Harvey vs Spellbook 2026: BigLaw платформа против Word-надстройки для юриста

Harvey — это закрытая cloud-платформа для крупных юридических фирм и in-house департаментов: 1 300+ организаций, большинство из AmLaw 100, 500+ корпоративных юридических команд, присутствие в 60 странах. Ценник стартует от $1 200 за юриста в месяц при минимуме около 20 мест и годовом контракте. Это инструмент для тех, у кого M&A, antitrust, fund formation идут потоком, а $288 000 в год за самый маленький контракт укладываются в бюджет на «новый софт».

Spellbook живёт внутри Microsoft Word. Это add-in: юрист открывает .docx, и в правой панели открывается ИИ, который читает текст, размечает риски, дописывает клаузулы. Компания — канадская Rally Legal, $20M+ привлечённого капитала, 4 000+ команд в 80+ странах. Стартовый тариф — $99 за пользователя в месяц, есть 14-дневный trial. Это инструмент для transactional lawyers в boutique- и mid-size-фирмах, которые живут в Word и не хотят ничего менять.

Различие — не «у кого фичей больше», а в самой философии. Harvey строит закрытую AI-платформу с собственным интерфейсом, агентами, своим DMS-слоем. Spellbook ничего не строит — он встраивается в Word, потому что юрист и так открывает Word каждые пятнадцать минут. У Harvey 400 000+ агентных запросов в день и 25 000+ кастомных агентов, построенных пользователями. У Spellbook — около 80% сокращения ручного труда на contract review по собственным заявлениям. Это два разных формата эффективности.

Поэтому в большинстве подтем ниже мы будем сравнивать не «кто лучше делает X», а «у кого X вообще есть». У Harvey есть legal research, due diligence на десятки тысяч документов, multi-step агенты — у Spellbook этого нет. У Spellbook нативное место в Word, доступная цена, реальный trial — у Harvey этого нет. Под «победу» каждого сервиса нужно сначала описать сценарий, который этому сервису родной.

Юристу нужно не «найти статью по ключевым словам», а понять, чем риск ликвидационной преференции series-B отличается от series-C. Это уже не поиск, это рассуждение.

У Harvey под капотом multi-model: OpenAI (GPT-4.x/5.x), Anthropic Claude, Google Gemini. Через Model Selector фирма выбирает, какую модель использовать для какой задачи: одну — для контрактного reasoning, другую — для длинного документного анализа, третью — для генерации меморандумов. Поверх foundation-моделей Harvey накладывает собственный fine-tuning на юридических корпусах. Deep Analysis — отдельный режим для комплексного анализа сделки с отчётом: на платформе сгенерировано 445 000+ таких отчётов.

Spellbook тоже multi-model: GPT-5 (OpenAI) и Claude (Anthropic), плюс другие LLM, маршрутизация — автоматическая или по выбору пользователя. Но архитектурный фокус другой: не «комплексный анализ сделки», а «прочитать клаузулу, сравнить с рынком, предложить redline». В этом ему помогает база из 2 300+ типов договоров — clause benchmarking, который Harvey не делает в таком явном формате.

Глубина reasoning у Harvey подтверждается тем, как его используют. A&O Shearman — одна из крупнейших фирм мира — гоняет Harvey-агентов на antitrust screening и fund formation. Это многошаговые задачи: сначала классифицировать клиентскую структуру, потом проверить регуляторную модель в конкретной юрисдикции, потом сравнить с историческими решениями FTC. Spellbook такой цепочки рассуждений не строит — он работает на уровне клаузулы или короткого набора клаузул.

В обратную сторону: Spellbook сильнее в том, где Harvey избыточен. Если перед юристом — типовой SaaS-контракт на 18 страниц, и нужно за 10 минут разметить отклонения от рыночной нормы, то Spellbook сделает это лучше. Сравнит limitation of liability с медианой по 2 300+ договоров, скажет «ваш cap в 2× contract value ниже рыночной нормы 5× для SaaS», подсветит отсутствующий indemnification carve-out. Harvey будет «думать» дольше и зайдёт глубже, чем нужно для рутины.

