是，市场上出现了三种截然不同的应对策略，每种都有自己的逻辑和风险。

第一种策略是向现有服务公司销售AI工具，Harvey就是这种模式的典型代表。Harvey为大型律师事务所提供AI工具，增强合同分析、起草和法律研究等工作流程。这种模式的优势显而易见：拥有最高的分销能力，因为大型事务所已经拥有客户关系和品牌信任。但我认为这种模式的长期前景存在问题，因为最终客户可能会更愿意直接与内部的AI agent合作，而不是通过外部实体。当AI能力足够强大时，中间商的价值会被质疑。

第二种策略就是Crosby采用的：构建AI原生服务公司。这种模式的优势在于能够提供最佳的长期产品体验，因为整个服务流程都是围绕AI优先交付而设计的。但挑战在于分销困难，需要从零开始建立品牌和客户管道，没有传统事务所的既有优势。我观察到，选择这种策略的公司往往针对的是那些更看重速度和效率而非传统品牌的客户群体，特别是快速增长的科技公司。

第三种策略是收购传统事务所并用AI进行改造，Crete就是这种模式的例子。Crete正在收购美国各地的会计事务所，并将OpenAI驱动的工具嵌入到他们的工作流程中，简化审计准备、备忘录起草和数据对账等任务。这种模式的优势是中等程度的分销能力，既获得了可信的客户关系，又能够深度嵌入AI。但缺点是资本密集且运营复杂，需要在转型传统系统的同时扩展新系统。

我深入思考后发现，这三种策略的成败将取决于几个关键因素。首先是AI能力改进的速度。如果AI技术快速发展到能够独立处理大部分专业服务工作，那么AI原生公司将占据优势。如果AI技术发展相对缓慢，传统公司就有更多时间适应和转型。其次是客户优先考虑质量还是熟悉度。年轻的公司和科技行业更倾向于选择效率，而传统行业和大型企业可能更看重稳定性和品牌信任。

最关键的是谁能够在不稀释agent优先体验的情况下解决分销问题。我观察到，成功的AI原生服务公司往往都找到了独特的客户获取策略。Crosby选择专注于快速增长的科技公司，这些公司的决策速度快，更愿意尝试新服务。他们的客户包括Cursor、Clay和UnifyGTM等，都是在各自领域快速崛起的公司，这些公司的成功经验会成为最好的案例研究和推荐来源。

我预测，在这场变革中，不同细分市场可能会出现不同的赢家。在需要快速响应和高效率的领域，比如初创公司的法律服务、中小企业的会计服务，AI原生公司可能会占据主导地位。在需要复杂判断和长期关系的领域，比如大型并购的法律顾问、战略咨询，传统公司通过AI改造可能更有优势。而在标准化程度高的领域，比如税务申报、合同审查，纯AI解决方案可能会逐渐占据更大市场份额。

更有趣的是，我看到这三种策略之间可能会出现融合。一些传统事务所可能会收购AI原生公司来快速获得技术能力，而一些AI原生公司可能会通过合作伙伴关系来扩大分销。最终的市场格局可能会比现在预想的更加复杂和多元化，但有一点是确定的：那些能够最好地结合AI能力和客户信任的公司将成为最终的赢家。

这种模式面临什么挑战和机遇

虽然我对Crosby的模式很看好，但我也看到他们面临的挑战。最大的挑战是监管环境。在美国，律师事务所的运营受到严格监管，很多州都不允许非律师拥有律师事务所。Crosby通过创建两个实体来解决这个问题：Crosby Legal PLLC是一家律师事务所，由Crosby Legal, Inc.的技术提供支持。这种结构在技术上是合规的，但也增加了运营的复杂性。

我观察到，这种挑战在其他行业也存在。当技术公司试图进入传统的受监管行业时，往往需要创造性地设计商业结构来满足合规要求。Uber在进入各个城市时面临的监管挑战，金融科技公司需要获得银行牌照等，都是类似的例子。Crosby的做法为其他想要进入传统服务行业的技术公司提供了一个可能的参考模式。

另一个挑战是客户信任度。法律服务是一个高风险、高信任的行业，客户通常更愿意选择有长期声誉的大型律师事务所。Crosby作为一家新公司，需要证明他们既能提供快速服务，又能保证质量和可靠性。从他们目前的客户来看，Cursor、Clay和UnifyGTM都是快速增长的科技公司，这些公司更愿意尝试新的服务模式，也更看重速度而非传统品牌。

