Harvey
給律所與企業法務用的 AI 平台：研究、審約、盡職調查都在同一套受控環境裡做
先更正站上舊資料的一個錯誤：Harvey 過去在這裡被標成「免費增值」，這不正確。它沒有免費方案，也沒有個人自助註冊，一律走企業銷售，對象是律師事務所與企業法務部門。
Harvey 是目前法律 AI 裡規模最大的一家。官網寫的數字是 3,000 多個法律組織、20 萬以上專業人員在用，客戶名單裡有 A&O Shearman、Latham & Watkins 這類國際大所，也有 Deutsche Telekom、Bayer、KKR 等企業法務。官網也公告了一輪 5.5 億美元、估值 155 億美元的融資，2026 年 8 月推出新一代的 Harvey II，接著陸續上了 Memory（記住使用者偏好）與 Horizon Scanning（追蹤法規變動）。
功能特色與適用場景：現在的 Harvey 已經不是一個「法律版聊天框」，而是一組模組。Vault 是安全的文件庫，可以一次丟進上百份合約做批次分析、做成比對表；Knowledge 處理法律、監理與稅務研究問題；Agents 負責把整段工作（例如依過往交易紀錄審一份合約）從頭跑到尾；Spaces 讓律所跟客戶在同一個受控空間協作；Command Center 則是給管理層看導入率與使用狀況的儀表板。9 月的更新還讓自訂 Agent 可以直接在 Microsoft Word 裡執行，這對每天活在 Word 裡的律師來說比網頁介面實用得多。
放到台灣來看，我會這樣建議：有跨境業務的大型事務所或外商在台法務，最適合先評估，典型情境是英文合約的大量審閱、併購盡職調查的資料室整理、多法域法規比較。純本土、以中文判決與台灣法規為主的案件，要在簡報會上直接拿一份真實（去識別化）的案子測試，確認它對台灣法規與中文判決的掌握程度，不要只看英文示範。另外官網登入頁只看得到美國、歐盟、澳洲三個區域的部署，資料落地位置是律所合規審查一定會被問到的題目，議約時要寫清楚。
說穿了，Harvey 賣的不是「AI 會寫法律文件」，而是可追溯的引用、客戶資料隔離、以及能被管理層稽核的使用紀錄。這些是法律業願意付高價的理由，也是一般聊天機器人做不到的部分。
TheAI學院 編輯建議
編輯實測後的真心話Harvey 的價值不在模型多聰明，而在它把「律所敢不敢用」這件事處理好了：引用、隔離、稽核，一樣都沒少。但對台灣大多數中小型事務所來說，它還是一個看得到用不到的工具。我比較建議把它當成觀察指標——大所的初階審閱工作正在被重新定價，這件事遲早會傳到台灣。
主要功能
- Vault：安全文件庫，可對大量合約與卷宗做批次分析、產出比對表
- Knowledge：針對法律、監理與稅務問題的研究工具
- Agents 與自訂 Agent：把審約、研究等整段工作自動跑完，並可在 Microsoft Word 內執行
- Spaces：律所與客戶、跨團隊共用的受控協作空間
- Horizon Scanning：追蹤並評估法規變動（2026 年 9 月推出）
- Command Center：導入率與使用狀況分析，供管理層稽核
如何使用 Harvey
- 律所或法務團隊洽詢 Harvey 企業方案。
- 於安全隔離環境匯入法律文件。
- 用它進行合約審閱與比對。
- 執行盡職調查與法律研究。
- 起草文件並跨轄區比較法規。
- 檢視可查證的引用與推理追溯。
- 確保客戶機密的資安與隱私。
適用場景
- 跨境併購的盡職調查：把資料室文件丟進 Vault 批次抽取關鍵條款
- 外商在台法務審閱大量英文供應商合約，依公司範本標出偏離條款
- 多法域法規比較，例如個資或出口管制規定在不同國家的差異
- 法遵團隊用 Horizon Scanning 追蹤國外監理機關的新規定
- 律所管理層用 Command Center 評估各團隊的 AI 導入成效
Harvey 的優點與缺點
優點
- 專為法律工作流設計，引用可追溯、資料隔離等企業要求到位
- 客戶涵蓋 80 多家 AmLaw 100 律所，是法律 AI 裡驗證最多的平台
- Word 內執行 Agent，貼近律師實際工作習慣
缺點
- 不公開定價、沒有個人方案，小型事務所幾乎無法自行試用
- 對台灣法規與中文判決的掌握程度，官方沒有具體說明，需要自行實測
- 部署區域以美、歐、澳為主，資料落地要在合約中談清楚
