Norm 按结果收费并非孤例，而是法律 AI 市场对传统按小时计费模式的颠覆性挑战。传统模式下，律师鼓励冗长流程，而 AI 按效付费将风险转嫁到服务商，要求其真正交付价值。蚂蚁数科已在金融风控领域试点，AI 客服独角兽 Sierra 也实现了结果导向定价。这种模式倒逼法律 AI 公司不能只卖工具，必须深度参与业务流程，否则就会像 Robin AI 一样，因沦为人力外包而被资本抛弃。

Norm 模式的前车之鉴是 Robin AI——同样走“AI + 人力兜底”路线，拿到瑞银、辉瑞等 500 强客户后，反而因利润率太低、规模化受阻而被挂牌出售。律师审核 AI 输出的成本不会归零，当业务量激增，人力审核团队规模也必须线性增长，这就变成了一家“低利润率的外包服务公司”，而非高毛利的 SaaS 公司。Norm 能否避免重蹈覆辙，取决于它是否真的能在客户接受的结果价格和后台的实际交付成本之间，用 AI 自动化挤出利润空间。

同样拿到巨额融资，Harvey 走的是“AI 辅助律师”路线，给律所卖 SaaS 工具，估值冲到 80 亿美元。而 Norm 选择自建律所，直接下场运营，吃的是“代理+结果分成”的全栈利润。Harvey 创始人只有一年律师经验，靠技术壁垒取胜；Norm 的护城河则在律所牌照、组织管理能力，以及“AI 审计 AI”的风险控制体系。两条路，一条是技术服务商，一条是服务运营商，谁能在五年后成为法律界的“Salesforce”或“Amazon”？关键在于谁先解决 AI 幻觉带来的责任归属问题。

Norm 律所的核心模式是“AI 代理 + 人类律师监督”，但“监督”在法律上是非常模糊的责任标准。如果 AI 生成的合同条款有致命漏洞导致企业客户巨额损失，监管该罚 Norm 律所，还是罚负责签名的人类律师？目前已有国内法官因律师使用 AI 生成虚假案例而将其写入判决书公开批评。更深层的问题是：当“AI 审计 AI”成为 Norm 的宣传卖点，谁来审计那最后一道防线上的审计 AI？这是所有法律 AI 公司都必须正面回答的制度性难题。