Граница простая: одношаговый clause-уровень — Spellbook. Многошаговый case- или transaction-уровень — Harvey. Оба используют GPT-5 и Claude под капотом, разница не в моделях, а в обвязке вокруг них.

Юрист из M&A-практики получает от противоположной стороны 80-страничный SPA. Нужно вернуть redline к утру. Где открывать — в облачной платформе с upload-и-скачать или прямо в .docx?

У Spellbook contract drafting — основная фича, не одна из. Юрист описывает сделку («NDA между US-стартапом и канадским подрядчиком, 24 месяца, mutual»), ИИ составляет draft прямо в Word. Чужой проект договора можно redline-нуть в три клика: загрузка не нужна, документ уже открыт. На Enterprise-тарифе ($199/user/мес, минимум 10 мест, годовая оплата) лимит на drafts снимается — на Starter ($99) даётся 50 drafts в месяц.

Дополнительный слой — Custom Playbooks. Фирма загружает свои preferred / fallback positions, battle card по типичным сделкам, и Spellbook использует это при review и redlining. Если в playbook написано «governing law — только Delaware или New York», то AI автоматически флагнет California governing law как отклонение. Это не уникальная идея, но в Word она реализована заметно глаже, чем у конкурентов в облаке.

У Harvey contract drafting — одна из десяти задач платформы, наряду с research, due diligence, litigation support и compliance. Drafting происходит в платформе Harvey, а не в Word: юрист загружает шаблон или базовый текст, Harvey генерирует или правит, результат экспортируется обратно в .docx. Есть Word add-in для контрактной работы, но он не настолько глубоко интегрирован, как у Spellbook — это «мостик» между платформой и редактором, а не нативная среда.

Для типовых транзакций (NDA, MSA, SaaS-контракты, employment) Spellbook выигрывает за счёт UX. Юрист не переключается между окнами, не теряет нумерацию пунктов, не получает .docx, который Word считает «другим документом». Для нестандартных и больших сделок (cross-border M&A, sophisticated joint venture, structured finance) — Harvey уходит вперёд, потому что drafting там — часть многошагового workflow, а не отдельная операция.

Договор от противоположной стороны на 32 страницы. Нужно за час найти всё, что отличается от ваших стандартов, и подсветить риски. Это не «прочитать», это «отскрейпить логику».

Это единственная задача, под которую Spellbook проектировался с первого дня. AI читает договор в Word, размечает рискованные клаузулы, сравнивает с market standard по типу контракта из базы 2 300+ типов. Risk scoring — общая оценка договора. Flagging missing clauses — AI замечает, чего не хватает: indemnification carve-outs, governing law, dispute resolution, IP assignment. По заявлению компании, ручной труд на contract review сокращается до 80%. Конкретный benchmark на accuracy не публикуется (data gap), но 4 000+ команд в 80+ странах используют это как ежедневный инструмент.

Harvey делает contract review тоже, но в другом масштабе. Vault — модуль для работы с документами: загрузка, анализ, извлечение данных, cross-document synthesis. На M&A due diligence через Vault прогоняют stack договоров (десятки, сотни), извлекают key provisions, сравнивают между документами. Это сильнее для проектной работы, чем для ежедневного review одного контракта. Если у вас 80-страничный SPA, который пришёл сегодня и нужно вернуть redline завтра — Spellbook быстрее. Если у вас 320 договоров target-компании, которые нужно проанализировать к закрытию сделки — Harvey быстрее.

Clause benchmarking у Spellbook — конкретная цифра рядом с клаузулой: «ваш liability cap 2× contract value, рыночная медиана 5× для SaaS». У Harvey подобного публичного индикатора нет: его сила — в reasoning «почему 2× в этом контексте может быть оправдан», а не в сравнении с медианой.

В обратную сторону, Vault обрабатывает форматы, которые Spellbook не умеет — PDF, scanned, OCR-извлечённые тексты, spreadsheets с финансовыми данными. У Spellbook вход — .docx в Word, и всё. Если входящий договор пришёл сканом — сначала надо его OCR-нуть отдельным инструментом.

