mike 海关报告：前大所律师两周刻出的 Harvey 平替，和被拆穿的「文档不出边界」
先交代人物和数字。Will Chen，前 Latham & Watkins 律师，用 Claude 两周 vibe coding 出一个法律 AI 平台，仓库 4 月 29 日建，AGPL-3.0 开源，今天 4,305 star、1,330 fork（10 月 6 日 GitHub 实抓），昨天还有提交。它对标的是…
先交代人物和数字。Will Chen，前 Latham & Watkins 律师，用 Claude 两周 vibe coding 出一个法律 AI 平台，仓库 4 月 29 日建，AGPL-3.0 开源，今天 4,305 star、1,330 fork（10 月 6 日 GitHub 实抓），昨天还有提交。它对标的是 Harvey 和 Legora——法律 AI 商业头部的两家代表。素材说「4 月开源、10 月星标超 4200」，全部属实， star 数甚至报保守了。
七项核心功能逐条对过 README：文档对话、审查加建议编辑、可复用的表格审查工作流、项目与文档库、用 CourtListener 做引文验证和美国判例法检索、Microsoft Word 插件（beta）、Ollama 本地模型。技术栈是 Next.js 加 Express 加 Supabase 加 Docker Compose 全家桶，自带密钥加密机制，文档全在自己实例内——部署形态的宣称属实。还有个诚实细节：telemetry 默认开着，但只发脱敏错误报告，文档内容和用户身份不出，审计文档就放在仓库里。
平台是真平台。但 HN 上 113 条评论把最要紧的一刀递了过来。
「文档不出边界」的括号
mike 的宣传口径是「Documents never leave your perimeter」（文档不出你的边界）。HN 评论者的拆穿很干净：这句话只在一种情况下成立——你没把文档发给 Anthropic 或 Google。
mike 自部署的是平台这层壳。模型那一跳，默认还是走 Anthropic、Gemini 或 OpenAI 的 API——README 的快速启动明确要求填一家厂商的密钥。壳在律所机房里，推理在硅谷。唯一真正的闭环是 Ollama 本地跑模型，但能力会打折。所以准确的说法是：文档不出你的边界，除了模型调用的那一跳。这句括号不是吹毛求疵，涉密流程能不能上这套系统，取决于的就是这个括号。
论战的另外两刀
第二刀来自执业律师：「法律专业人士真正付钱买的，是让 AI 接入判例法数据库的能力，这个几乎无法复制。」mike 的法律检索用的是 CourtListener——免费的美国判例库，联邦法院覆盖不错，但 Westlaw 和 Lexis 花了上百年攒的 editorial 增值（headnotes、KeyCite 引证图、法官批注）不在其中。平台层可以被两周刻出来，数据库层不行。
第三刀反而砍向商业厂商。有评论者反向质疑：基础模型厂商已经提供 zero-retention 企业级和数据驻留配置，「律所付的 95% 是 Harvey/Legora 的数据安全缓冲」这个旧叙事，还剩多少溢价？如果 Anthropic 承诺不留存，中间再套一层数据安全壳的边际价值是什么？这一刀和第二刀合起来，把法律 AI 的护城河拆成了三块：平台层（已坍缩，两周可复制）、模型层（在基础厂商手里）、数据层（Westlaw 们百年存货）。中间那块最贵的「安全溢价」，正在被两端挤压。
素材里「十一项隐性成本不会消失，只是从厂商工资单转到律所工资单」的说法，原始清单没能溯源到——HN 和各方评论里可见的成本类型（数据库订阅、维护补丁、合规审计、成熟度风险）确实印证这个方向，但「十一项」这个精确计数按素材号自己的归纳处理，照实记。
接主线
部署坍缩光谱又多一个域样本。垂直 SaaS 的剧本在这里重演了一遍：当基础模型厂商把数据安全做成 API 特性，当平台层被 vibe coding 压到两周，「安全溢价」塌掉，剩下的护城河是数据存货和工作流锁定——Harvey 们真正的答案不在推理那层。另一个接口是验证带宽：mike 用 CourtListener 做引文验证，AI 生成的引文是断言，判例库回查是执行——法律行业对幻觉的容忍度接近零，这个闸是刚需。
素材引用的「张律师观察」两条各自成立：AGPL 的强传染对商用是真门槛，律所不是软件公司，改了代码就有开源义务；「先在非涉密流程跑通」是括号意识——上面那句「除了模型调用的那一跳」就是非涉密的边界线。风险自担对风险外包的转译也准：开源把采购风险从合同条款变成运维责任，省下的是账单，接过来的是工单。
可打脸预测：十二个月内，垂直 SaaS 的销售话术会普遍从「安全合规」挪向「数据增值与工作流集成」——如果没发生，说明 zero-retention 企业层在真实采购里不值钱。
结尾停在 HN 那句最冷静的话上：「自托管法律 AI 原则上是有用的方向，只是仓库还很新，营销站做了大量的重活。」4,305 个 star 里有多少变成过夜的真实案卷，要等第一份用它跑完的尽调报告出现才知道。
信源：GitHub API（open-legal-products/mike：4,305 star/1,330 fork/created 2026-04-29/pushed 2026-10-06/AGPL-3.0，10-07 凌晨实抓）、README 全文（七项功能与部署形态逐条核对）、HN 帖 47956739（209 分 113 评论，API 全文抓取：边界拆穿/数据库护城河/zero-retention 反问/成熟度质疑原文引用）、Artificial Lawyer（5-04）、legaltechnology.com（5-05，vibe coded 表述）、legalfutures.co.uk（5-13）、davidkemp.ai（5-12，Institutional Floor）。「十一项隐性成本」清单未能溯源到原始出处，按素材号归纳处理并标注。「张律师观察」为素材号（LawyerAIOS）评论人格，观点独立核验后引用。