按小时计费的法律服务，正在成为一场效率竞赛中最尴尬的定价方式。一家律所若把一份融资文件做得更快，在传统计费模式下意味着更少的收入；客户若想控制预算，往往只能压缩咨询深度，而不是获得更精准的交付。这种激励错位并非新问题，但当 AI 开始把法律研究、合同起草和流程协调的时间从数小时压到数分钟，按小时收费的脆弱性就暴露得更加彻底。Blackletter 想用一套组合拳回应这个问题：资深律师、自研 AI 平台，以及彻底放弃按小时计费。
2026 年 11 月，这家总部位于纽约的律所宣布完成 600万美元种子轮融资，由 Lerer Hippeau 领投，Seven Stars、Maple VC、Garage Capital、Ripple Ventures 以及一批 AI 公司创始人参与。与多数法律科技公司向现有律所销售软件不同，Blackletter 自己就是律所。公司通稿称，其律师在自研系统 BlackletterOS 内完成工作，客户按固定费用付费，而不是按律师投入的时间付费。
这笔融资的金额在种子轮中并不算大，但它的意义不在于资本规模，而在于它试图验证一个长期被法律行业搁置的命题：当 AI 真正进入律所的生产流程，固定收费能否从一种客户友好的定价策略，变成一种可持续的规模化商业模式。
| 字段 | 内容 |
|---|---|
| 公司 | Blackletter |
| 轮次 | 种子轮 |
| 金额 | 600万美元 |
| 投资方 | Lerer Hippeau（领投）、Seven Stars、Maple VC、Garage Capital、Ripple Ventures、Aidan Gomez、Ivan Zhang、Nick Frosst、Jae Lee、Sara Hooker |
| 总部 | 纽约 |
| 创始人 | Jonathan Rosenbluth、David Stewart、Avi Brudner |
| 官网 | blackletterfirm.com |
把 AI 从律所的外挂工具变成生产主干
Blackletter 的产品核心不是一套卖给律师的辅助软件，而是一个名为 BlackletterOS 的法律操作系统。公司通稿称，该系统借鉴了联合创始人在 Cohere 开发与部署前沿 agentic AI 系统的经验，能够统筹所有法律事务、主动推进多步骤任务，并持续消化每位客户的业务背景与偏好。律师在系统内完成工作，同时对法律判断、客户沟通和最终成果负责。
这套架构的关键在于，AI 不是被放置在律师工作流之外的查询工具，而是被嵌入任务分配、进度推进和上下文积累的环节。公司通稿称，BlackletterOS 会随着每一次服务不断学习客户情况，从而在后续项目中提供更贴合业务语境的输出。在此基础上，公司还在开发 Blackletter Proactive Intelligence（BPI），拟利用积累的客户知识识别法律需求与潜在商业机会。这意味着 Blackletter 试图把律所从“客户提出需求—律师响应”的被动模式，推向“系统发现需求—律师主动建议”的模式。
联合创始人兼 CEO Jonathan Rosenbluth 在公司通稿中表示：“我们主动式的技术产品反映了我们的核心信念——法律应该是业务的推动者，而不是对业务征税。”这一表述指向的不仅是产品功能，更是 Blackletter 对律师角色的重新定义：律师不应只是交易文件的制作者，而应成为客户商业决策中的持续参与者。
不过，这套系统的实际能力边界仍难以从公开材料中判断。公司通稿称，其内部基准测试显示律师完成任务所需时间不到传统律所的一半，且 BlackletterOS 的输出在内部对比中比领先法律软件更准确。但公司未披露测试的具体任务类型、样本量、对比对象或误差范围。Citybiz 和 Pulse 2.0 的报道均指出，这些性能说法来自 Blackletter 自身，未附有独立验证的基准数据。在缺乏第三方测试或客户审计的情况下，这些数字更适合被理解为公司的产品目标，而非已被验证的行业事实。
固定收费不是新概念，但 AI 让它第一次有了规模化的可能
固定收费在法律行业并不新鲜。并购交易中的打包报价、移民申请的定额服务、初创公司注册的套餐价格，都是固定收费的常见形态。但传统固定收费的覆盖范围有限，律所通常只愿意在流程高度标准化、风险可控的业务上放弃按小时计费。一旦涉及复杂谈判、多方协调或不确定性较高的诉讼，律所往往会退回按小时计费，以对冲成本超支的风险。