Harvey ровно для этого и существует в большей степени, чем для чего-либо ещё. Vault — модуль для работы с большими корпусами документов: загрузка пакета, извлечение key provisions, классификация, cross-document synthesis (например, «найди все договоры, где change-of-control trigger ниже 30% — это будет наша проблема при closing»). Production-нагрузка: 400 000+ агентных запросов в день, 700 000+ ежедневных AI-задач шире. Deep Analysis сгенерировал 445 000+ комплексных отчётов на M&A, antitrust, fund formation, loan review.

A&O Shearman гоняет Harvey-агентов на antitrust screening, cybersecurity compliance, fund formation, loan review — это production-workflows на реальных клиентских делах, а не пилот. M&A due diligence — родная задача: cross-document analysis, выявление inconsistent provisions, агрегация findings в единый отчёт.

У Spellbook есть Multi-Document Review — одновременный анализ нескольких договоров по одинаковым критериям. Это полезно для маленькой due diligence: 5–20 договоров поставщиков в коммерческой сделке, набор однотипных NDA, портфель leasing-договоров. Но архитектурно Spellbook не для 300+ документов: его дом — Word, а Word на корпусе в несколько сотен .docx становится узким горлышком сам по себе.

Дополнительная функция Harvey — Spreadsheets: нативная поддержка CSV/Excel для финансовых данных в сделках. Юрист в M&A смотрит не только на договоры, но и на cap table, target financials, EBITDA roll-forward. Spellbook этого вообще не умеет — он про .docx.

В обратную сторону: если масштаб сделки маленький (20 контрактов, не 320), и команда — два юриста, а не десять, Spellbook закроет задачу. На корпоративной M&A с десятками target-договоров и финансовыми моделями — нет.

Юристу нужно найти прецедент. Не Google, не Westlaw сам — а чтобы ИИ прочитал ваш вопрос, нашёл case law, процитировал точно, и обосновал, почему этот case применим.

Это слабое место обоих сервисов, но по-разному.

У Harvey нет интеграции с Westlaw или Lexis+ — двумя главными юридическими базами США. Это явно указано в наших данных как ограничение: для legal research пользователю Harvey всё равно нужен отдельный инструмент. Reasoning поверх public-данных Harvey делает, но без верифицированной citation-инфраструктуры. Конкуренты — Thomson Reuters CoCounsel (вшит в Westlaw) и LexisNexis Protégé (вшит в Lexis+) — в этой нише сильнее.

У Spellbook legal research не предусмотрен архитектурно. Это инструмент для drafting и review, не для поиска прецедентов. В слабых сторонах прямо: «нет legal research — не ищет прецеденты, не строит аргументы». Spellbook предполагает, что юрист уже знает, какой template ему нужен и какие положения должны быть.

Поэтому, если у вас профиль litigation, motion-практика, апелляции — ни Harvey, ни Spellbook не закроют research-нужды. Юристу понадобится CoCounsel (Westlaw + AI), Protégé (Lexis+ + AI), или просто Westlaw / Lexis AI без агрегации с drafting. Spellbook сразу нацелен на «transactional», Harvey шире — но и у него research-блок зияющая дыра по сравнению с TR/LN.

Граница между двумя: Harvey хотя бы умеет «рассуждать» о праве — если вы скармливаете ему публичные тексты статутов и cases, он построит аргумент. Spellbook этого не делает. Оба требуют человека-юриста для верификации каждой ссылки. Это критично — см. подтему про галлюцинации.

«Агент» в юридическом ИИ — не маркетинг, а конкретный сценарий: фирма описывает workflow («каждое утро забери из inbox новые NDA, прогоняй через playbook, отправляй редлайн назад отправителю, копируй ответственному партнёру»), и ИИ выполняет это сам.

