Harvey Labs

采用判断：对正在做法律智能体训练、回归测试或模型与架构对比的研发团队，Harvey Labs 值得作为候选基准；对要直接交付合同审查、法律检索或法律意见的用户，它不能替代生产工具。它不是法律检索库、合同工作台、面向律师的成品助手，也不是可直接调用的稳定 API；更准确的类比是法律智能体领域的开源题库、评分规程和实验尺，产出应是任务结果、分项分数与可比较的评测报告。

实际作用：GitHub 项目将其定位为评估并改进法律工作智能体能力的基准，包含法律智能体任务和评估标准。知乎文章把首批规模描述为 1200 多个任务、覆盖 24 个法律实践领域、约 75000 条标准；另一条 X 帖称已将 1760 个任务转换为 Harbor 格式，便于运行实验。由于这些数字来自不同的社媒或文章摘要，且不是同一口径，适合视为项目规模线索，不宜当作稳定官方规格。它的核心价值是把法律场景拆成可重复测试的单元，而不是替你完成法律工作。

门槛与成本：证据没有给出官方定价、API 费用或托管服务承诺，也没有证明开箱即用。开源仓库和社区 Harbor 转换帖表明可以自行组织任务并运行实验，但实际仍需准备评测流程、被测模型或智能体、结果记录和可能的推理算力；这些成本是基于运行方式的保守推断，不是项目报价。若要把分数用于采购或上线决策，还要检查任务适用性、评分标准偏差、数据许可和法律责任，不能把一次跑分当成真实业务质量。

适合研究法律 AI、构建多智能体流程、做模型回归测试或需要公开对比指标的工程师、评测人员和团队；不适合只想立即获得准确法律答案的个人、需要完整界面和合规托管的律所，或把基准分数直接当作法律结论的人。社媒关注度是明确的：GitHub Trending 记录显示 686 stars、170 forks，X 两条提及合计带来约 5.5 万浏览，说明它受关注；这不是好用证明。现有 6 个来源中有 1 个 GitHub Trending、2 个 X 帖和 3 篇知乎文章，文章分析较多，且有一个社区运行格式转换示例，但可核验的独立实测、教程和评论很少，0 条评论，讨论质量偏传播与观点分析，样本有限且对规模、行业影响存在解读性争议。