Blackletter 的商业模式试图把固定收费扩展到公司、商业、融资、并购与雇佣等更广泛的业务领域。公司通稿称，其采用以成果为导向的固定收费模式，将律所激励与客户结果对齐。逻辑上，这意味着 Blackletter 承担了项目复杂度超出预期的部分风险；如果 AI 无法兑现效率提升，固定收费就会侵蚀利润。反过来，如果 BlackletterOS 确实能把单位任务时间压缩到传统律所的一半以下，固定收费就能在保持利润率的同时，给客户提供更可预测的成本。
这套模式与向现有律所销售法律科技工具的路径形成对比。后者面临的核心问题是：按小时计费的律所缺乏采用提效工具的财务激励。一家律所若购买 AI 工具把合同审查时间从十小时降到两小时，在按小时收费模式下，它的收入会直接下降。除非客户需求弹性足够大，或者律所转向固定收费，否则效率提升反而会损害收入。Blackletter 把软件嵌入自己的运营模式，绕开了这个激励冲突。但代价是，它必须同时承担律所运营和软件研发的双重成本，而这两件事的规模经济逻辑并不相同。
75 家客户与一笔 3700万美元融资背后的验证缺口
公司通稿称，自 2026 年 6 月结束隐身期以来，Blackletter 已积累 75 家以上早期与成长期公司及投资机构客户，包括 Ada、Antidote、Crux、Fanatics Betting & Gaming 和 Twelve Labs。公司通稿还称，其近期为大气数据初创公司 WindBorne Systems 的 3700万美元 B 轮融资提供法律服务，并称这是挑战者律所主导确认的最大一笔融资。
WindBorne Systems CEO 兼联合创始人 John Dean 在公司通稿中表示：“Blackletter 的建议比其他律所理智 100 倍。答案清晰、速度快，来自真正理解初创公司需求的人。”这是一句有力的客户背书，但它来自公司通稿援引的单一客户，且该客户本身就是 Blackletter 的服务对象。它证明了至少有一位客户对服务体验满意，却无法独立证明 Blackletter 的服务质量在更大客户样本中具有一致性。
更值得关注的是，公司未披露营收、估值或律师人数。75 家客户听起来是一个不错的早期数字，但如果这些客户主要是早期初创公司，其单客收入可能有限；如果 Blackletter 的律师团队规模较小，那么人均服务客户数量就会偏高，这可能意味着服务质量承压，也可能意味着 AI 确实承担了大量工作。在没有律师人数和收入数据的情况下，外界无法判断这 75 家客户对应的是怎样的商业规模。
WindBorne 的 3700万美元 B 轮融资是一个相对具体的交易案例。公司通稿称这是“挑战者律所主导确认的最大一笔融资”，但这个表述本身就是一个需要拆解的声明。“挑战者律所”的定义并不清晰，它可能指所有非传统大型律所的新兴法律服务机构，也可能是一个更窄的口径。在没有行业统计或第三方确认的情况下，这个“最大”的说法只能作为公司单方陈述存在。
Cohere 系创始团队带来的技术叙事与法律运营的双重考验
Blackletter 的创始团队构成，是这笔融资中最具辨识度的部分。公司通稿称，联合创始人 Jonathan Rosenbluth 和 David Stewart 此前在 Cohere 担任产品与工程领导职务，联合创始人 Avi Brudner 曾任服务税务专业人士的 AI 软件公司 Blue J 的 COO。这意味着团队同时具备前沿 AI 系统的开发经验和法律科技公司的运营经验。
投资方名单也强化了这层技术叙事。Cohere 的 Aidan Gomez、Ivan Zhang 和 Nick Frosst 以个人身份参与投资，Twelve Labs CEO Jae Lee 和 Adaption Labs CEO Sara Hooker 也在投资方之列。Lerer Hippeau 管理合伙人 Graham Brown 在公司通稿中表示：“法律行业已经为结构性变革和真正功能性的解决方案做好了准备，AI 第一次让这成为可能。”他还称，Blackletter 团队结合了原生前沿 AI 经验与快速扩展法律运营的专业能力。
从投资逻辑看，这轮融资押注的是一个跨界团队能否把 AI 工程能力转化为法律服务的运营效率。Cohere 的背景让 Blackletter 在技术叙事上比传统律所或法律科技公司更有说服力，但法律服务的核心瓶颈往往不在模型能力，而在专业判断、责任承担和客户信任。一个能开发 agentic AI 系统的团队，未必能同时管理好律师的职业责任、利益冲突规则和复杂交易中的判断风险。Blue J 的运营经验或许能部分弥补这一点，但 Blue J 服务的是税务专业人士，与直接面向企业客户提供全方位法律服务的律所运营仍有差异。
