客户已经想买了，钱却卡在合同上。
这可能是很多B2B公司最熟悉、也最难公开承认的增长摩擦：销售拿回了采购意向，双方已经谈到MSA、DPA、NDA，下一步本该签字、开票、上线。但合同被丢进法务队列，外部律师按小时计费，邮件来回几轮，两个星期过去，业务团队只能继续催。
法律工作当然不能草率。问题是，在许多高速增长公司里，真正拖慢交易的并不是“法律判断”本身，而是合同进入队列、拆条款、找历史先例、确认红线尺度、写回复邮件这些重复工作。
Crosby切的就是这个口子。
它不是一个卖给律师的AI插件，而是一家AI原生律所。按照TechCrunch 2025年6月的报道，Crosby公开亮相时拿到580万美元种子轮，做的是由AI软件和真人律师共同交付的合同审查服务，客户包括Cursor、Clay和UnifyGTM等高增长公司。当时它已经处理超过1000份MSA、DPA和NDA，并承诺在一小时内完成新客户合同审查。
更有意思的是后续速度。Crosby在2026年3月31日官方宣布完成6000万美元Series B，由Lux和Index领投；Forbes同日报道称，这家公司已服务约100家客户、审查13000份合同，收入自2025年10月以来增长约400%，估值约4亿美元。这里要注意，合同量、收入增长和估值虽来自媒体报道，但很可能部分基于公司披露或知情人士信息，不等同于第三方审计。
但这已经足够说明一个信号：法律AI里，真正非共识的机会可能不是“让律师更快”，而是“把律所这门生意重新产品化”。
它卖的不是工具，是一个结果
传统法律软件的默认路径，是把AI能力嵌进律师现有工作流：帮律师总结合同、起草条款、检索案例、生成红线建议。客户买的是软件，判断、责任和交付仍留给律师。
Crosby反过来做。
它直接成为服务提供方。客户把合同通过Slack、邮件或工作流入口发给Crosby，系统先做条款提取、风险识别、市场条款对比和客户偏好调用，再由持牌律师复核、调整、签发红线和谈判建议。客户收到的不是“AI建议你这么改”，而是“这份合同已经被审过，可以进入下一轮谈判”。
这一区别很关键。
在高风险垂直场景里，用户很多时候不是缺一个更聪明的工具，而是缺一个可以托付责任的完成态结果。法律尤其如此。一个创业公司CEO或销售负责人，不想学习怎么提示一个法律模型，也不想判断某条责任限制是否可靠。他要的是：这份合同能不能签，哪些条款必须改，哪些让步可以接受，什么时候能把红线发回去。
Crosby把AI藏在服务背后，把责任留在交付里。
计费单位变了，商业化逻辑也变了
律所最传统的计费单位是小时。小时计费的问题在于，它把客户想要的“快”变成了服务方收入上的惩罚。律师越快，账单越短；流程越慢，客户越痛。
Crosby选择的方向是固定价格、按文件或按事项收费。Sacra的公司档案称，Crosby采用按文件固定收费模式，典型合同审查约400美元；Yespress的公开档案也提到其按文件固定价格，大致在数百到一千美元区间。这些不是Crosby官网公开价目表，应视为第三方估算或档案口径。
但商业逻辑很清楚：客户买的不是律师花了多少小时，而是一个确定的合同审查结果。
这让AI效率的收益归属发生变化。传统小时计费下，AI让律师少花时间，反而可能压低收入；固定按件收费下，AI让同一团队处理更多合同、更快交付、保持质量，服务方就能把效率提升转成毛利。
这才是Crosby最值得AI创业者研究的地方。它不是把AI当作功能，而是把AI放进商业模型的底层，把“时间”改成“结果”，把“人力排队”改成“系统吞吐”。
为什么客户愿意买？
因为合同审查卡住的不是法务部门自己，而是收入。
