
Harvey:ARR 1亿美元、估值30亿,用Agent思路解决法律场景AI落地难题
Harvey:ARR 1亿美元、估值30亿,用Agent思路解决法律场景AI落地难题Harvey 绝对是法律场景落地最成功的 AI 企业了。
Harvey 绝对是法律场景落地最成功的 AI 企业了。
随着大型语言模型(LLMs)日益融入关键决策场景,其元认知能力——即识别、评估和表达自身知识边界的能力——变得尤为重要。
2025年被称为agent元年,而OpenAI希望在这一年把agent做成自己的摇钱树。自主执行任务的Operator;二是可以辅助做深入研究,生成专业研究报告的Deep Research。
981年,今天互联网共同遵守的网络规则“TCP/IP协议”诞生。在此之前,不同的计算机系统和网络“各说各话”,而以传输控制协议(TCP)和网际协议(IP)为主的设计则提供了一套标准化的通信规则,使得不同厂商的设备以及不同网络能够互联互通。
2025,随着大语言模型技术的迅猛发展,数据科学领域正经历一场静默的革命。传统的特征工程、模型训练与迭代优化流程,正被智能化的研发助手所改变。
纳米 AI 也上了带 MCP Server 的 Agent,交互形式类似 Manus 和扣子空间,上手难度为0。没选择只堆功能数量,而是给出了新的版本答案。上线了上百个 MCP,常用的 MCP 甚至把 API Key都提前买好、配置好、成为默认能力了(真土豪。。。)
“两年前,我们把全部积蓄投入了一块看似理想的地块,却在之后发现规划限制让我们的方案根本无法实现。那是一场代价高昂的教训。"”—— 一位温哥华资深开发商的惨痛回忆,也是UNLOCKLAND 诞生的原点。
上一篇文章聊了聊 Tool、MCP 和 Agent 三者之间的关系。简单来说就是 Agent = LLM + Tools,而 MCP 统一了 Tools 开发和使用的过程。
AI Agent行业的全球图景,中国和硅谷正在走上两条路线。
“字节版Manus”有多能打?量子位实测在此。