这是一期来自 Y Combinator 官方频道的演讲发布于 2026 年 8 月主讲人是法律科技公司 Legora 的联合创始人兼 CEO Max Junestrand。他在 Startup School 2026 的演讲与炉边谈话中回顾了 Legora 从一个被 YC 拒绝过的原型项目成长为覆盖全球 50 个国家、ARR 突破 1 亿美元的法律 AI 平台的历程。Legora 官网将自己定位为律师的代理操作系统承诺从头到尾处理复杂法律工作。截至演讲时全球超过 3% 的律师是其活跃用户团队规模从瑞典的 3 名工程师扩张至全球超过 750 人。Max 本人在 GPT-3.5 发布后从大学辍学由此成为这场法律行业 AI 变革的亲历者与推动者。这个故事的起点并不光鲜——一次 YC 面试中当场被合伙人嘲笑一段在没有窗户、下午五点就断掉空调的会议室里奋斗的岁月。但正是这些细节构成了 Legora 增长曲线背后最真实的注脚。1. 你们知道律师有不同类型吗第一次 YC 面试是 Max 至今回忆起来最痛苦的时刻之一。2023 年 5 月他们带着用大语言模型查询所有法律文档的愿景申请 YC。面试刚开始合伙人问了一个看似简单的问题你们主要服务哪类律师Max 的回答是什么意思律师还有不同类型吗Tom Bloomfield 当场笑了出来。Max 说他当时就知道这局输了。但他们没有把这次失败变成借口。被拒后的第一天他几乎什么都做不了第二天他们回到了产品。两个月后他们以新的公司名、新的平台重新申请并拿到了录取通知。这一次他们做了功课。Max 把 YC 的录取通知截图存了下来那张截图成了他最喜欢的照片之一。2. 搬进律所在会议室里对抗夏天YC 批准后Legora 团队搬进了北欧最大律所之一 Mannheimer Swartling 的办公室。这家律所的管理合伙人曾在两年前公开上电视说AIartificial 的程度远大于 intelligence。改变这种认知是他们进入这个行业的第一道门槛。在法律行业出错的代价远大于做对的奖励。这个行业天然排斥软件尤其排斥不成熟的 AI 产品。而最早一批 AI 解决方案需要投喂大量训练样本才能换来微小的效果提升——这与律所的工作逻辑完全相悖。GPT-3.5 的出现改变了这一切。在律所内部他们拿到的是一间没有窗户的会议室。下午五点空调准时关掉。到了晚上六点工程师们会去打开冰箱的门前后晃动把冷气扇进房间。那些会议椅在他们背上留下的压痕Max 说三年后还能感觉到。3. 80 场投资人会议换来 951 万美元从 YC 结束时的 100 万美元 ARR 出发他们开始了第一轮融资。Max 在一周半内排了 80 场投资人会议欧洲投资人和美国投资人都有。两种对话让他体会到了截然不同的思维方式。美国投资人想的是什么能成欧洲投资人更多在问什么会出错。 最终他们选择与 Benchmark 合作合伙人 Chaan 成为他们的董事会成员。谈判细节拉到小数点后的精度最终投资金额定格在 951 万美元。三周后Redpoint 又跟进了 pre-letter 的 A 轮。账上有了 3500 万美元。团队只有 10 个人。然后出现了一个警示信号那个月他们从银行利息赚到的钱比从客户那里赚到的还要多。4. 冻结销售——反常识的六个月这是 Max 演讲中最反直觉的决定。拿到 3500 万美元融资后面对第一次董事会他们做了一个让外人难以理解的选择冻结整个销售流程。原因只有一条在法律行业你只有一次机会。如果系统在高流量时宕机如果延迟太高如果产品在展示时出了任何差错律所不会给你第二次机会。在此之前Legora 还在用全员投票决定做什么功能——民主但低效。功能太多方向分散平台的底层架构也跟不上模型和 agentic 框架比如 LangChain快速演进的步伐。那六个月他们重写了几乎所有代码并在 2024 年 10 月写下了Legora 产品宣言第一次系统地确立了产品的边界与方向。销售冻结结束后ARR 开始真正起飞——从 100 万冲向 1 亿的那条曲线就是从那里开始的。5. 简历上的名校光环是一个陷阱在人才建设上Max 分享了一个他亲身经历后才理解的教训。早期他们照着顶级简历的标准招人名校、大厂背景。但结果往往是这些人的能力与期望并不匹配。后来他把这个问题归结为一种斯堪的纳维亚文化现象——Jante Law詹特法则一种集体潜规则强调你不比别人强你不要以为自己有多特别。