Harvey здесь — категорийный лидер. В марте 2026 запущен Agent Builder — no-code конструктор кастомных агентов. Фирма определяет цель, источники данных, guardrails (что агент не должен делать), формат output. Дальше агент выполняет задачу автономно, останавливаясь на встроенных checkpoints для подтверждения критических шагов (Human-in-the-Loop). На платформе уже 25 000+ кастомных агентов, построенных пользователями.

Параллельно есть pre-built Workflow Agents для типовых задач: due diligence, антитраст-screening, compliance-проверки. Это «коробочные» агенты, которые фирма берёт и кастомизирует под свои playbooks без программирования. 400 000+ агентных запросов в день — это уже не пилотная нагрузка, это production-инфраструктура.

У Spellbook агентной архитектуры нет. Drafting и review — операции, инициированные юристом из Word, без многошагового выполнения и без автономных шагов. Юрист открывает .docx, кликает «Review», получает результат, кликает «Apply redline» — закрыл. Spellbook не «забирает inbox», не «отправляет редлайн назад», не «копирует партнёра». Это интерактивный инструмент, а не агент.

Это принципиальная разница в позиционировании. Harvey строит «AI-ассоциата» — сущность, которой можно делегировать многошаговую задачу с минимальным надзором. Spellbook строит «AI-инструмент в Word» — нечто, что юрист включает на конкретный документ и выключает после.

Для transactional-практики, где работа — это поток разрозненных контрактов, агент не критичен: каждый договор требует юристской руки. Для M&A или regulatory compliance, где есть повторяющиеся multi-step проверки (например, antitrust screening для каждой новой target-компании), агенты экономят дни работы junior associate.

Жёсткий факт: ни Harvey, ни Spellbook не публикуют конкретных hallucination benchmarks или citation accuracy metrics. У Harvey в data gaps прямо: «Конкретные benchmark scores на юридических задачах (TTFT, hallucination rate) — не публикуются». У Spellbook аналогично: «Конкретные accuracy benchmarks (hallucination rate, clause extraction precision)» — data gap. В категории legal-AI это норма (CoCounsel и Protégé тоже метрики прячут за NDA), но факт неприятный.

Косвенные сигналы:

• У Harvey 400 000+ agentic queries в день в production, 1 300+ организаций — масштаб такой, что грубые галлюцинации в продукте быстро ловятся клиентами. Если бы они были массовыми, A&O Shearman не давал бы Harvey доступ к antitrust workflows.
• У Spellbook 4 000+ команд используют его ежедневно для редлайнинга. Юрист сразу видит, если AI «придумал» условие — он же читает текст. Скорее всего поэтому Spellbook чаще критикуют не за галлюцинации, а за ограничения функционала.
• Multi-model архитектура у обоих (GPT-5 + Claude + Gemini у Harvey, GPT-5 + Claude у Spellbook) даёт неявную «cross-проверку»: разные модели по-разному ошибаются.

Reality check: оба сервиса требуют, чтобы юрист верифицировал каждую ссылку и каждую материальную клаузулу. Это не «опциональная рекомендация», это профессиональная обязанность. Bar association guidelines в большинстве штатов США уже сформулированы под AI-эпоху: юрист несёт полную ответственность за результат, независимо от того, написал ли его сам или сгенерировал.

Если кто-то из вендоров скажет «у нас 0% галлюцинаций» — это будет маркетинг, а не факт. Harvey по крайней мере имеет Human-in-the-Loop checkpoints, которые архитектурно заставляют человека проверить шаг агента перед продолжением. У Spellbook аналога нет — Spellbook предполагает, что юрист сам читает каждую strikethrough и каждую insertion.

$1 200 vs $99 — разрыв в 12 раз. Но это не «Harvey в 12 раз лучше», это «Harvey для другого профиля и другого бюджета».

Harvey: от $1 200 за юриста в месяц, 12-месячный контракт, минимум около 20 мест. Стартовый годовой чек — $1 200 × 20 × 12 = $288 000. Это входная точка для AmLaw 200 / mid-large law firm. Enterprise — кастомное ценообразование (детали выше базовой линии не публикуются — data gap). По данным Sacra, медианный размер аккаунта удваивается за 12 месяцев после старта, то есть фактический чек на второй год существенно выше входного.