Crosby的Cursor客户案例把这一点讲得很清楚。Cursor在高速增长中需要让销售合同以小时或分钟推进，而不是以天或周等待。Crosby嵌入Cursor的GTM团队，销售人员在Slack里提交红线，几小时内收到意见或修订文档，Cursor法务团队仍能保持可见性和控制。
这个案例披露了三个结果：审查时间下降约50%，合同量增长30%，处理2100+请求。这里同样要标注：这是Crosby官网客户案例数据，未经第三方审计。但它解释了客户为什么愿意为这类服务付费。
如果你把Crosby理解为“便宜律师”，就会低估它。
它真正进入的是销售组织的速度预算。对一个高增长B2B公司来说，一份标准合同早一天通过，可能意味着一个客户早一天上线、一笔收入早一天确认、销售团队少一次追问法务。合同审查的价值不只在省律师费，也在减少交易摩擦。
这也是为什么Crosby的入口不是复杂的法律管理后台，而是Slack、邮件和客户已经使用的工作流。它把自己伪装成“另一个团队成员”，而不是“又一个系统”。
真正的产品，是会学习的律所
Crosby更深的一层产品化，是把每一次合同审查变成可复用的组织记忆。
在Cursor客户案例里，Crosby提到其知识基础设施会记录客户偏好、历史谈判、对方立场、内部讨论和战略优先级。某一次谈判中法务接受了某个条款，这个选择会成为未来类似客户、类似合同中的参考。
这听起来像知识库，但它比普通知识库更靠近业务决策。
合同审查的难点不只是条款是否合法，而是“在这个客户、这个交易额、这个市场地位、这个销售阶段下，我们应该让到哪里”。这种判断过去存在于律师记忆、邮件线程和零散文件里，很难被新同事继承，也很难被销售团队实时调用。
Crosby如果能把这些偏好沉淀成可查询、可复用、可随客户扩张而增长的系统，它卖的就不只是一份合同审查，而是一套公司自己的商业法律操作系统。
这也是它可能形成锁定的地方。不是模型本身，而是客户历史、偏好、风险尺度和交易语境。
风险也很硬
这个模式并不轻。
第一，法律服务有监管边界。Crosby强调自己是垂直整合的AI原生律所，并由律师背书、承担责任。这是卖点，也是约束。跨州、跨国、跨业务类型扩张时，执业资格、责任保险和监管结构都会影响速度。
第二，固定价格要经受复杂度考验。标准NDA、DPA、MSA可以产品化，但一旦进入高度定制、跨境、并购、金融或监管合同，AI和标准流程能吃掉多少工作、需要多少律师判断，直接决定毛利。
第三，大型律所、CLM平台和法律AI公司不会旁观。Harvey、Spellbook、Ironclad、Legora这类玩家都在争夺法律AI入口。Crosby的不同之处是“自己下场交付法律服务”，但如果市场证明按件交付有效，更多混合型服务公司也会出现。
所以Crosby不是一个“AI会替代律师”的简单故事。更准确地说，它在测试一个更现实的问题：当AI足够强时，专业服务公司能不能重新设计成软件公司那样的吞吐结构，同时保留专家责任？
给AI创业者的启发
Crosby值得写，不是因为它又融了一大笔钱，而是因为它指出了一条被低估的AI商业化路径。
很多AI产品还在卖“更快生成”：更快写文案、更快写代码、更快读合同。但客户真正愿意高价购买的，往往不是生成速度，而是业务结果是否可靠、责任是否清晰、交付是否可控。
Crosby把合同审查拆成了一个结果产品：输入是一份合同，输出是律师背书的红线和谈判建议，中间用AI压缩重复劳动，用知识系统沉淀客户偏好，用固定价格替代小时计费。
这给创业者一个很直接的提醒：如果一个行业的旧收费单位和客户真实价值不一致，AI最有杀伤力的地方，可能不是给旧流程加一个Copilot，而是重做收费单位。
当法律不再按小时卖，而按“让合同继续往前走”来卖，AI才真正进入了商业化深水区。