ב-18 באוגוסט הציגה Harvey את Harvey II, דור חדש של הפלטפורמה שבו הסוכנים נפתחים עם ההקשר של התיק או הפרויקט ועם זיכרון של האופן שבו כל משתמש עובד. יומיים אחר כך פרסמה החברה את הפרטים הטכניים על Tenet, המודל הראשון שלה, שאומן במיוחד לעבודה משפטית על בסיס מודל פתוח.
הסוכן נפתח בתוך התיק
הבסיס של Harvey II הוא Spaces, סביבות עבודה לפי תיק או פרויקט. לפי ההודעה, סוכן שנפתח ב-Space מקבל את המסמכים, הצדדים, המשימות, ההרשאות וההיסטוריה של התיק. משימה אפשר להקצות לעורך דין או לסוכן, ואחרי סקירה ראשונית של הסוכן היא עוברת לבעל המקצוע שאחראי על השלב הבא.
נתוני לקוח לא עוברים בין Spaces, אבל הוראות צוות ו-Playbooks (מדריכי עמדות ועבודה) חלים על כולם. אצל משרדי עורכי דין, ההרשאות והחומות הסיניות (ethical walls) מסתנכרנות ישירות מהמערכות הקיימות של המשרד. גם השימוש והעלות נרשמים על אותו תיק או פרויקט. הדוגמה שהחברה נותנת: צוות M&A מגיע בבוקר ומוצא סקירה ראשונית של חוזי חדר הנתונים, עם הפניות למקור, בפורמט של הצוות, והשלב הבא כבר מוקצה לעורך הדין שאחראי עליו.
זיכרון שאפשר לראות, לערוך ולכבות
הרכיב הבולט הוא Memory, יכולת שהוכרזה לראשונה בינואר כתוכנית עתידית. לפי Harvey, המערכת לומדת איך המשתמש בונה סיכום, מה הוא רוצה שיצוטט ואיך הוא כותב. המקורות הם העדפות שהמשתמש מנסח במפורש, שנשמרות לאורך זמן, ודפוסים שהמערכת מזהה מתוך עריכות ותיקונים. הזיכרון מלווה את המשתמש ב-Harvey, ב-Word וב-Outlook.
החברה מדגישה שלושה דברים: המשתמש יכול לראות את כל מה ש-Harvey זוכרת עליו, לערוך את זה או לכבות את הזיכרון לגמרי, והזיכרון לא משמש לאימון מודלים. לצד זה, משרדים ומחלקות משפטיות יכולים להגדיר פעם אחת תבניות של כותרות, מספור, הגדרות וסגנון ציטוט, ו-Harvey תחיל אותן באופן עקבי.
Tenet: מודל משפטי על בסיס פתוח
בהודעה על Harvey II מתואר Tenet כמודל הראשון של Harvey שעבר אימון המשך (post-training) מקצה לקצה לחשיבה משפטית. החברה טוענת שהוא ברמת המודלים המובילים במדדים משפטיים מרכזיים, ומספיק זול כדי להריץ סוכנים ברציפות על כל תיק.
ב-20 באוגוסט פורסם פוסט מחקר עם הפרטים. Tenet מוגדר שם כ"מודל open-weight ראשון שעבר אצלנו אימון המשך", והוא בנוי על Kimi K3 של Moonshot. האימון נעשה עם Fireworks בשיטת למידת חיזוק, בכ-1,750 סביבות של משימות משפטיות, על כ-150 מעבדי NVIDIA B300 במשך כחודשיים. לפי החברה, לא נעשה שימוש בנתוני לקוחות.
התוצאות, כפי ש-Harvey מדווחת אותן: במדד LAB, על משימות שהוחזקו מחוץ לאימון, Tenet משלים כמעט פי שניים משימות לעומת מודל הבסיס, והוא במקום השני בדירוג הכללי. בתת-המדד לחוזים הוא משלים 20% יותר משימות מהבסיס, ולפי החברה זו התוצאה הטובה ביותר שם. במדד APEX Agents לדיני תאגידים, סביבת העבודה של Harvey העלתה את Kimi K3 מ-58.8% ל-67.5%. החברה עצמה מציינת שבחלק הקשה של PRBench השיפור, מ-36.0% ל-36.8%, אינו מובהק סטטיסטית.
על העלות, הפוסט אומר שהביצועים השתפרו "תוך שמירה על עלות יציבה", אבל לא מפרסם מחירים. הוא מתאר גם מודלים ייעודיים נוספים, למשל מודל לידע משרדי שפותח עם Engram, שלפי Harvey הוריד את העלות לשאילתה ב-90%. כל אלה טענות של החברה על המדדים שלה. Tenet מוגדר תצוגה מקדימה מחקרית, בלי פרטים על זמינות ללקוחות, ו-Harvey מבהירה שאין לו קשר ל-Jus AI Tenet של Jus Mundi.
מה זה אומר למשרדים
שני הרכיבים שנוגעים ישירות לעבודה היומיומית הם הזיכרון והסנכרון של חומות סיניות. משרד ששוקל את המערכת יצטרך להחליט מי רשאי לראות את מה שנשמר בזיכרון, מתי לכבות אותו, ואיך מוודאים שההרשאות במערכת המקור מעודכנות, כי Harvey מסתמכת עליהן. הקשירה של עלות לתיק עונה על שאלה מעשית אחרת: איך מייחסים שימוש ב-AI לתיק מסוים, לצורך תמחור או חיוב.
עוד בנושא
- Harvey מכריזה על Memory: זיכרון בין שיחות ותיקים, שייבנה יחד עם המשרדים
- Harvey מאמנת מודלים פתוחים לעבודה משפטית ומסמנת כיוון: מודלים מותאמים למשרד
- Kimi K3 ומודלי המשקלות הפתוחים מסין: מה הם משנים בחשבון העלויות של כלי AI משפטיים
- Harvey פותחת לציבור את Legal Agent Bench: יותר מ-1,200 משימות לבחינת סוכני AI משפטיים