但我也看到了巨大的机遇。传统律师事务所的商业模式是基于小时计费的，这天然地与效率提升相冲突。律师事务所做得越快，收入可能反而越少。而Crosby可以通过AI提高效率的同时，采用基于价值或固定费用的定价模式，创造出与传统模式完全不同的经济学。当他们能够在一小时内完成传统律师需要几天才能完成的工作时，他们既可以降低客户成本，又可以获得更高的利润率。

从长远来看，我认为这种模式代表了整个专业服务行业的未来。不只是法律，咨询、会计、市场营销等价值超过6万亿美元的全球专业服务市场都面临类似的AI转型机会。一些公司选择向现有服务公司销售AI工具，一些选择像Crosby这样构建AI原生服务公司，还有一些选择收购传统公司并用AI进行改造。最终的赢家将取决于AI能力提升的速度、客户是否优先考虑质量还是熟悉度，以及谁能在不稀释agent优先体验的情况下解决分销问题。

对整个行业的启示是什么

Crosby的成功经验给了我很多启发，我觉得他们的模式对其他想要用AI改造传统行业的创业公司具有重要的参考价值。首先，他们证明了"从零开始构建"可能比"改造现有系统"更有效。虽然向现有律师事务所销售AI工具看起来是一条阻力更小的道路，但Crosby选择了直接重建整个服务模式，这让他们能够设计出真正以AI为中心的工作流程。

我认为这种做法的核心在于，他们没有被现有的行业规则和流程所束缚。传统律师事务所在引入AI工具时，往往会受到现有组织结构、计费模式和工作习惯的限制。而Crosby可以从头开始，设计最适合AI能力的组织形式和服务模式。这种自由度让他们能够实现传统公司难以达到的效率水平。

其次，他们对人机协作的理解很深刻。他们没有试图用AI完全替代律师，而是重新设计了律师的角色，让AI和人类各自发挥最大优势。这种思路适用于很多其他行业。在医疗、教育、金融等需要专业判断的领域，完全的自动化往往不现实，但重新设计人机协作模式可能会带来巨大的效率提升。

我也看到了这种模式对人才需求的影响。Crosby需要的不是传统的律师或传统的工程师，而是能够理解AI能力并将其应用到专业服务中的复合型人才。这种人才需求的变化可能会影响法学院和工程学院的课程设置，也会影响专业服务行业的人才培养模式。未来的律师需要理解AI，未来的工程师需要理解法律，这种跨领域的能力将变得越来越重要。

从投资角度看，Crosby的成功也说明了投资人对AI原生服务公司的兴趣。相比于那些简单地在现有产品中添加AI功能的公司，投资人更看好那些从根本上重新思考商业模式的公司。这种趋势不仅存在于法律行业，在教育、医疗、金融等各个领域都可以看到类似的投资偏好。

最后，我觉得Crosby的案例证明了AI技术已经足够成熟，可以支撑起这种激进的商业模式创新。几年前，构建一个完全基于AI的律师事务所可能还是不现实的想法，但现在大语言模型的能力已经足够强大，可以处理复杂的法律文档分析任务。这种技术能力的提升为更多行业的AI原生重构创造了条件。

我相信，在未来几年内，我们会看到更多像Crosby这样的公司出现，他们不满足于用AI改进现有流程，而是要用AI重新定义整个行业。这种趋势将深刻改变我们对专业服务的理解和期待，也将为那些敢于颠覆传统模式的创业者创造巨大的商业机会。法律行业只是开始，真正的变革才刚刚拉开序幕。

结尾

我还搞了一个顾问项目：

我之前写过关于AI coding的文章：

1.Vibe coding第一笔收购案，独立开发者6个月零融资，实现单月近20万美金利润，8000万美金被收购

2.深度思考｜Claude Code背后隐藏着Anthropic怎样的“野心”？

3.继Cursor、Devin和Claude Code之后，又一匹AI coding黑马正在快速崛起

4.首次揭秘：Cursor技术团队内部深度分析如何训练出超越人类的编程AI agent

5.美国红杉独家专访Open AI Codex团队：从代码自动补全到异步自主代理，编程正在被彻底重新定义

6.深度分析Lovable：拆解6个月实现5000万美金ARR的方法论

7.a16z重磅预判：AI时代正在重写开发逻辑，这9个新范式将决定下一个技术十年

8.融资2000万美金，打造每个企业专属的AI coding大脑

9.从濒临破产到被a16z投资，这款vibe coding产品靠一条推文起死回生

10.AI coding的隐藏王者，悄悄融了2亿美金

11.融资700万美金，Mem华人联创新项目，用Vibe coding重构电脑

12.揭秘Windsurf：OpenAI为何想要30亿美金收购它？

13.深度分析｜AI Coding的未来与Replit的崛起

文章来自于微信公众号“深思圈”，作者是“Leo”。