他观察到很多人因为这种文化熏陶即便有真实能力也不习惯展示竞争力也不习惯给自己设定远超当下的目标。而 Legora 真正需要的是那些愿意学得比任何人都快的人——成长速度本身就是最关键的品质超过简历也超过既有的专业背景。6. 斯德哥尔摩的 onboarding成了护城河Legora 增长飞速的另一个不被常规提及的因素是他们的 onboarding 流程。他们的核心客户起初集中在欧洲尤其是北欧。为此Max 曾在旧金山每天凌晨一点到上午十点守着电话只为覆盖欧洲的工作时间。这种极度靠近客户的方式形成了一套深度本地化的上线支持体系。他将其称为 Legora 真正的竞争优势之一——不是产品本身的某个功能而是律所愿意为之留下来的服务体验。7. 对模型改进下注你相信它会变好吗演讲中段Max 谈到了一个 AI 产品公司都必须面对的根本性问题你是否相信底层模型会持续变好他的答案是肯定的而且是那种需要写入产品决策的、基于信念的肯定。Legora 的整个产品架构是建立在这个前提之上的——他们不只是用今天的模型做产品而是在押注模型未来的能力边界会不断扩展。与此对应的是他们自己搭建了一套 Evals评估体系。法律工作的准确率要求远高于一般消费者产品他们需要有自己的标准来衡量每次模型升级带来的真实收益而不是依赖外部基准测试。8. CEO 的核心技能讲故事接近尾声时Max 给了一个明确的判断CEO 最重要的技能是讲故事的能力。这不是营销话术而是功能性工具。投资人、员工、客户——所有人都需要被说服相信一个还不存在的未来。80 场投资人会议里让他们最终拿到钱的不是数字而是那个能让对方想象出终态的叙述。他同时提到了关于野心的问题。野心不是天生的也不是靠自我暗示培养出来的——它来自真实的竞争来自你见过足够多的人在某件事上做到极致然后意识到我也可以。从一次被当场嘲笑的 YC 面试到全球超过 3% 的律师用上了他们的产品Legora 的故事印证了 Max 反复强调的一点创业的核心不是聪明而是愿意比任何人都学得更快。18 个月ARR 从 100 万到 1 亿这条曲线的背后是一次冻结销售的反常识赌注是一间没有窗户的会议室以及一个当年连律师有不同类型都不知道的创业者。 Max Junestrand的法律科技之路，凭什么这么快？
这是一期来自 Y Combinator 官方频道的演讲发布于 2026 年 8 月主讲人是法律科技公司 Legora 的联合创始人兼 CEO Max Junestrand。他在 Startup School 2026 的演讲与炉边谈话中回顾了 Legora 从一个被 YC 拒绝过的原型项目成长为覆盖全球 50 个国家、ARR 突破 1 亿美元的法律 AI 平台的历程。Legora 官网将自己定位为律师的代理操作系统承诺从头到尾处理复杂法律工作。截至演讲时全球超过 3% 的律师是其活跃用户团队规模从瑞典的 3 名工程师扩张至全球超过 750 人。Max 本人在 GPT-3.5 发布后从大学辍学由此成为这场法律行业 AI 变革的亲历者与推动者。这个故事的起点并不光鲜——一次 YC 面试中当场被合伙人嘲笑一段在没有窗户、下午五点就断掉空调的会议室里奋斗的岁月。但正是这些细节构成了 Legora 增长曲线背后最真实的注脚。1. 你们知道律师有不同类型吗第一次 YC 面试是 Max 至今回忆起来最痛苦的时刻之一。2023 年 5 月他们带着用大语言模型查询所有法律文档的愿景申请 YC。面试刚开始合伙人问了一个看似简单的问题你们主要服务哪类律师Max 的回答是什么意思律师还有不同类型吗Tom Bloomfield 当场笑了出来。Max 说他当时就知道这局输了。但他们没有把这次失败变成借口。被拒后的第一天他几乎什么都做不了第二天他们回到了产品。两个月后他们以新的公司名、新的平台重新申请并拿到了录取通知。这一次他们做了功课。Max 把 YC 的录取通知截图存了下来那张截图成了他最喜欢的照片之一。2. 搬进律所在会议室里对抗夏天YC 批准后Legora 团队搬进了北欧最大律所之一 Mannheimer Swartling 的办公室。这家律所的管理合伙人曾在两年前公开上电视说AIartificial 的程度远大于 intelligence。改变这种认知是他们进入这个行业的第一道门槛。在法律行业出错的代价远大于做对的奖励。这个行业天然排斥软件尤其排斥不成熟的 AI 产品。