一、已核实的主干事实（可放心用）
• 时间与事件：2026 年 8 月 20 日，法律 AI 公司 Harvey 发布研究预览模型 Harvey Tenet，明确以月之暗面（Moonshot AI）开源权重模型 Kimi K3 为底座，做法律领域后训练（post-training），合作方含 Fireworks Research。
• Kimi K3 底座参数：2026 年 7 月 27 日左右月之暗面开源，总参数 2.8 万亿（MoE，激活约 1040 亿），100 万 token 上下文，原生多模态，修改版 MIT 许可证开放权重。
• Harvey 背景：2022 年成立，OpenAI Startup Fund 种子轮领投，2026 年 3 月估值 110 亿美元，客户含 Latham & Watkins、A&O Shearman、汇丰、普华永道、KKR 等，月处理 token 量级对外披露冲向 13 万亿。
• 训练规模：约 150 张 NVIDIA B300，异步 RL + 律师专家评分，两个月级后训练，非从头预训练。
• 西方公司用中国开源底座趋势：Cursor（Kimi K2.5）、Perplexity（K2）、Cognition（K3）、Thinking Machines（K2 Thinking）等均有采用或后训练报道。
二、被放大的表述（别照原文当技术结论）
• “全通过率提升 82%”：Harvey 官方 LAB 基准口径是——全通过率从 K3 基座约 11% 提到 19.7%，即绝对提升约 9 个百分点，相对增幅 ≈ 79%–82%。原文把“相对增幅”当卖点，没交代基数低，容易读成“性能翻倍强到离谱”。
• “推理成本不到主流前沿模型四分之一”：Harvey 口径是“部分高价闭源模型单任务成本是 Tenet 的 2–3 倍”，且 Tenet 单任务约 6 美元与 K3 基座相近；“四分之一”是把最贵闭源档位和自研权重摊薄后的混合算法，不是严格实测比值。
• “叛变 / OpenAI 亲儿子反水”：戏剧化措辞。Harvey 没宣布抛弃 GPT/Claude，Tenet 目前只是研究预览，产品主力仍多模型路由；选 K3 是“多一条可部署自主权重路线”，不是断交。
• “供应商变竞争对手”逻辑：OpenAI 挖 Ironclad 创始人做法律业务、Anthropic 出 Legal 插件，确有其事，但这是所有基础模型厂向下游专业服务渗透的共性，不止 OpenAI。
三、硬伤/错记点（转述时要改）
• “Fable 5 / GPT-5.6 Sol”：这两个名字是媒体稿里的代称/虚构参照，非 OpenAI/Anthropic 官方当前发布名，严谨写法是“对比头部闭源前沿模型（如 GPT-5 系列、Claude 系列）”。
• GPU 数量：你原文写 150 块 B300，部分媒体写 134 块，属同一量级区间，引用时写“约 150 张”最稳。
• “OpenAI 前 CTO 创办的 Thinking Machines 采用 Kimi K2 Thinking”：Thinking Machines 确实被外媒点名用过 K2 系做后训练实验，但非其唯一/主底座，不宜写成“采用 Kimi 做主底座”。
四、这件事真正的信号（比“叛变”更准确）
1. 开放权重模型第一次跨过专业场景门槛：Kimi K3 让垂直公司（法律/医疗/金融）有能力拿完整权重做 LoRA/专家层改权重，而不是只调 prompt——这是 Harvey 选它的根本技术前提。
2. 垂直 AI 公司的护城河从“调哪个 API”转向“自有后训练权重 + 领域评测 + 部署主权”：150 张卡两个月，比从头预训练省两个数量级，但比纯 RAG 多一层模型级控制。
3. 中国开源模型“西进”是结构性趋势，不是单次事件：参数谱系（K2→K2.5→K3）、长上下文、MIT 类开源许可、可本地部署，正好对齐西方中小 AI 公司的成本与合规诉求。
