概要（要約）
2026年8月18日、米国発のリーガルTech企業Harveyは、次世代プラットフォーム「Harvey II」を発表しました。Harvey IIは、オープンウェイトモデルをベースに独自強化学習（RL）を施した法務特化型LLM「Tenet」を搭載。セッションを跨いで案件文脈や執筆好みを保持する長期記憶（Memory Engine）とマルチエージェントを統合し、契約分析や法務リサーチなどの複雑なワークフローを自動化する実用的AIプラットフォームへと大きな進化を遂げています。
引用元：Harvey 公式ブログ
従来モデル（Harvey 1.0）とHarvey IIの比較
| 評価項目 | 従来モデル (Harvey 1.0) | Harvey II |
| 基盤モデル | サードパーティ製汎用LLM（API依存） | 独自Post-trainedモデル Tenet |
| コンテクスト管理 | ステートレス（対話ごとにリセット） | ステートフル（階層型Memory Engine） |
| タスク処理 | 単一プロンプト応答 | マルチエージェントによるワークフロー完結 |
| ガバナンス | 基本的なアクセス制限 | Ethical Wall（利益相反制御）を標準統合 |
Harvey IIを支える基盤アーキテクチャと「Tenet」の仕組み
Harvey IIの技術的ブレイクスルーは、単なるAPIラッパーから脱却した独自アーキテクチャにあります。
- 法務特化型LLM「Tenet」のRLポストレニング: 弁護士の思考プロセス（Chain of Thought）を取り入れた独自の強化学習（RL）を実施。独自ベンチマーク（LAB）におけるタスク完遂（オールパス）率を9.7%から19.7%へと向上させ、ハルシネーションを大幅削減。
- 階層型Memory Engine: ユーザー個人、案件（Spaces）、企業ガバナンスの3階層で文脈を記憶・インジェクトするステートフル構造を実現。プロンプトごとに背景を再説明する手間を解消。
- Agent Dynamic Routing: タスクの難易度に応じて、内部モデル（Tenet）と外部の先進汎用モデル（ClaudeやGPTシリーズ等）を自動的に切り替えて処理。
他社・主要AIサービスとの比較
Vertical AI（業界特化型AI）および汎用AIエージェントにおけるHarvey IIの位置付け・差異は以下の通りです。
| サービス名 | タイプ | 主な強み・特徴 | Harvey IIとの違い |
| Harvey II | 法務特化型AIエージェント | 自社RLモデル（Tenet）、案件単位のMemory保存、利益相反（Ethical Wall）制御 | 比較軸の中心（法務高度推論とエンタープライズガバナンスに特化） |
| CoCounsel (Thomson Reuters) | 法務特化型AI | 独自法務データベース（Westlaw等）との直接連携・一次情報検索 | 検索データベースの強さに対し、Harvey IIは柔軟なAgent構築力と独自RLモデルで差別化 |
| LegalOn / MNTSQ (日本) | 契約審査・CLM SaaS | 日本法・日本語契約書の審査精度、日本の法務実務に最適化したUI/ルール | 日本のサービスが「契約書のルール審査・台帳化」であるのに対し、Harvey IIは「法務業務全体のAIエージェント代替」を目指す |
| 汎用LLM (ChatGPT, Claude等) | 汎用AIアシスタント | 多彩なタスクに対応、高い言語理解力と汎用性 | 汎用LLMは「案件の文脈記憶」や「法務特有のハルシネーション抑制」が弱く、エンタープライズの法務現場ではそのまま使いにくい |
エンジニアに与える影響と技術的示唆
- 「APIラッパーSaaS」からの脱却とPost-training（RL）の重要性
- 単に汎用モデルのAPIを呼び出す仕組み（ラッパー型SaaS）の優位性が低下。オープンモデルをベースに自社業界のデータで強化学習（RL）やファインチューニングを行う技術の重要性が増しています。
- 「RAG依存」から「Stateful Memory Architecture」へのシフト
- 単純なベクトル検索（RAG）にとどまらず、セッションやチームを跨いで文脈を保持する多層メモリ構造の設計能力が問われています。
- 国産Vertical SaaSにおける「非構造化データ直読み」への移行
- LLMのエージェント化に伴い、非構造化ドキュメントから直接推論して自律処理を行うアーキテクチャへの変更が求められています。
よくある質問 (FAQ)
Q1. Harvey IIはいつ発表されましたか？
A. 2026年8月18日に公式発表されました。従来の単発的なプロンプト応答型から、永続的な文脈記憶（Memory）を備えたエージェント型プラットフォームへのメジャーアップデートとなっています。
Q2. Harvey IIの「Tenet」とはどのようなモデルですか？
A. オープンウェイトモデルをベースに、法務専門家の思考プロセスを取り入れた独自の強化学習（RL）を実施した法務特化型LLMです。法律検証や複雑な推論時のハルシネーションを抑制しています。
まとめ
2026年8月に発表されたHarvey IIは、単なるAIチャットボットから「高度な専門知と文脈記憶を持つ自律型AIエージェント」へのシフトを象徴するプロダクトです。汎用LLMのAPI利用にとどまらず、「オープンモデルのドメイン特化チューニング」「永続的メモリ空間の設計」「エージェントオーケストレーション」といった技術スタックの選定・構築が Vertical AI 時代の開発の鍵となります。
