
垂直化与多智能体架构:分析Harvey 110亿美元估值及法律基础设施的未来
Harvey以110亿美元估值完成2亿美元融资,凸显了法律科技领域的结构性转型。随着资本向垂直化、智能体化AI平台集中,知识产权市场正面临从孤立的生成式工具向集成的、有状态的企业工作流转变的必然趋势。

知识产权的全球地缘分布已发生根本性转变。截至2025年第三季度,中国占全球人工智能专利申请量的约70%。这一指标不仅代表了数量上的差距,更为西方的自由实施(FTO)分析带来了结构性的负担。
对于资深专利律师而言,上一监测周期内中国申请的30万件AI专利——相比之下美国仅约为6万件——标志着现有技术检索出现了严重的瓶颈。在国家知识产权局(CNIPA)2025年政策调整之后,预设非美国申请为“低质量”在统计学上是极其危险的。本简报概述了这种主导地位背后的结构性驱动因素,以及专利申请策略所需进行的必要变革。
虽然总量数据已显示出明显领先,但细分领域的分析对特定技术垂直行业而言更为令人担忧。在生成式AI(Generative AI)领域,WIPO和本地市场数据证实,中国在2014年至2023年间申请了约38,000件专利,这一数字是美国的六倍。这一趋势在2025年进一步加速。
腾讯、百度和中国科学院(CAS)等主要申请主体已经用深度学习模型的实施方案填满了专利版图。对于代表微软或Alphabet等客户的美国法律顾问来说,侵犯中国独特的实用新型或发明专利的风险已呈指数级增长。
专利数量与资本配置密切相关。中国的研发支出已达到7,860亿美元,超过了美国的配置额。与硅谷以软件为中心的方法不同,中国的研发通常通过针对AI的工业应用,形成了覆盖特定用例(例如物流AI、制造AI)的密集“专利丛林”。这为试图向亚洲市场出口AI赋能硬件的西方公司制造了“雷区”效应。
西方IP实务界普遍存在一种误解,认为中国的专利数量仅由政府补贴驱动,导致产生大量“垃圾”申请。截至2025财年,这种观点已经过时。
中国已正式确立在2025年前取消所有专利申请补贴的目标。既定政策目标是遏制非正常申请,并将重点从数量转向质量。因此,当前周期观察到的30万件申请很可能代表了实质性的研发产出,而非为了骗取补贴。
当美国从业者仍在努力应对《美国法典》第35卷第101条关于抽象概念的不可预测性时,CNIPA已发布并实施了具体的《人工智能领域发明专利审查指南》。相比当前的美国判例法,这些指南为算法和深度学习模型的专利适格性提供了更清晰的路径。
中国审查流程的可预测性意味着竞争对手在中国获得授权的速度可能比在美国更快。当美国申请人还在就Alice/Mayo相关驳回处理第二次审查意见通知书(Office Action)时,中国竞争对手可能已经持有已授权的专利。
海量的中国现有技术为标准的FTO检索制造了后勤上的故障点。面对30万份外语文献,手动检索方法和传统的关键词分类法已无法捕捉其中的细微差别。
为了减轻有效性挑战和FTO疏漏的风险,IP部门必须重构其检索协议。面对如此量级的数据集,线性的“律师人工审查”模式在数学上已不再可行。
法律科技市场已对此做出反应,2024-2025年AI驱动的现有技术检索工具的采用率增长了60%。这些平台利用语义向量映射而非简单的关键词匹配,使其能够在不依赖不完美翻译的情况下,跨越语言障碍识别概念上的相似性。
IP管理者必须调整外部法律顾问指引,强制要求使用本地化的亚洲检索工具或能够对CNIPA数据库进行深度语义分析的AI平台。与因遗漏现有技术而导致的诉讼辩护成本或强制许可协议成本相比,本地化检索的成本微乎其微。
中国持有70%的AI专利市场份额既是研发支出的滞后指标,也是诉讼风险的先行指标。“补贴退坡”确保了这些专利将日益成为高质量、可执行的资产。
对于美国和欧盟的从业者而言,战略必须从轻视转变为严格审视。因数量庞大或语言障碍而忽视亚洲现有技术,已不再是可辩护的风险管理姿态。立即投资于AI驱动的语义检索能力,是在亚洲申请主导的全球市场中维持自由实施(FTO)的唯一可行方法。

Harvey以110亿美元估值完成2亿美元融资,凸显了法律科技领域的结构性转型。随着资本向垂直化、智能体化AI平台集中,知识产权市场正面临从孤立的生成式工具向集成的、有状态的企业工作流转变的必然趋势。

本文分析了从生成式撰写向智能体(Agentic)工作流管理的运营转变。报告探讨了 AI 驱动的节奏控制和认知阻力分析如何成为高这一转变如何成为高案量专利实务中风险缓解的关键基础设施。

在使用AI撰写专利说明书时,如果先写具体实施方式,很容易导致内容超出权利要求范围,甚至产生“幻觉”。为了确保完全满足**中国专利法第26条第4款(权利要求书应当以说明书为依据)**的要求,专利代理师必须采用“以权利要求为中心”的逆向生成策略。本文将通过5个针对系统、方法、功能性限定等不同类型的实战提示词(Prompt)案例,揭示如何让AI在既定的权利要求“围栏”内,高效产出逻辑严密、零失误的高质量说明书。