发生了什么
法律AI领域估值最高的独角兽Harvey于8月25日发布Tenet模型，这是其首个基于开放权重模型进行后训练的产品。Tenet以月之暗面（Moonshot AI）的Kimi K3为基座，专门针对法律场景优化，支持长时间执行、连续工具调用等复杂法律任务。
在Harvey内部开发的LAB（Legal Agent Benchmark）基准测试中，Tenet的任务完成数接近底座模型Kimi K3的两倍，展现出后训练带来的显著能力提升。
策略背后的逻辑
Harvey选择开放权重模型而非闭源API的策略背后有深层考量：通用模型能回答法律知识，却难以完成真实法律任务——稀缺的是「怎样做、怎样检查」的判断能力，这只能通过针对性训练传递。因此，头部AI应用公司宁愿采用现成开放模型再加工，而非依赖通用闭源API。
中国模型进入美国供应链
这一趋势正在扩展：编程工具Cursor、AI软件工程Agent Devin、安全公司Cosine乃至Thinking Machines等美国AI产品，纷纷采用Kimi或DeepSeek作为底座模型。中国开源模型正从「替代品」转变为美国AI产品供应链的基础组件。
Harvey此举也反映出AI应用层的竞争逻辑：模型能力商品化后，应用层的差异化来自领域专精、数据飞轮和工作流集成，而非底层模型本身。