交易速度，而非计费工时：Crosby如何用AI重新定义法律合同工作
摘要
Crosby是一家"AI优先的律师事务所"——这个定位本身就极具颠覆性。创始人Ryan和John选择了一条与众不同的路径：不是卖法律软件，而是直接运营一家律师事务所，让律师和AI工程师肩并肩工作。这一选择源于一个核心洞察：法律服务是一种"信用商品"（Credence Good）——客户只有在消费后才能判断质量，而且需要专家背书。Crosby聚焦于合同自动化（NDA、MSA、DPA），以"交易速度"（Deal Velocity）为核心价值主张，彻底抛弃了按小时计费的行业惯例，改为按文档计费。通过让律师直接参与AI的提示词编写、评估和迭代，Crosby创造了一个独特的反馈闭环——远比传统的数据标注或外部评测更快、更精准。Ryan和John还深入讨论了多Agent编排（从"法务助理级"路由到"资深律师级"合同审查）、按客户微调模型的策略，以及他们"罗宾汉式"的愿景——让任何人都能获得高质量的法律服务。
正文
为什么选择开律所而不是做软件？
Crosby的创始决策本身就是一个深度思考的产物。法律服务市场一直高度依赖人力资本——像VC基金一样，真正有价值的是那些积累了几十年经验的合伙人。但这种模式与技术创新天然冲突：律所合伙制不能用股权来融资，无法投资于投机性的技术建设。
Ryan指出，前人的尝试（如Atrium）曾探索过这个方向但效果有限，部分原因在于法律与技术团队之间缺乏真正的紧密协作。Crosby的解决方案极其具体：办公室里的座位是按照"律师-工程师-律师-工程师"交替排列的，以此强制推动每天的反馈循环。
更根本的变化在于：AI使得大量此前只能由律师完成的定性判断工作可以被委托给机器。这不是一个"效率工具"的简单升级，而是一种全新的工作模式的诞生——律师从执行者变成了"教会AI如何思考"的教练。
律师+工程师：独特的数据飞轮
John（技术合伙人）分享了Crosby的实践细节：他们的系统从给人类律师"上下文工程"开始——将所需的所有工具和基础模块组织起来，自动化律师此前手动完成的工作流。一旦这些基础模块就位，就可以开始将语言模型与律师的具体行为对齐。
Crosby团队发现，行业内过度关注通用对齐（如RLHF），但在法律等垂直场景中，更具价值的其实是"按个人对齐"——即使是同一家律所的两名律师，也可能对同一份合同有不同的意见。但如果能将模型与单个律师的判断保持一致，就可以获得内部一致的高质量基准。
Ryan补充了另一个重要洞察：律师们对AI的输出有一种"本能式"的判断力——他们能在10秒内判断一段合同语言"看起来对不对"，这种基于品味和风险偏好的直觉是任何自动化评测（Eval）都无法替代的。当Crosby把提示词工具交到律师手中时，产品迭代速度迎来了质的飞跃。
John还观察到，语言模型在合同场景中面临一个有趣瓶颈：法律领域缺乏足够的公开训练数据。最好的公开数据集是SEC的Edgar数据库（上市公司披露文件），但这些数据已被过度使用且不适用于中小企业的合同场景。这也正是为什么拥有"内嵌律师"的数据飞轮是Crosby的差异化优势。
按文档计费 vs 按小时计费
Crosby在定价上做了一个"毫不犹豫"的决定：彻底抛弃按小时计费（Billable Hour），改为按文档计费。按小时计费已经主导法律行业70多年，有人说要"终结"它已经说了同样久，但它始终不倒——因为对于高度复杂的工作，很难事先预估工作量。
但AI改变了这个前提。Crosby的创新在于能够从一开始就预测一份合同需要多少轮来回——3轮、5轮还是2轮——从而精确定价。这不仅是对客户的透明度承诺，更是对内部激励的彻底重构：律所按小时计费时，效率和收入是反比关系；Crosby按文档计费时，效率提升直接转化为利润。
Ryan还指出了一个深层含义：按文档计费将激励结构从"对抗"转向了"协作"。因为Crosby的目标不是"花更多时间"，而是"用更少轮次达成协议"——这与客户利益完全一致。
Agent编排：从法务助理到资深律师
Crosby的多Agent架构令人印象深刻。他们首先构建了一个"法务助理Agent"（Paralegal Agent），负责所有来自客户的合同分发——就像律所里的法务助理一样将工作分配给合适的人类律师。
接下来是"初级律师Agent"、"资深律师Agent"和"初级合伙人Agent"——每一层对应律所中不同的专业层级和任务复杂度。这种分层编排确保了不同类型的合同场景由最合适的Agent处理。
John特别强调了"上下文工程"的重要性：优秀的商业律师之所以出色，是因为他们的工作记忆中保存了大量客户背景信息——这家公司的运作方式、上次与某对手方的谈判历程、特定的业务偏好等。将这些上下文完整地加载到Agent的工作记忆中，是实现高质量合同审阅的关键。
核心指标与品质保障
Crosby的北极星指标是"TAT"（Total Turnaround Time，总周转时间）——从客户提交合同到最终签字的所有来回时间总和。这与传统律所的核心指标（计费小时数）形成鲜明对比。团队还创造了另一个指标"HURT"（Human Review Time，人工审阅时间）——而且他们确实在努力"减少HURT"。
但快速不等于放弃品质。Crosby设有专门的品质团队（包括律师和工程师），持续监控Agent的工作质量，并设立了与客户风险偏好对齐的护栏指标。他们的核心价值主张是"交易速度"——在保证质量底线的前提下，让合同流转得更快、来回更少。
从服务到平台：Agent间谈判的未来
Crosby描绘了一个极具想象力的未来场景：当双方都由AI Agent代表时，合同谈判会变成什么样子？Ryan的愿景是，双方各自拥有代表自身利益偏好的Agent，它们可以在虚拟空间中模拟多轮谈判，产出一份可审计的完整记录，然后由人类进行最终确认。
这种方式比传统谈判更"协作"而非"对抗"——因为AI Agent不需要考虑面子、情绪或政治因素，它们只需要在给定约束下寻找最优解。Crosby的终极目标是成为"让各方达成协议的协作平台"。
纽约、文化与法律行业的未来
作为一家纽约公司，Crosby的团队文化具有鲜明特色。Ryan和John观察到，纽约正在形成一种独特的"创始人工厂"文化——以Ramp为代表的一批公司造就了大量想要成为创始人的年轻人才，他们带着极高的自主性和创造力加入小型团队。
在法律行业前景方面，Ryan分享了一个引人深思的观点：美国约92%的律所服务于个人客户（子女抚养、租赁纠纷等），但这些领域严重缺乏法律服务——几乎是一种"道德危机"。他认为，这些工作将被AI完全自动化，不是因为AI会抢走律师的饭碗，而是因为"替代方案是什么都没有"——这是增量市场的创造，而非存量市场的替代。
对于法学院的年轻人，Ryan的建议是：质疑一切——包括教授教你的脚注格式；但同时保持谦逊，理解法律学术对文明社会的根基性贡献。最重要的技能是学会如何驾驭AI的力量。