價格方案
不公開定價、沒有自助註冊，須向 Harvey 業務洽詢企業方案（通常以席次與年約計價）。官網揭露已有 3,000 多個法律組織、20 萬名以上專業人員使用，包含 80 多家 AmLaw 100 律所。實際價格以官方報價為準。
Harvey 常見問題
個人律師或小型事務所可以用 Harvey 嗎？
目前很難。Harvey 沒有自助註冊與公開價格，要透過業務洽談企業方案，通常有席次與年約要求。個人或小所若只是想用 AI 輔助研究與起草，先從通用模型加上嚴格的人工覆核開始比較實際。
Harvey 懂台灣法律嗎？
官方沒有公布對台灣法規或中文判決的支援程度。它的強項是英美法體系與英文文件；台灣律所評估時，應該拿一份去識別化的真實案件在試用期實測，檢查引用的法條與判決是否正確。
客戶機密放進 Harvey 安全嗎？
這正是 Harvey 跟一般聊天機器人的主要差別：它以企業級資料隔離與權限控管為賣點，並有區域化部署。但台灣事務所仍要確認資料存放區域、保存期限、是否用於模型訓練，並把這些寫進合約，而不是只看行銷頁。
Harvey 和一般 ChatGPT 類工具差在哪？
差在工作流與稽核。Harvey 有專門的文件庫批次分析、法規追蹤、律所與客戶協作空間，以及管理層看得到的使用紀錄；通用聊天工具可以回答法律問題，但不會幫你管卷宗、也無法證明誰在什麼時候用 AI 做了什麼。
使用者評價
還沒有足夠評價，搶先分享你的使用心得！
寫下你的評價
Harvey 的替代方案
查看相似的 AI 工具 →相關 AI 工具
猜你也想看的AI 助理
更多美國的 AI 工具
同樣來自美國的 AI 工具，一起看看。
Harvey 相關文章與教學
Harvey 評測：值得用嗎？
一句話結論
法律 AI 目前的標竿，但它是給「有專職法務團隊、且付得起企業級年費」的組織用的，個人律師與小型事務所基本上不用考慮。
實際能做什麼
Harvey 的能力集中在四塊：跨判例、法規與行政函釋的法律研究並自動附上引註；訴訟文書、交易合約與備忘錄的草擬；大量文件與證據開示的審閱；併購案的盡職調查與風險條款萃取。它也做引註的自動產生、驗證與 Bluebook 格式化，以及多步驟任務的代理式自動化。
真正讓它跟通用型 AI 拉開差距的是引註驗證。法律 AI 最惡名昭彰的問題就是憑空捏造判例（美國已經有律師因此被法官制裁），Harvey 把驗證流程做進產品裡，這是專業工具該有的樣子。
優點
- 法律專業領域的深度是目前市場上少數說得出口的
- 引註產生與驗證的流程完整，降低幻覺風險
- 代理式的多步驟任務處理，適合盡職調查這種流程長的工作
- 企業採用規模大，官方 2026 年 7 月的數字是超過 1,900 個法務團隊，含 200 家以上公開發行公司
缺點
- 貴，而且是非常貴。官方不公開定價，第三方整理的市場行情落在每席每月 1,200 到 1,500 美元以上，若加上 Lexis 整合會再往上，且普遍有最低席次與年約要求。這些是第三方估算，實際以官方報價為準
- 沒有自助註冊，一定要走企業銷售流程，評估週期長
- 完全以英美法系為基礎，台灣的成文法體系與判決書格式對不上
- 不公開定價本身就讓中小型事務所連評估都困難
適合誰
美國或跨國的大型律師事務所、跨國企業的法務部門、有大量英文合約與跨境交易需求的公司。如果你的工作有八成以上是台灣本地的訴訟與非訟業務，Harvey 幫不上什麼忙。
替代方案
同屬法律 AI 賽道的還有 Spellbook（偏合約草擬與審閱，價格親民許多）、Casetext（法律研究，已被 Thomson Reuters 收購）。若需求是文件的大量檢索與分析而非法律專業判斷，Hebbia 這類多代理文件分析平台反而更通用。
台灣觀點
台灣律師看 Harvey，最務實的態度是「看方向、不急著買」。它的價格與法系都不適合台灣市場，但它示範了一件重要的事：專業領域的 AI 產品，價值不在生成得多流暢，而在「敢不敢驗證自己講的話」。台灣如果要出現本土的法律 AI，判決書全文資料庫與引註驗證機制是必要的基礎建設，這比接哪個模型重要得多。
另外提醒同業，台灣律師倫理規範對於當事人資料的保密要求很嚴格，把客戶的案件資料丟進任何雲端 AI 服務前，資料處理條款與跨境傳輸的合規性一定要先確認清楚。
本評測由 TheAI學院編輯群整理，內容力求客觀、含優缺點，僅供參考。
最後更新：2026年10月