Lerer Hippeau 是一家总部位于纽约的早期风险投资机构，自 2010 年以来已投资 400 多家企业与消费公司。它在本轮中领投，说明其将 Blackletter 视为一个可能改变法律服务供给结构的平台型机会，而非单纯的律所扩张项目。但风险投资对律所的投资本身就是一个相对少见的类别。律所传统上依赖合伙人资本和利润分配，而非外部股权融资。Blackletter 接受风险投资，意味着它必须追求远超传统律所的增长率，才能在股权结构下为投资人创造回报。这种增长压力与法律服务的专业责任之间能否平衡，是这笔投资最核心的未解问题。
资金用途明确，但规模化路径仍缺少关键变量
公司通稿称，本轮资金将用于进一步开发 BlackletterOS 平台，并扩充律师与工程师团队。这个用途与 Blackletter 的双重身份一致：它既需要持续投入软件研发，也需要扩大法律服务的交付能力。但 600万美元在纽约法律服务市场能撬动的规模有限。如果 Blackletter 要招募资深律师，其薪酬成本会迅速消耗这笔资金；如果它选择以初级律师加 AI 的模式控制成本，那么“资深律师”的品牌承诺就需要重新审视。
公司未披露成立年份，也未披露本轮融资首次公开宣布或完成的具体日期。来源材料中的 2026 年 11 月 9 日和 10 日均为发布日，不能作为融资完成日。总部所在地也存在表述差异：多数来源称纽约，一家聚合来源称加拿大。这种差异可能源于创始团队的加拿大背景或公司注册结构的复杂性，但材料未给出可核实的注册地址。
从已披露的信息看，Blackletter 的规模化路径面临三个关键变量。第一，BlackletterOS 的效率提升能否在复杂交易和诉讼类业务中持续兑现，而不仅仅是在标准化合同和常规融资文件中成立。第二，固定收费模式能否在客户规模和案件复杂度上升后维持利润率，尤其是在 AI 无法完全替代资深律师判断的环节。第三，Blackletter 能否在保持服务质量的同时，以足够快的速度扩大律师团队和客户基数，以满足风险投资对增长的预期。这三个变量中，前两个取决于产品能力，第三个取决于组织能力，而公司目前披露的数据都不足以验证其中任何一个。
法律行业的结构性机会与 Blackletter 的待验证假设
公司通稿称，传统律所正竞相采用 AI 并寻求转型，法律行业正迎来结构性变革。这一判断与当前法律科技领域的整体趋势一致：大型律所正在试验 AI 辅助合同审查、尽职调查和法律研究，企业法务部门也在压缩外部法律支出。但“行业正在变革”与“Blackletter 能从中胜出”是两个不同的命题。
Blackletter 的路径与法律科技公司存在本质区别。法律科技公司向律所销售软件，收入来自订阅或授权费，不承担法律服务本身的专业责任。Blackletter 自己就是律所，收入来自客户的法律服务费，必须对每一个项目的法律质量负责。这意味着 Blackletter 不能像软件公司那样快速迭代、容忍缺陷，也不能像传统律所那样把效率提升的收益让渡给按小时计费的惯性。它必须在软件工程和法律专业责任之间维持一种高难度的平衡。
从已披露的客户名单和交易案例看，Blackletter 目前主要服务早期与成长期公司，业务集中在公司、商业、融资、并购与雇佣。这些领域相对标准化程度较高，AI 的适用空间较大，但竞争也最激烈。初创公司可以选择传统律所、精品律所、法律科技平台或内部法务团队，Blackletter 的固定收费和 AI 效率能否构成足够强的差异化，取决于其实际交付质量而非技术叙事。
公司通稿称 BlackletterOS 的输出在内部对比中比领先法律软件更准确，但未披露对比对象、测试方法或误差范围。公司通稿称其律师完成任务所需时间不到传统律所的一半，但未披露任务类型或样本量。公司通稿称 WindBorne 的 3700万美元 B 轮是挑战者律所主导确认的最大一笔融资，但未给出“挑战者律所”的定义或统计口径。这些声明都来自公司自身，尚无独立第三方验证。它们构成了 Blackletter 商业故事的核心假设，也构成了这个故事最大的不确定性。
RecodeX 极客视：Blackletter 的种子轮融资，本质上是在为“AI 原生律所”这个尚未被验证的品类定价。它的技术叙事足够清晰，创始团队的 Cohere 背景也给了投资人一个可信的效率故事。但法律服务的竞争从来不只是效率竞争，更是信任、判断和责任的竞争。固定收费加 AI 的模式能否在客户规模扩大后维持质量，能否在复杂交易中兑现效率承诺，能否在风险投资的增长压力下守住专业底线，这些问题没有一个是 600万美元能回答的。Blackletter 已经拿到了验证这些假设的门票，但真正的考验才刚刚开始。
信息来源
本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。