Spellbook: три тарифа.

• Starter $99/user/мес (годовая оплата) — 50 AI-assisted drafts/мес, базовый review/drafting.
• Professional $149/user/мес (оценочно по источникам 2026) — больше drafts, advanced features.
• Enterprise $199/user/мес — unlimited drafts, custom playbooks, advanced analytics. Минимум 10 seats, годовая оплата. На 6-месячном минимальном контракте эквивалент выходит около ~$350/user/мес.

14-дневный trial — для Starter и Professional. Годовая скидка ~20% против помесячной оплаты.

В рублях по курсу 80 ₽/$: входной чек Harvey — около 23 млн ₽/год, Spellbook Enterprise на 10 seats — 1,9 млн ₽/год, Starter на одного юриста — около 95 тысяч ₽/год. Разница не в проценте, а в порядке.

Главный сюрприз — не «Harvey дорогой», а «Spellbook доступен соло-юристу как Notion подписка». Это редкость для категории legal-AI, где enterprise-ценник по умолчанию.

«Попробовать» в категории legal-AI — почти роскошь. Большинство сервисов закрыты за enterprise-договорами с demo по запросу, минимумом мест и согласованием через закупки.

У Harvey нет free-тарифа и нет публичного self-serve trial. Доступ — через demo по запросу. Это значит: оставляете заявку через harvey.ai, представитель Harvey возвращается с calendar invite, на demo вам показывают платформу, обсуждают use cases и pricing. Никакого «зарегистрировался и потыкал» — нет ни регистрации, ни тыкания.

У Spellbook — реальный 14-day free trial для Starter и Professional. Юрист устанавливает Word add-in, регистрируется, две недели использует AI на своих реальных договорах. Никаких звонков с sales, никаких заявок «обоснуйте use case». Это в категории legal-AI — почти единичный случай: trial в полной функциональности, не «demo на 30 минут».

Стратегически это объяснимо. Harvey продаёт enterprise-контракт от $288 000 в год, и self-serve trial для такого продукта экономически бессмыслен: воронка идёт через sales, а не через self-discovery. Spellbook продаёт подписку за $99–199 в месяц, и trial — главный канал привлечения, иначе соло-юрист не купит «вслепую».

Практический эффект: попробовать Spellbook на собственных договорах — два часа времени и нулевые риски. Попробовать Harvey — несколько недель переговоров и подписанный NDA до того, как вы увидите интерфейс.

Юрист не работает в одном окне. Он живёт в Word и Outlook, ходит за прецедентами в Westlaw, складывает финальные версии в DMS (iManage или NetDocuments), подписывает через DocuSign. Куда встраивается ИИ?

Harvey играет «платформенно»: подключается к юридическим DMS-системам — iManage, NetDocuments (подтверждено у enterprise-клиентов). Есть Word add-in для contract work, Outlook-интеграция для работы с email. API доступен для enterprise — фирмы строят собственные workflow на базе Harvey-агентов и подключают их к procurement / contract management системам.

Spellbook сознательно узок: интеграция с Microsoft Word — основная и почти единственная. Word add-in. Microsoft 365 — через Word. Westlaw, Lexis+, Salesforce, DocuSign — нет (Spellbook не позиционируется как CLM или research). API упоминается для enterprise, детали не публикуются (data gap).

Логика проста. Harvey — платформа: ему нужно подключаться ко всему окружению крупной фирмы (DMS, Outlook, корпоративные API). Spellbook — add-in: он живёт там, где юрист уже работает (Word), и не пытается стать «универсальным узлом» в стеке.

Главное отсутствующее звено у обоих — интеграция с Westlaw / Lexis+. Это критическая дыра для legal research, и оба сервиса не закрывают её. Юрист, которому нужно одновременно research + drafting, всё равно работает в трёх окнах.

Договор о слиянии на $500 млн. Внутри — данные двух публичных компаний, инсайдерская информация, attorney-client privilege. Этот документ нельзя «случайно слить в тренировочный набор» ни при каких обстоятельствах.

