Legora 是一家快速成長的法律科技公司，其核心挑戰在於隱私保護：由於數據屬於律師事務所客戶所有，Legora 無法讀取其智能代理為律師執行的任何單一日誌（trace）。Legora CTO Jacob Lauritzen 解釋了團隊如何在這種「黑盒」環境下構建和測試智能代理。團隊最初在斯德哥爾摩的地下室以 ChatGPT、瑞典法律和搜尋工具起步，如今已發展成能協助律師起草與編輯 Word 文件、在單一表格中審查一萬份合約以及執行盡職調查的智能代理。
關於模型選擇與評估，Lauritzen 提到 Legora 曾多年拒絕加入模型選擇器，但最終還是加入了。他估計目前的模型已經能很好地完成約 60% 的法律工作，而剩下的部分則需要更聰明的模型。Legora 的測試團隊由三名工程師和三名律師組成，他們模擬客戶的工作環境建立測試場景，類似於強化學習中的「世界」。在一個引用問題上，模型的準確率從 70% 提升到 99%，這是在一次模型發布後自然發生的，Legora 無需進行任何修改。
Legora 的所有基礎設施均運行在 Azure 上，這是為了滿足數據隱私要求；團隊也不使用 ElevenLabs。產品方面，Legora 推出了被業界模仿的「Tabular Review」（表格審查）功能，這是一個百萬單元的電子表格工具。智能代理可以協調律師、客戶和其他代理之間的工作。當 Legora 進行自身收購時，也使用了該產品進行盡職調查。
在工程與團隊結構方面，Legora 區分了「法律工程師」和「前線部署工程師」（forward-deployed engineers）的職責。Lauritzen 曾使用「300 斯巴達勇士」的簡報論證 20 名工程師就足夠了，但現在團隊已有 100 人，他仍覺得人手不足。關於模型偏好，Lauritzen 認為 Fable 和 Opus 在起草時過於囉嗦，更喜歡 Astra 簡潔的寫作風格。他指出，起草長合約本質上是一個搜尋問題。
此外，討論還涉及法律行業的未來，包括律師事務所合夥制、按小時計費模式以及初級律師工作的存續問題。Legora 正在紐約、斯德哥爾摩和倫敦招聘工程師。
尚待確認：原文未提供具體的財務數字或估值細節。
尚待確認：關於模型準確率從 70% 提升到 99% 的具體測試基準細節未在摘要中詳述，僅提及是某次發布後的結果。
尚待確認：「300 斯巴達勇士」簡報的具體內容與當前團隊規模（100人）之間的邏輯關係僅為演講者觀點，非客觀事實。
事件背景
Legora 是一家法律科技公司，其產品允許律師起草與編輯 Word 文件、審查大量合約（如單次處理一萬份）並執行盡職調查。該公司強調數據隱私，因此所有基礎設施運行在 Azure 上。Legora 的工程團隊包括「法律工程師」和「前線部署工程師」。
