AI Harness 公司的 ARR 倍数回到 100 倍：Harvey、Legora、Sierra 9 个月跨过 1 亿美元，市场重新为「AI coding 工具」定价
8 月 9 日，理论（Theory Ventures）合伙人 Tomasz Tunguz 发了篇只有 3 分钟读完的短文，但里面藏了一组对 AI coding 工具链估值有重大冲击的硬数据：Harvey、Legora、Sierra 三家 AI harness（垂直行业 agent 平台）公司在 9 个月内相继跨过 1 亿美元 ARR，市场给它们的估值倍数是 50x、56x、100x。倍数本身不稀奇，2021 年 SaaS 泡沫时就有过 100x ARR——但 Tunguz 这篇的关键发现是：这次的「底色」比 2021 年猛 3 倍。换句话说，100x 的倍数回来了，但底层增长是 3 倍速。
把数字摊开看：
- Harvey（法律 AI agent）—— 2025 年 8 月 4 日宣布 ARR 跨过 1 亿美元（CEO Winston Weinberg 在 CNBC 上确认）；2025 年 6 月 23 日 Series E 估值 $50 亿；Series E 定价时营收约 $75m（TechCrunch 数据）。
- Legora（法律 AI agent，欧洲）—— 2026 年 4 月 2 日宣布 ARR 跨过 1 亿美元；2026 年 4 月 Series D（含 extension）估值 $56 亿；Series D 定价时营收数据未披露。
- Sierra（客服 AI agent，Bret Taylor 创办）—— 2025 年 11 月 21 日发文「Sierra hits $100m ARR milestone in 7 quarters」；2025 年 9 月估值 $100 亿；Series 定价时营收未披露，但 2024 年底公开数字 $26m。
- Ramp（金融 + AI 工具 + 卡片 interchange 收入）—— 估值基准 $1.4B 营收；其 ARR 倍数读法应对比 fintech。
- Decagon（客服 AI agent）—— 估值基准 $35m 营收（2024 年底数据）；2026 年 1 月一轮融资给出 129x 上限（按 2025 年 10 月估算营收计算，应读作「上限估算」而非「确切倍数」）。
这件事不能只看「100x 数字」一头热。Tunguz 自己也点出了几个必须看的细节：
- 增长率解释不了倍数差距——三家跨过 1 亿 ARR 的公司里，增长最快的那家定价反而是倍数最低的。这说明市场给的不是「增长率溢价」，是「类别位置溢价」。
- 类别位置（category position）才是关键变量——市场给 Harvey / Legora / Sierra 的 50~100x，是因为它们在「法律 AI」「客服 AI」这些垂直赛道里几乎是事实唯一。Ramp（85x）的倍数也来自它在「金融 + AI 工具」赛道的近似垄断位置。Decagon 的 129x 则是赛道还太早的「乐观估算」——倍数会随着赛道变拥挤而压缩。
- Databricks 的同款规律——Tunguz 顺手点了 Databricks：Databricks 的 ARR 倍数也在 2026 年 1 月起加速上行，说明「数据 + AI 平台」赛道的估值倍数正在重新被市场认可。
- 2021 年的 100x 周期是「水漫灌 + 低利率」的产物——Tunguz 5 年前自己写过 100x ARR 的分析（2021 年 11 月 4 日），当时的 100x 数字背后是「疫情 QE + 远程工作 SaaS 爆发」的同款故事。但 5 年后再回到 100x，底层增长是当时的 3 倍——这是「质量更高」的 100x。
- 云端 SaaS 时代——ARR 10M 给 20x、ARR 100M 给 10x、ARR 1B 给 5x。倍数随 ARR 单调下降。
- AI agent 时代——ARR 10M 给 50x、ARR 100M 给 50~100x、ARR 1B 给 30~50x。倍数在 ARR 跨过 1 亿后不降反升——因为 agent 平台的网络效应 + 数据飞轮 + 客户粘性比传统 SaaS 强一个量级。
- 「AI coding 工具」和「垂直行业 agent 平台」的估值逻辑正在分叉——Cursor / Devin / Replit Agent 这类「通用 AI coding 工具」是 SaaS 逻辑（ARR 越大倍数越低）；Harvey / Legora / Sierra 这类「垂直行业 agent 平台」是网络效应逻辑（ARR 越大倍数反而越高）。前者要的是开发者渗透率、后者要的是行业垄断位置。
- 「AI harness」这个词的边界正在被重新定义——8-08 LangChain 公开 Managed Deep Agents（topicId 178630987）、8-09 Microsoft SkillOpt 公开「经验层可移植」（topicId 178603080）、8-10 Cloudflare 把 ADLC 做成 SDLC 默认值（topicId 178630990）——这些发布都在说同一件事：AI harness 正在变成一个平台层，而不是工具层。Tunguz 的数据从估值侧验证了这个判断。
- 「垂直行业 agent 平台」是 2026 年 AI 创业的甜点位——Harvey 做法律、Legora 做欧洲法律、Sierra 做客服、Decagon 做客服、Hebbia 做金融、EvenUp 做法律、Phaidra 做设施、Atropos Health 做医疗……这个列表每一家的估值倍数都在 50~125x 区间。
- Tunguz 的数据有 6 处是估算——9/15 个数据点是公司公开发布 / 创始人发文，剩下 6/15 是第三方估算填的缺口。特别是 Decagon 的 129x 是「上限估算」——它会随赛道变拥挤而压缩。
- Ramp 的 14 亿营收里 interchange 收入占大头——Ramp 不是纯订阅 SaaS，所以它的倍数读法应对比 fintech 而不是对比 AI harness。这条在 Tunguz 自己的脚注里也写了。
- Harvey 的 $5B Series E 定价时营收 $75m——意味着 Series E 给了 67x；现在跨过 1 亿 ARR 后续轮如果按 50x 算就是 50 亿估值，9 个月内估值翻倍。这是「类别位置溢价」的具体表现。
- 「100x 周期」的回归不是历史重复——Tunguz 自己说「5 年后再回到 100x，但底层增长是 3 倍速」。这是市场对 AI agent 平台的网络效应 + 数据飞轮的一次重新定价——而不是简单的周期回归。
- Sierra 7 个季度跨过 1 亿 ARR——平均每个季度增长 ~57%（按几何平均算）。这意味着 Sierra 用了 21 个月做到的事，传统 SaaS 公司平均要用 60~84 个月——AI agent 平台的速度优势是 3~4 倍。
- 8-08 LangChain Managed Deep Agents 公开测试版（topicId 178630987）——AI harness 平台层。
- 8-09 Prime Agent RLM Harness（topicId 178603082）——harness 自升级。
- 8-10 Cloudflare ADLC + Agents 三件套（topicId 178630990）——AI coding 工具链的 SDLC 默认化。
- 8-10 AI Harness ARR 倍数回到 100x（本文）——市场对「AI harness 平台层」的重新定价。
事件源：
- Tomasz Tunguz 原文：https://www.tomtunguz.com/ai-harness-arr-multiples
- Tunguz 2021 100x ARR Multiple：https://tomtunguz.com/100x-arr/
- Harvey CNBC 报道：https://www.cnbc.com/2025/08/04/harvey-ai-crosses-100m-arr
- Sierra 100m ARR 公告：https://sierra.ai/blog/100m-arr
- Legora 100m ARR 公告：https://www.legora.com/newsroom/100m-arr
- TechCrunch Harvey 75m 营收：https://techcrunch.com/2025/06/23/harvey-series-e