2026 Harvey Tenet是什么：Kimi K3后训练与法律代理基准全解析

Harvey 把第一份后训练开源权重模型写成 Tenet。下文按官方博文与 Law.com 分开能核对的数字。

法律科技公司 Harvey 本周把一份研究预览写成可核对的技术说明：不再只租用别人的旗舰接口，而是在开源底座上做法律后训练，并给出自家 Legal Agent Bench 上的数字。

核心对象是 Harvey Tenet。官方写它是 Kimi K3 底座、与 Fireworks 一起做异步强化学习，面向「长程、智能体式」法律任务。下文只整理官方博文与 Law.com 8 月 20 日稿能对上的口径，不写成「已全面超过 Fable 5 / GPT-5.6」。

官方写成了什么

Harvey 写过去六个月两条线：用开源权重做前沿法律智力；并让律所自建、自有模型。Tenet 是第一条线的首个后训练检查点。训练环境仿 LAB：合伙人式任务说明、客户事项材料、专家量规。智能体在沙箱里检索、读文件、把交付物写到磁盘，再用 LLM 评判。

能核对的几条口径

1. 1

   底座与算法写得很具体

   官方：Kimi K3 + Fireworks 异步 RL；策略用 GSPO（组内优势、近平局重评、长度项、双端裁剪）。评判消融后收敛到 Kimi 2.6。语料是合成数据、公开法律数据与人类专家数据；与 Mercor 等合作做专家集与合成数据审校。

2. 2

   LAB 数字是相对 K3，不是独立实验室榜

   官方：hold-out 完成任务「几乎两倍」、LAB Contracts 多 20%；all-pass +9 与 +2 个百分点。自称 LAB Contracts 最强、LAB 第二。基线分数图注写 Vals LAB 榜。未见第三方按同一协议复跑整表。

3. 3

   另外三组能力实验不要和 Tenet 混成一个模型

   M&A 尽调写的是 GLM-5.2 在 RLM 线缆里自蒸馏，标准通过率到 60.1%。Review Table 也是后训练 GLM-5.2。Firm Knowledge 是与 Engram 训的 Qwen3.8-27B。这些是「将并入产品」的分项，不是 Tenet 本体。

官方把迁移写到「训练未见过」的 APEX Agents 与 Redline Bench。这是他们的泛化声明。基准本身仍可能与法律工作分布重合，不宜读成法庭认证。

# Harvey Tenet (official, research preview)
base: Moonshot Kimi K3
post-train: async RL + Fireworks
optimizer: GSPO
judge: Kimi 2.6
no customer data in post-training

读法与边界

完成量翻倍 ≠ 法律意见已可无人签发

数字是 LAB hold-out 与量规。官方同时写知识类基准（LegalBench、CUAD、MAUD 等）「未伤底座」。这不是执业许可或监管批准。

LLM 评判有噪声

奖励是量规细项加权 + 整体法律争点，满分有奖金。他们用更重旗舰做消融后选 Kimi 2.6。评判器本身会错。

Harvey II 的 Memory 是产品，不是 Tenet

Law.com：Tenet 见报两天前发布 Harvey II 与上下文保持。Startup Fortune 写 Memory 不用于训模型。应分开读。

还想核对的问题