从法律AI创业到6.5亿美元退出：一位创始人的实战心法与未来预判

本文深度还原了CaseText创始人在Y Combinator分享的AI创业全流程，从选题、产品构建、技术落地到市场销售，结合真实创业故事和独特洞见，揭示AI时代如何打造有价值、可持续的创新产品。适合关注AI创业、产品落地和行业变革的读者。

从代码少年到法律AI创业者：一场十年冒险的起点

在AI创业的世界里，创始人的个人经历往往决定了产品的独特性。CaseText创始人坦言，自己“从小就是个码农”，却因对法律和政策的热爱，转而成为律师。正如他幽默地说：“我无法相信他们居然还在用这种方式工作。”正是这种跨界体验，让他敏锐地发现了法律行业的数字化痛点。2013年，他毅然离开传统律所，创办了CaseText，并坚定地相信“AI应用于法律将带来巨大改变”。

值得一提的是，CaseText早在“AI”这个词还未流行时，就已深耕自然语言处理和机器学习。团队在BERT论文刚发布时就开始探索大语言模型（LLM）在法律领域的应用。正因如此，他们在2022年夏天获得了GPT-4的早期访问权限。当时公司已拥有约100人、2000万美元营收，却选择“停下所有正在做的事，基于新技术重做产品”，最终打造出被Thomson Reuters以6.5亿美元现金收购的AI法律助手Co-Counsel。创始人坦言，这个数字“未来回头看可能并不算大”，因为“AI将为你们解锁远超想象的价值”。

选对赛道：AI创业的三大黄金方向

在AI创业中，选题往往决定成败。Y Combinator有句名言：“Make something people want.”（做人们真正需要的东西），但创始人指出，AI让这件事变得更简单了。他直言：“只要看人们现在花钱请人做什么，就能找到需求。”

他将AI应用的机会分为三类：
1. 辅助（Assist）——如Co-Counsel帮助律师查阅文件、起草合同，让专业人士更高效。
2. 替代（Replace）——直接用AI取代专业岗位，比如AI会计师、AI保险理赔员，甚至家务机器人。
3. 实现不可想象（Do the Unthinkable）——AI能处理海量数据，完成以往“想都不敢想”的任务，比如让Gemini 2.0或GPT-4自动审查和归类数百万法律文件。

他强调，AI带来的市场空间远超传统SaaS。“以前你卖软件是按座位收费，现在你能赚到的是企业原本支付给人工的全部工资，这个数字可能是原来的1000倍。”他还引用Sam Altman的观点，认为AI将解放人类，让许多职业像‘点灯人’一样成为历史，进而“让每个人都能获得原本只有富人才能享有的服务”。

产品构建的底层逻辑：从专业流程到极致Prompt工程

技术落地是AI创业的分水岭。创始人坦言：“最难的不是Demo，而是让产品真的可用。”他总结了四步法：

第一，深入理解目标行业的真实工作流程。“不要凭空想象，要像卧底一样，搞清楚专业人士具体怎么做事。”CaseText团队中有30-40%成员是律师，连程序员也有法律背景。

第二，把专业流程拆解成具体步骤，每一步都转化为Prompt（提示词）或代码。例如，法律研究任务会拆成：澄清需求、制定计划、检索文献、筛选信息、撰写报告、校验引用等，每一步都可用Prompt驱动。

第三，能用传统代码解决的就不用Prompt，因为“Prompt慢且贵，Token成本依然很高”。

第四，针对流程中不确定、需判断的环节，采用“Agent”式智能体设计，让AI具备一定自主决策能力。

他强调，拥有领域知识至关重要，“不要盲目假设流程，必须亲自验证”。

极致打磨：评测体系与Prompt调优的苦乐

让AI产品真正落地，评测（Evaluation）是关键。创始人直言：“大多数人只做了60-70%准确率的Demo，就去融资、签Pilot，结果产品无法落地。”他的方法是：

1. 明确“什么是好结果”，将任务拆解为可量化的评测点，比如让AI输出0-7分的相关性分数，便于自动化验证。
2. 用开源工具如Prompt-FU构建评测框架，先用实验室数据调优，再用真实客户场景不断补充测试集。
3. “最重要的资格是：你愿不愿意为一个Prompt连续熬两个星期，只为提升1%的准确率？”他坦言，Prompt调优是“极其枯燥的苦差事”，但只要坚持，准确率可从60%提升到97%。

他建议，Beta测试前每个Prompt至少要有100个真实测试用例，通过率达到99%才算合格。上线后，客户的“奇葩操作”才是最宝贵的测试数据，要持续收集、迭代。“你的产品不是静态的，每天都要有新的Pull Request。”

市场与销售：产品力才是最强营销，信任与落地同等重要

AI产品的市场推广和销售，远比传统软件复杂。创始人坦言：“我们曾有很棒的销售和市场团队，但当产品真正出色时，口碑和新闻报道才是最强的免费营销。”他建议创业者：“不要被VC忽悠，产品力远比销售重要。”

在定价上，他提醒AI服务不再是按月20美元卖座位，而是要“按你为客户创造的价值定价”。比如AI审查合同服务可以收取每份500美元，而不是传统SaaS的低价订阅。但也要“倾听客户”，有些客户更愿意为稳定的年度预算买单。

AI应用初期，客户对新技术有天然的不信任。创始人建议“让客户并行对比AI和人工服务，做头对头的效果评测”，用数据和案例建立信任。销售并非在签约时结束，落地和培训同样重要。他引用Satya Nadella的观点：“最受欢迎的新岗位是‘前线工程师’，本质上就是派人坐在客户身边，确保产品真正被用起来。”

他强调：“你的产品不只是屏幕上的像素，更是客户支持、培训和所有人际互动的总和。”

总结

AI创业的本质，是在技术、产品与市场三者之间不断打磨和迭代。CaseText的故事告诉我们，只有深刻理解行业、极致打磨产品、持续优化评测和Prompt，才能穿越泡沫，实现真正的价值创造。对于创业者来说，专注于解决最大、最真实的问题，敢于在技术变革中“停下重做”，才有机会引领下一个时代。正如演讲者所言：“你们能做的，会远超我们今天的想象。”

关键词： AI创业， 大语言模型， Prompt工程， 产品市场契合， 法律科技

事实核查备注： 1. 创始人公司CaseText于2013年创立，2022年夏获得GPT-4早期访问，2024年前后被Thomson Reuters以6.5亿美元现金收购。2. 产品Co-Counsel为AI法律助手，基于大语言模型。3. 技术细节涉及Prompt工程、评测体系、Token成本、Agent设计。4. 重要人物：Sam Altman、Satya Nadella、Greg Brockman、吴恩达。5. 重要产品/技术：GPT-4、Gemini 2.0、Prompt-FU、LangChain。6. 关键数字：2000万美元营收、100人团队、6.5亿美元收购价、Prompt准确率从60%提升到97%。