Legora 如何從 YC
走到 100M ARR
這支 Y Combinator 訪談表面上是法律 AI 公司 Legora 的成長故事，核心其實是早期創辦人如何把市場、產品、銷售、募資與模型能力變化接成同一條路徑。
來源：Y Combinator YouTube 頻道
SCROLL
這支 Y Combinator 訪談表面上是法律 AI 公司 Legora 的成長故事，核心其實是早期創辦人如何把市場、產品、銷售、募資與模型能力變化接成同一條路徑。
來源：Y Combinator YouTube 頻道
Legora 共同創辦人 Max Junestrand 回看早期時，沒有把故事講成精密規劃。他在學校時盡量多看不同路徑，讀過電腦科學和商業，也做過 McKinsey、待過 YC 新創。法律科技不是一開始的人生藍圖，而是他們碰到問題後決定用力往前跑。
這裡的創業判斷很樸素。暑假先做，手上還有 McKinsey 的全職 offer，風險沒有想像中大。等 YC 接受他們，他才打電話說自己不回去了。對早期創辦人來說，風險不是抽象的勇敢，而是每一步都讓下一步變得更合理。
Legora 的起點不是「我要做法律 AI」這句口號，而是看到法律工作真的有大量文件、重複判斷、時程壓力與高價值客戶。
Legora 在 2023 年夏天開始做，趕上 YC winter batch 的 AI early application。拿到 YC offer 後，他們沒有把 YC 當成找方向的地方，而是把進 batch 之前的時間拿來補產品、跑銷售、建立節奏。
進 YC 時，公司已經大約 10 個人，工程師一起住進 Airbnb，半夜 1 點到早上 10 點接歐洲銷售電話，睡幾小時再去 YC。很多公司還在找題目，Legora 已經在驗證一個明確市場。YC 的價值，是把節奏、信號與募資密度放大。
Max 回到 Stockholm 後，把自己關在會議室裡銷售。他提著公事包跑律所，向 chief innovation officers、knowledge managers 和合夥人推法律科技。他自己也承認產品當時還不夠好，但買方第一次遇到有人對法律科技這麼有能量。
他的銷售不是溫和介紹功能，而是把客戶放進一個趨勢裡：AI 會改變法律工作，你不跟上，競爭對手會先走。這種語氣能成立，是因為法律市場的買方已經感受到壓力，也因為他能拿出早期客戶與使用情境。
這也解釋了訪談開頭的 Jude Law 廣告。Legora 找明星不是為了漂亮，而是法律科技太無聊，他們需要讓市場願意停下來看。Jude Law 起初拒絕替 AI 公司背書，後來被客戶故事說服：律師用 Legora 一天審完上千份協議，準時回家陪家人。
Max 把募資講成一種 mini-game。YC 帶來投資人 inbound 和 demo day 前後的信號，但創辦人仍要連續開會、快速調整、在壓力下保持能量。他提到自己一週排了大約 80 場會議，練習 pitch 時狀態很差，真正重要時必須把場面扛住。
這段對台灣創辦人的提醒是：投資人會讀你的情緒。幾場會議被打槍後，很容易把每個質疑都當成自己錯了，能量也會下降。但投資人若看見創辦人不相信自己的公司，也很難替這家公司建立信心。
他後來把 Legora 稱為自己的人生工作。這句話不是浪漫宣言，而是解釋為什麼團隊願意承受高密度壓力。當一家公司不只是下一份工作，創辦人對市場大小、公司野心與招募標準的要求會一起往上調。
2024 年 10 月，Legora 進入 general availability。當時大約 30 人，團隊寫了一份三頁產品 manifesto，押注三個核心：agent / assistant、tabular review、Word add-in。市場上每個單點都有專門公司，甚至其中一家公司營收是 Legora 的 50 倍。
Legora 的判斷不是避開強對手，而是把三個工作場景綁在一起。如果他們能在三個地方都做到最好，再用 bundle 把法律工作流程串起來，就有機會超過只做單點的公司。這要求創辦人不能只看當下排名，而要寫出十年後律師工作的樣子。
YC 主持人補了一句：每家新創都是一連串 mini-games，贏了一個就進到下一個。Legora 的重點，是每次贏下局部戰役後，都把公司推往更大的產品定義，而不是停在單點功能。
Legora 早期主要想法是 augment the lawyer，幫律師完成個別任務。模型能力在訪談提到的聖誕節前後出現明顯進步後，產品方向開始移動。因為 Legora 已經有企業信任、文件、email、工具與任務框架，就能建立更主動的法律 agents。
Max 舉了 M&A due diligence 的例子。資料室常常很亂，Legora agent 可以依照模板整理檔案樹，再根據交易類型檢查缺哪些內容。這類任務會跑 20 到 30 分鐘，律師不再即時陪著工具操作，而是給更大的指令，讓多個 agents 平行工作。
這也是為什麼 coding agent 對法律 AI 有參考價值。程式碼比較二元、上下文比較清楚、模型訓練資料更充足，所以常走在前面。Legora 看 coding agent 怎麼工作，再把類似模式搬進法律場景。
訪談最後談到每個 AI 創辦人都會遇到的問題：如果 OpenAI 或 Anthropic 也做怎麼辦？Max 沒有把答案放在「大公司不會做」。他把問題改成：模型持續變聰明時，你的公司裡有哪些東西仍然有防線。
他列出的不是一個神奇功能，而是一組累積物：inputs and outputs、proprietary data、workflow modes、使用者被教會的行為。這些東西需要時間、客戶信任與深度導入。模型變強會降低許多功能的門檻，但不會自動拿到客戶文件、工作流程、法律語境與團隊信任。
Legora 的成長路徑因此不是「模型很強，所以公司會長大」。比較精準的說法是：他們趁模型能力變強，把法律市場裡難以搬動的資料、流程、客戶信任與品牌注意力快速綁到自己身上。
模型越聰明，早期公司越要回答：哪些資料、流程與使用者習慣會留在你這裡。
Legora 的啟示是：AI 會讓功能變便宜，但客戶信任、長線產品判斷與高密度銷售仍然很貴。
選完之後，分享你的觀點
這頁整理自 Y Combinator YouTube 頻道。原始影片保留了 Max Junestrand 談 Jude Law 廣告、YC 募資、產品 manifesto、法律 agents 與 AI 公司防線的完整訪談脈絡。
前往 YouTube →喜歡這種分析嗎？
從 AI 新創、平台策略到創業判斷，用台灣讀者看得懂的語言，把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費支持，解鎖每週完整文章