Harvey发布法律智能体模型Harvey Tenet

首个后训练法律智能体模型发布

Harvey于2026年8月20日正式发布Harvey Tenet——其首款后训练（post-trained）模型，定位为研究预览（research preview）。Tenet以开源大模型Kimi K3为基座，由Harvey与Fireworks合作，通过异步强化学习（asynchronous reinforcement learning）在长周期（long-horizon）法律工作场景中完成定向优化。训练数据融合三类来源：合成数据、公开可获取的法律文本（如判例、法规、模板合同），以及经脱敏处理的人类法律专家标注数据；Harvey明确声明未使用任何客户真实数据。

性能突破与跨基准泛化能力

在Harvey自建的Legal Agent Benchmark（LAB）上，Tenet相较原始K3基座模型，完成的预留任务量接近翻倍；在细分子集LAB: Contracts中，任务完成率提升20%。对应地，全项通过率（all-pass rate）分别提高9个百分点和2个百分点。Harvey称其在LAB: Contracts上达到当前最优（state-of-the-art），在整体LAB中位列第二（依据Vals发布的基线分数）。更值得关注的是迁移能力：Tenet未经额外训练，即在Mercor的APEX Agents（公司法场景）与Crosby的Redline Bench（合同批注基准）上实现显著性能提升，而其在LegalBench、CUAD、MAUD及Scale PRBench等知识型法律评测中的表现保持稳定——表明代理式训练未损害基础法律推理能力。

技术路径：沙盒化RL训练与成本协同优化

训练在高度仿真的法律沙盒环境中展开，每个任务结构包含三要素：约50词的合伙人级指令、含核心与边缘文档的客户事项、以及由数十项原子级（atomic）通过/失败标准构成的专家评估量表（极端任务达数百项）。单次推理轨迹（rollout）最长超1,000步。评判由LLM-as-a-judge自动完成，经消融实验选定Kimi 2.6为裁判模型。奖励函数综合三项指标：量表满足率、解决法律问题总数、全项通过奖励。策略优化采用GSPO算法，基于全参数K3网络施加rank-64 LoRA适配器；每轮优化采样8组任务×每组8次rollout，覆盖约1,750个环境，单epoch执行超10,000次rollout。Fireworks深度参与底层训练栈共建，包括内核级rollout部署、token-in-token-out机制与路由器重放技术，确保大规模MoE模型在训练与推理间数值一致性。

三大专业化子能力协同演进

Harvey团队同步后训练了三个可被Tenet调用的专用子模型：

• 并购尽职调查（M&A Diligence）：在LAB: Diligence任务中，单任务最大上下文达80M tokens，基线模型最高仅满足43.8%量表标准；引入Baseten构建的递归语言模型（Recursive LM）架构后，GLM-5.2根代理配合子代理协作，经自我蒸馏后达标率升至60.1%；
• 审查表格生成（Review Table）：联合Applied Compute优化的GLM-5.2模型，在答案质量与引证质量上分别提升3.6分和12.1分，单位单元格成本降至约十分之一，并习得对不适用问题主动拒绝回答的能力；
• 律所知识理解（Firm Knowledge）：依托Engram平台，Qwen3.8-27B模型对律所内部约1亿tokens历史知识进行深度学习，支撑个性化先例检索与知识复用。

当前状态与商业化路径

Tenet目前为纯研究预览版本：Harvey尚未发布模型权重、模型卡（model card）或公开API接口。基座Kimi K3保持开源，但Tenet本身是Harvey私有checkpoint。公司表示相关技术将逐步从“研究走向产品”，内嵌至Harvey企业级平台。当前访问仅限企业客户——面向律所（含中型律所）、企业法务部门及私募股权/投行等需高频处理合同的机构。训练耗时约两个月，使用约150块NVIDIA B300 GPU。应用聚焦高价值法律场景：数据室驱动的并购尽调备忘录生成、合同起草与批注、万级文档结构化抽取、以及律所自有知识库的先例检索。

> 编者观点：Tenet的实践凸显“开源基座+垂直强化学习+企业私有化部署”的新路径——对中国法律科技厂商而言，与其追逐通用大模型军备竞赛，不如深耕领域沙盒、构建可验证的代理训练闭环，并将模型所有权与数据主权牢牢锚定在客户侧。