Оба сервиса покрывают базовые требования enterprise.

Harvey:

• SOC 2 Type 2 — подтверждено
• Данные клиентов не используются для тренировки foundation-моделей (по заявлению компании)
• Private Cloud — опция для крупных enterprise-клиентов: dedicated инфраструктура, изолированная от общего пула
• Attorney-client privilege соблюдается архитектурно

Spellbook:

• SOC 2 Type II — подтверждено
• GDPR — совместимость
• CCPA — совместимость
• Данные клиентов не используются для тренировки моделей (enterprise-политика)
• On-prem нет — cloud-only, данные обрабатываются через Word и Spellbook API

Главное отличие — Private Cloud у Harvey. Для AmLaw 100 с конфиденциальными mandate-сделками это не «приятный бонус», а условие подписи контракта. Spellbook этого не предлагает: все клиенты живут в общем cloud-окружении, изолированы логически, но не физически.

Для бутиковой и mid-size практики SOC 2 Type II у Spellbook закрывает почти все клиентские due diligence requests. У Harvey всё то же плюс опциональный Private Cloud для случаев, когда клиент категорически не пускает данные в shared infrastructure.

Регуляторам российского финсектора, госкорпорациям, оборонке — «cloud-only» это автоматический отказ. Им нужен on-prem или dedicated cloud в собственном периметре.

Harvey в базовой подписке — cloud-only. Private Cloud доступен только для крупнейших клиентов как dedicated инфраструктура. Это не полноценный on-prem (не «сервер у нас в подвале»), но изолированное cloud-окружение, на которое можно навешивать собственные политики и compliance-проверки. Для AmLaw 100 этого достаточно. Для российского госсектора — формально нет, потому что dedicated cloud у Harvey всё равно работает на инфраструктуре Harvey/гипероблаков, не в периметре заказчика.

Spellbook — cloud-only без опции. В слабых сторонах прямо: «On-prem: нет (cloud-based, данные обрабатываются через Word + Spellbook API)». Для регулируемых отраслей это автоматическое NO. Spellbook просто не закрывает этот рынок.

В категории legal-AI on-prem остаётся редкостью даже у конкурентов: у Kira Systems исторически была on-prem-опция (корпоративные установки), но и это уходит в cloud по мере консолидации индустрии. Harvey с Private Cloud — практический максимум для большинства западных клиентов.

Российский юрист спрашивает: «Могу ли я просто оформить подписку с карты Сбера и работать?». Короткий ответ — нет ни в одном из двух сервисов. Длинный — есть нюансы.

Harvey — US-компания с штаб-квартирой в Сан-Франциско. Регистрация без VPN — нет, блокировка по гео-IP. Оплата российскими картами — нет (платёжная инфраструктура US, Stripe/Square с санкционными фильтрами). Договорные условия Harvey запрещают использование из РФ. Enterprise-доступ — теоретически возможен только через иностранное юрлицо. 152-ФЗ — не соответствует.

Spellbook — канадская компания (Rally Legal Inc., Торонто). Без специальной блокировки РФ-IP — в отличие от US-сервисов. Технически зарегистрироваться можно. Но оплата российскими картами — на практике нет (международная платёжная инфраструктура). Работа с российским правом — отдельный больной вопрос: Spellbook оптимизирован под common law (США, Канада, UK, Австралия), а ГК РФ — civil law. Российские договоры по гражданскому кодексу — обрабатываются заметно слабее. Полная функциональность на русском — ограничена (data gap по полному списку поддерживаемых языков).

Бытовая реальность: оба сервиса в РФ — это история про иностранное юрлицо, VPN-доступ, оплату через зарубежный bank account. Для российского юриста, ведущего практику в основном по ГК РФ, даже Spellbook будет работать в режиме «слабее, чем мог бы»: его strength — это контракты common law, а не российские.

В этой подтеме Spellbook чуть лучше только из-за отсутствия активной блокировки и канадской прописки. Но для российского правового контекста ни один из них не закроет повседневную практику без серьёзных компромиссов.