而最早一批 AI 解决方案需要投喂大量训练样本才能换来微小的效果提升——这与律所的工作逻辑完全相悖。GPT-3.5 的出现改变了这一切。在律所内部他们拿到的是一间没有窗户的会议室。下午五点空调准时关掉。到了晚上六点工程师们会去打开冰箱的门前后晃动把冷气扇进房间。那些会议椅在他们背上留下的压痕Max 说三年后还能感觉到。3. 80 场投资人会议换来 951 万美元从 YC 结束时的 100 万美元 ARR 出发他们开始了第一轮融资。Max 在一周半内排了 80 场投资人会议欧洲投资人和美国投资人都有。两种对话让他体会到了截然不同的思维方式。美国投资人想的是什么能成欧洲投资人更多在问什么会出错。 最终他们选择与 Benchmark 合作合伙人 Chaan 成为他们的董事会成员。谈判细节拉到小数点后的精度最终投资金额定格在 951 万美元。三周后Redpoint 又跟进了 pre-letter 的 A 轮。账上有了 3500 万美元。团队只有 10 个人。然后出现了一个警示信号那个月他们从银行利息赚到的钱比从客户那里赚到的还要多。4. 冻结销售——反常识的六个月这是 Max 演讲中最反直觉的决定。拿到 3500 万美元融资后面对第一次董事会他们做了一个让外人难以理解的选择冻结整个销售流程。原因只有一条在法律行业你只有一次机会。如果系统在高流量时宕机如果延迟太高如果产品在展示时出了任何差错律所不会给你第二次机会。在此之前Legora 还在用全员投票决定做什么功能——民主但低效。功能太多方向分散平台的底层架构也跟不上模型和 agentic 框架比如 LangChain快速演进的步伐。那六个月他们重写了几乎所有代码并在 2024 年 10 月写下了Legora 产品宣言第一次系统地确立了产品的边界与方向。销售冻结结束后ARR 开始真正起飞——从 100 万冲向 1 亿的那条曲线就是从那里开始的。5. 简历上的名校光环是一个陷阱在人才建设上Max 分享了一个他亲身经历后才理解的教训。早期他们照着顶级简历的标准招人名校、大厂背景。但结果往往是这些人的能力与期望并不匹配。后来他把这个问题归结为一种斯堪的纳维亚文化现象——Jante Law詹特法则一种集体潜规则强调你不比别人强你不要以为自己有多特别。他观察到很多人因为这种文化熏陶即便有真实能力也不习惯展示竞争力也不习惯给自己设定远超当下的目标。而 Legora 真正需要的是那些愿意学得比任何人都快的人——成长速度本身就是最关键的品质超过简历也超过既有的专业背景。6. 斯德哥尔摩的 onboarding成了护城河Legora 增长飞速的另一个不被常规提及的因素是他们的 onboarding 流程。他们的核心客户起初集中在欧洲尤其是北欧。为此Max 曾在旧金山每天凌晨一点到上午十点守着电话只为覆盖欧洲的工作时间。这种极度靠近客户的方式形成了一套深度本地化的上线支持体系。他将其称为 Legora 真正的竞争优势之一——不是产品本身的某个功能而是律所愿意为之留下来的服务体验。7. 对模型改进下注你相信它会变好吗演讲中段Max 谈到了一个 AI 产品公司都必须面对的根本性问题你是否相信底层模型会持续变好他的答案是肯定的而且是那种需要写入产品决策的、基于信念的肯定。Legora 的整个产品架构是建立在这个前提之上的——他们不只是用今天的模型做产品而是在押注模型未来的能力边界会不断扩展。与此对应的是他们自己搭建了一套 Evals评估体系。法律工作的准确率要求远高于一般消费者产品他们需要有自己的标准来衡量每次模型升级带来的真实收益而不是依赖外部基准测试。8. CEO 的核心技能讲故事接近尾声时Max 给了一个明确的判断CEO 最重要的技能是讲故事的能力。这不是营销话术而是功能性工具。投资人、员工、客户——所有人都需要被说服相信一个还不存在的未来。80 场投资人会议里让他们最终拿到钱的不是数字而是那个能让对方想象出终态的叙述。他同时提到了关于野心的问题。野心不是天生的也不是靠自我暗示培养出来的——它来自真实的竞争来自你见过足够多的人在某件事上做到极致然后意识到我也可以。从一次被当场嘲笑的 YC 面试到全球超过 3% 的律师用上了他们的产品Legora 的故事印证了 Max 反复强调的一点创业的核心不是聪明而是愿意比任何人都学得更快。18 个月ARR 从 100 万到 1 亿这条曲线的背后是一次冻结销售的反常识赌注是一间没有窗户的会议室以及一个当年连律师有不同类型都不知道的创业者。