大模型

智谱法律大模型 GLM-Legal 上 HN 首页,但垂直模型到底卖给谁?

智谱把 GLM 系列延伸到法律场景,147 分登顶 HN。但比起模型本身,更值得问的是:法律专用模型在国内到底卖给谁?

字号

智谱(z.ai)上周在官方博客发了篇文章——GLM-Legal,把 GLM 系列延伸到法律场景。这是他们通用模型矩阵里第一个明确定位的行业垂直版本,目标场景写着合同审查、条款比对、法律咨询这几块。

产品本身不复杂:在 GLM 基座上微调,加了法律语料训练,再包一个 toB 的壳。智谱过去一年在推 "通用基座 + 行业版本" 的打法,GLM-Legal 是这条路径的最新一步。

但比起模型本身,更值得说的是这条新闻上了 Hacker News 首页,147 分、94 条评论(HN 帖子见 item?id=50058507)。一个中国公司的垂直法律模型,跑到海外工程圈首页,这件事本身就有点意思。

官方博客对 GLM-Legal 的定位写得很清楚——法律领域专用大模型。功能层面和市面上所有 "行业 LLM" 没本质区别:

  • 合同条款抽取与比对
  • 法律咨询问答
  • 案件要素分析
  • 法条检索增强

技术细节博客里没展开,我也没拿到 API 文档,无法判断它和基座 GLM-4.5 差几个点。但从工程角度看,垂直模型的路子都一个样:拿通用基座 + 行业指令微调 + RAG 增强 + 业务工作流包装。

关键不是模型强不强,是它瞄准谁、怎么收钱。

为什么上 HN:不是模型强,是赛道稀缺

HN 评论区我没逐条看,但从 147 分这个成绩反推,关注点大概率不在模型能力。

海外工程圈对中国大模型的兴趣集中在几个话题:

  1. DeepSeek 之后的中国 AI 公司都在做什么——这是个持续的好奇心
  2. 垂直行业模型是不是伪需求——HN 用户对 "在 X 行业用 LLM" 这种叙事一直有怀疑
  3. 和 Harvey、CoCounsel 的对比——海外用户会自动套到本地可比产品上

Harvey AI 和 Thomson Reuters CoCounsel 是这个赛道已经跑通付费模式的两家。前者 2022 年成立,现在 ARR 据说已经过亿(具体数字我没去查证);后者背靠汤森路透,直接卖给 BigLaw 和企业法务。这俩的共同点是:客户是付费能力强的英文律所。

GLM-Legal 瞄准的是完全不同的客户结构。这才是问题所在。

垂直大模型的"三道坎":数据、合规、付费意愿

法律模型在国内要跑通,得先过这三关:

数据从哪来

训练法律模型需要三类数据:法律法规(公开)、裁判文书(中国裁判文书网,但 2021 年后更新断断续续)、律所/律协内部案例(封闭)。前两类能拿到,但质量参差;后一类几乎不可能规模化。

数据闭环打不通,模型就只能停在 "能查法条、能做摘要" 的层面,做不到真正的法律推理。

合规边界在哪

中国对法律服务有明确的资质管理。一个 AI 提供 "法律建议",是否构成 "从事法律服务"?这个问题目前没有明确司法解释。

智谱的解法大概率是把自己定位成 "辅助工具" 而非 "法律服务提供者",但这条边界很模糊。一旦出事,承担的是智谱还是部署方?

客户为什么掏钱

这是最难的。中国律所的信息化程度参差不齐:

  • 红圈所(君合、方达、竞天公诚这些):有预算,但更倾向自研或采购海外方案
  • 中型所:有需求,但付费意愿弱,习惯用通用 ChatGPT
  • 小所/个人律师:基本不会为垂直模型额外付费

如果客户继续用通用 ChatGPT + 一些 PROMPT 工程,GLM-Legal 的差异化在哪?这是智谱必须回答的问题。

智谱的账本:垂直模型不是技术问题,是商业问题

智谱过去一年的打法很清楚——押 B 端、政企客户。GLM 系列从 GLM-3 到 GLM-4,一直在堆参数、刷榜单,但商业化的核心战场是政企项目。

GLM-Legal 是 "通用基座 → 行业版本" 路径的延续。这个逻辑本身没毛病:

  • 基座模型是赔钱的,靠融资撑
  • 行业版本可以收钱,覆盖基座的研发成本
  • 行业客户反过来贡献数据闭环

但这条路径有个致命问题:续费逻辑。

如果 GLM-Legal 卖给律所,律所一年愿意付多少?参考海外,Harvey 的定价是按席位收,一个律师一年几千美元。中国律所的付费能力差一个数量级,能收到几分之一?

如果卖给 G 端(法院、检察院、司法局),客单价高,但销售周期长、定制化重。这不是模型的生意,是集成项目的生意。

智谱大概率两条都走——律所做品牌、G 端做营收。但这种打法边际成本高、规模化难,不是一个 "垂直模型" 能解决的。

编辑思考

Harvey 在美国能跑通,核心是市场结构问题:美国 BigLaw 一年 IT 预算几百万美元,律师人均产值高,对效率工具的 ROI 极其敏感。CoCounsel 能让汤森路透花 6.5 亿美元收购(2023 年 Casetext 收购案),是因为汤森路透本身有现成的法律客户渠道。

中国是另一个故事。律所付费能力弱、信息化程度低、对 AI 接受度还在培育期。智谱真正想打的,可能根本不是律所——而是法院、检察院、司法局这类 G 端客户。这类客户预算稳、需求刚性强,而且 "法律 AI 国产化" 是政策驱动的赛道。

GLM-Legal 上 HN 首页这件事,对智谱的真实价值不是海外用户,而是给国内 G 端客户看的名片:"我们海外工程圈都在讨论"。

这是中国 ToB AI 公司典型的打法——海外刷声量、国内做订单。

但这条路有个隐患:G 端项目周期长、回款慢、定制化重。如果智谱想靠 GLM-Legal 跑出可持续的商业模式,得在 18 个月内看到至少一个 G 端标杆案例。否则这又是一笔 "先烧后等" 的账。

我不确定的是:智谱内部到底把 GLM-Legal 当作 "独立 BU" 还是 "基座模型的附属产品"。前者意味着长期投入,后者意味着随时可能砍掉。

来源: https://z.ai/blog/glm-legal