«1 300 клиентов» и «4 000 команд» — звучит похоже, но это совсем разные сегменты. Кто конкретно эти клиенты, чем они занимаются, и что это говорит о позиционировании сервиса?

Harvey: 1 300+ организаций, большинство — AmLaw 100 (крупнейшие фирмы США), 500+ in-house legal teams в корпорациях, 50 asset management firms, присутствие в 60 странах. Финансовая метрика: ARR $190M на январь 2026 (в августе 2025 было $100M — двукратный рост за полгода). По данным Sacra, медианный размер аккаунта удваивается за 12 месяцев. Оценка компании — $11B (март 2026, lead — GIC + Sequoia Capital).

Производственный кейс — A&O Shearman, одна из крупнейших law firms мира. Использует Harvey-агенты на antitrust screening, cybersecurity compliance, fund formation, loan review. Это не пилот и не маркетинговая интеграция — это production-workflows на реальных клиентских делах. Репутация в юридическом сообществе: Harvey закрепился как «the AI for BigLaw». Публикации — Bloomberg Law, WSJ, Legal Week.

Spellbook: 4 000+ legal teams в 80+ странах. Это другой класс клиентов: boutique law firms, solo practitioners, mid-size firms — те, кто не может или не хочет покупать Harvey или Ironclad. Maryland State Bar Association публиковала разбор возможностей Spellbook — для bar associations это сигнал «достаточно зрелый продукт, чтобы рекомендовать членам». В отраслевых медиа Spellbook часто характеризуется как «лучший AI для транзакционных юристов в Word».

Сравнение по абсолютным числам обманчиво. 1 300 организаций у Harvey — это десятки и сотни юристов в каждой (только AmLaw 100 — это около 130 000 юристов суммарно). 4 000 команд у Spellbook — это в среднем мелкие группы, часто 1–10 человек. То есть «количество людей с активным seat» у обоих, скорее всего, в одном порядке — но клиентский профиль принципиально разный.

Критика у Spellbook есть: ограниченные возможности по сравнению с enterprise-платформами; лимит в 50 drafts/мес на Starter может не хватить при активном использовании. Но эти критики — про сравнение с Harvey и Ironclad, не про брак продукта в его собственной нише.

Юридическая ответственность за ошибки ИИ — это структурный риск всей категории legal-AI, не персональный риск Harvey или Spellbook. Но конкретное поведение сервисов влияет на размер риска.

Harvey архитектурно встраивает Human-in-the-Loop: агент останавливается на встроенных checkpoints и запрашивает подтверждение перед критическими шагами. Это не панацея, но это форсированная пауза, которая физически не даёт юристу «забыть проверить». В платформе явно проводится разделение: ИИ предлагает — юрист утверждает — действие выполняется. Multi-model архитектура (GPT-5 / Claude / Gemini под капотом) даёт неявную cross-проверку.

Spellbook работает иначе: redline возникает прямо в Word, юрист видит каждое изменение и принимает или отклоняет вручную. Это «interactive review», и формально юрист контролирует каждый шаг. Но если редлайнов 80, и время поджимает, есть психологический риск «принять всё разом» — для этого случая отдельной checkpoint-инфраструктуры у Spellbook нет.

Регуляторный контекст:

• Bar associations в США уже выпускают guidelines по использованию AI в юридической практике. Общая позиция — полная ответственность юриста за результат.
• Hallucination liability — нет особой защиты ни у Harvey, ни у Spellbook. ToS обоих переносят ответственность на пользователя.
• Профессиональное страхование (malpractice insurance) пока не учитывает AI-tooling как отдельный фактор риска.

Практический вывод: ни архитектурный Human-in-the-Loop у Harvey, ни interactive review у Spellbook не отменяют необходимости проверки каждой ссылки и каждой material clause. Разница в том, что Harvey делает это требование явным через UX (агент сам ждёт подтверждения), а Spellbook делает это требование молчаливым (юрист сам должен помнить).