一个“10年一夜成名”的AI法律创业故事

这是一个关于耐心、技术拐点与真实需求的故事。Casetext联合创始人Jake Heller用10年时间，把律师数周的工作压缩到几分钟，最终以6.5亿美元卖出公司。这篇文章带你理解：为什么大模型让法律行业发生质变，以及真正的AI产品是如何被“磨”出来的。

从凌晨三点找判例开始：一个律师为何走上AI创业路

理解Casetext的起点，必须先理解Jake Heller为什么会对法律技术如此“不满”。在成为创业者之前，他走的是一条极其传统、也极其成功的法律路径：大所律师、联邦巡回法院法官助理、奥巴马白宫法律顾问办公室实习生。这让他看到了法律体系中最核心、也最真实的一面。

真正触发他创业冲动的，并不是某一个戏剧性的事件，而是反复出现的日常场景：凌晨两三点，他为了一个关键问题在成千上万页法律材料中翻找，只为找到“可能改变一个十亿美元诉讼走向”的证据，或者一条能决定某个无辜者是否入狱的判例。与此同时，他在手机上点外卖、找餐厅却“简单得不可思议”。

Jake在视频中形容这种落差时说，真正让他震撼的是：“那些真正关乎人生死、企业生死的事情，技术却几乎没有提供帮助。”在他看来，这不是法律人的问题，而是技术还没进入这块最重要的领域。这种强烈的“不公平感”，成为Casetext的原点，也奠定了它后来始终围绕“真实法律工作”的产品哲学。

10年“过夜成功”的真相：反复误判的产品市场契合

Casetext常被称为“10年一夜成名”的典型案例，但Jake自己更清楚，这10年里充满了误判与反复。公司从2013年加入Y Combinator开始，最初的形态并不是如今的AI助手，而是一个“法律版Wikipedia + Reddit”：律师共同编辑、注释判例，再通过投票筛选高质量内容。

随着早期自然语言处理和机器学习的发展，他们不断尝试新产品。一度，Casetext为大型律所打造了一套可以“读完一堆文件，再告诉你接下来该看什么”的系统。它足够先进，也足够昂贵，企业客户愿意为此支付5万到15万美元不等的年费。团队一度以为找到了终极增长曲线，开始扩充销售团队。

但现实很快给了他们教训：并不是所有律所都准备好为新技术买单。大客户卖完之后，增长停滞；转向中小律所后，靠规模化获客又迎来一波爆发，甚至出现“每天新增上百、上千客户”的盛况，随后却因为渠道枯竭再次放缓。Jake用YC内部的说法形容这段时期：发布后的兴奋过去，只剩下“痛苦低谷”和“虚假的希望波动”。

GPT-4带来的质变：第一次真正的产品市场契合

真正的转折点，出现在Casetext获得GPT‑4的早期访问权限时。事实上，他们并不是“突然拥抱AI”的公司：早在2016年就开始实验AI，BERT论文一发布就意识到法律应用的潜力。但GPT‑4第一次让他们意识到：这是一个能以“超人速度完成接近人类水平工作的系统”。

基于GPT‑4，他们打造了后来改变公司命运的产品——CoCounsel。Jake形容那一刻的感觉很简单：“这就是产品市场契合的样子。”收入开始以“每月新增数百万美元”的速度增长；过去需要9到18个月才能决策的企业客户，现在一个月内就能签约。

比数字更重要的是客户反应。在演示中，团队会直接用真实案件数据：上传成百万封邮件和聊天记录，询问“哪些内容可能构成欺诈证据”。AI不仅能定位关键邮件，还能理解讽刺和玩笑，比如在安然（Enron）案件中，识别出用“饼干怪”语气调侃隐藏资产、规避审计的邮件。演示结束时，律师们往往会靠在椅背上说：“好，我明白了。”这正是YC总结的“黄金Demo”——把五天甚至更多的工作，压缩到十几分钟内完成。

从模型到产品：真正困难的是“最后一公里”

视频中反复强调的一点是：强大的大模型只是起点，而不是答案。要让律师真正信任并依赖AI，Casetext必须解决一系列极其工程化的问题：如何让系统在同一时间为成千上万用户处理数百万页文档？如何最大限度避免“幻觉”，不凭空捏造法律结论？又如何在不断调整代码和提示词时，确保输出质量不会悄然下降？

这些问题没有现成答案，Casetext只能自己摸索。正是YC时期养成的“高速迭代、紧贴用户”的习惯，让他们能在模型能力爆发时迅速承接住红利。Jake引用了路易·巴斯德的一句话：“在观察的领域，机会只青睐有准备的头脑。”在他看来，公司早年看似曲折的积累，正是后来抓住大模型机会的前提。

他还提出一个重要判断：GPT‑4这类模型被“低估”了。它已经接近一名优秀初级律师或助理的阅读、理解和写作能力，一旦能以高精度在海量数据上运行，就能把原本只能靠人力完成的流程彻底规模化。

当AI进入“生死攸关”的领域

最打动人的例子，来自法律体系中最沉重的角落。Jake提到加州无辜计划（California Innocence Project）：他们要审查成百上千份申诉材料，每一份都厚达数百页，包含警察报告、证人证词、庭审记录等。由于人手有限，仅仅“初步评估”就需要四年时间。

而大模型可以在几分钟内读完这些材料，准确总结案件要点，极大压缩等待时间。这并不是效率提升那么简单，而是实实在在地改变了“有人要在监狱里多等几年”的现实。Jake强调，这还只是冰山一角。

在他看来，未来的技术结构会像云计算一样分层：底层是GPT‑4这类基础能力；中间层是LangChain等帮助开发者高效使用模型的工具；最上层才是具体应用。每一层都有巨大机会，而真正的价值，往往产生在“把魔法交到用户手里”的最后一步。

总结

Casetext的故事并不是“抓住风口一飞冲天”，而是一个长期扎根行业、反复试错、等待技术拐点的过程。GPT‑4只是放大器，真正决定成败的，是对真实工作流的理解和持续十年的准备。对创业者而言，这个时代的机会不在于模型本身，而在于你是否足够接近问题，能在“魔法出现”时，第一时间把它变成可靠的产品。

关键词： Casetext， GPT-4， 法律科技， 大语言模型， Y Combinator

事实核查备注： Jake Heller：Casetext联合创始人；Casetext以6.5亿美元出售；公司加入Y Combinator时间为2013年；产品CoCounsel基于GPT-4；提及模型包括BERT、GPT-3、GPT-4；案例包括安然（Enron）邮件、California Innocence Project；相关公司与工具：OpenAI、LangChain、Y Combinator。