美国一家 AI 专利公司刚拿了 550 万美金，把专利起草从 50 小时砍到 20 分钟
美国一家 AI 专利公司刚拿了 550 万美金，把专利起草从 50 小时砍到 20 分钟
昨晚刷到一条消息，让我盯着屏幕愣了一会儿。
美国一家叫Fearn的公司，旧金山的，刚拿了550 万美金种子轮。领投方是 Kindred Ventures，跟投阵容里有a16z speedrun、Designer Fund、Essence VC，全是硅谷一线机构。
它做的事情，跟我做的"案流 AI"是同一条赛道——AI 原生的专利起草平台。
数据更刺激：
- 把一件专利从起草到完稿的时间，从50 多小时压到 20 分钟左右
- 成本砍掉96%
- 每件专利统一价2000 美金，不按小时收费
我看到这条消息的第一反应不是震惊，是确认。
确认什么？确认这条赛道确实跑通了，确认资本愿意为它砸钱，确认我们这帮人没看错方向。
下面我想以一个同行的身份，跟你聊聊这事到底意味着什么。
一、Fearn 到底在做什么？
很多人看 AI+专利，只看到"省时间"这一层。但 Fearn 的招股材料里有句话特别准：
Patents for the modern era. （为现代世界而生的专利）
什么意思？
现在全球大部分国家是first-to-file（先申请制）——谁先把专利交上去，发明就归谁。这个规则下，速度就是命。
但传统专利代理业是按小时算钱的，一件专利写下来 50 个小时不奇怪，价格区间在5000 美金到 2 万美金之间，看技术领域和复杂度。
这就形成了 Fearn 创始人说的"Two-Tier Patent System"（两级专利体系）：
- 大公司：有钱、有专门的法务、能把每个发明都做成专利墙
- 中小公司、独立发明人、PhD 研究者：发明再牛，也写不起、写不快
Fearn 就是冲这个不公平来的。
它的产品逻辑是：
- 上传发明素材（论文、技术文档、笔记都行）
- AI 自动提取可专利的部分，识别最值得保护的角度
- 生成完整专利初稿，可以"跟专利对话"，问它"为什么这一段这么写"
- 统一定价 2000 美金，没有看人下菜
- 后端有真实的专利律师 + PhD 把关
我认真研究过他们的产品演示，最让我服气的不是 AI 生成质量——这块大家用的都是同一批大模型，差距没有想象中大——而是他们对整个工作流的拆解。
每一步都死磕"AI 能不能干掉至少 80% 的人力"，干不掉的部分老老实实留给专家。
这种"克制"，比"AI 全自动"听起来普通，但是真懂行业的人才做得出来。
二、"编译器级"验证设施——这个词为什么值钱
转载到中文圈的那篇文章给 Fearn 起了个特别贴切的标题：
给专利装上"编译器级"的验证设施。
这个比喻一下子戳中我了。
写代码的人都知道，编译器是什么？是程序员和机器之间的翻译官，但更重要的——它会毫不留情地告诉你哪里写错了。
类型不对？编译器报错。 变量没定义？编译器报错。 逻辑漏洞？编译器报错。
没有编译器，你写完代码丢上线，崩了才知道。 有了编译器，你写完代码当场就知道哪里有问题。
专利撰写以前没有这个东西。
代理人写完一份专利，质量好不好、保护范围合不合理、有没有踩到现有技术的坑——这些只能靠经验和审查反馈。一审出问题，回头改，反复几轮才能定稿。整个行业被这个低效循环拖了几十年。
Fearn 在干的事情，就是把"专利质量验证"前置——让 AI 在你写完的瞬间就告诉你：
- 这一段权利要求保护范围太窄（或太宽）
- 这个技术特征跟某某专利冲突
- 这个写法在审查阶段大概率会被驳
- 这块说明书对应不上权利要求，需要补
这不是省时间的问题，是改变质量保证机制的问题。
我做案流 AI 这一年多，最深的感受就是这个——AI 能干的不只是"写得快"，更值钱的是它能实时给你反馈。这个反馈的密度和速度，是人工模式做不到的。
谁先把这套"编译器级验证"做扎实，谁就能在这个赛道立住。
三、Fearn 的故事，能在中国复制吗？
每次有人问我这个问题，我都得多说几句，因为中美专利市场差别非常大。
第一个差别：定价方式。
美国专利代理大头是按小时——合伙人每小时 800-1500 美金不奇怪。Fearn 一刀切到 2000 美金一件，相对原来的均价砍掉了 80% 以上。
中国不一样。中国专利代理是按件计费的，发明专利一件8000 到 2 万人民币之间是主流，结构性比美国便宜得多。所以"用 AI 把价格打下来"在中国的吸引力，比在美国小一截。
第二个差别：客户结构。
美国 Fearn 的客户是PhD 创始人、startup——他们有技术，缺律师资源，还要抢"first-to-file"。
中国市场不是这个结构。中国大头客户是：
- 大企业 IPR（如华为、宁德时代等）：有自己的法务部，AI 工具是给内部用的
- 代理机构：帮 IPR 写或者直接服务终端客户
- 高校院所：政府补贴驱动，对价格不敏感
- 中小企业：要价格，但也要"懂技术 + 懂法律"的人帮一把
所以中国的 AI+专利产品，不能只做 SaaS 自助平台——必须配合代理人或者代理机构的工作流。
第三个差别：审查标准。
美国的专利审查比较看"是否构成发明本身"，中国的审查更细致——新颖性、创造性、实用性，每一项都要有充分的支撑。这就要求 AI 模型对中文专利写作规范有深度训练，光把英文模型翻译成中文是不够的。
我自己做下来发现，Claude / GPT 的中文专利能力，比英文落后一个身位——不是模型不行，是中文专利语料的训练量不够。
所以 Fearn 这套打法，直接搬过来做不通。但它验证了底层逻辑——"AI 原生 + 流程重构 + 专家兜底"——这个公式是对的，差的只是本土化。
四、给国内同行的几条判断
写到这里，我想直接掏几条我认为正确的判断给你：
第一，赛道真的开了。
Fearn 拿到 a16z speedrun 跟投这件事，是行业级信号。a16z 不会随便投一个细分赛道，它一旦下注，意味着至少有人把市场地图画清楚了。中国对应的玩家已经在路上，包括我们案流。
第二，纯做"自助 SaaS"，在中国大概率不行。
我看到一些团队想直接对着发明人卖工具，绕开代理机构。我不看好。原因前面说过——客户结构不一样。正确的姿势是赋能代理人，不是替代代理人。
第三，"质量验证设施"是下一个金矿。
写得快是入门，写得对才是壁垒。谁能把"AI 实时审查反馈"这套做扎实，谁能从"工具公司"升级成"基础设施公司"。
第四，模型不是壁垒，工作流才是。
Claude、GPT 这些模型大家都能用。Fearn 也好、案流也好，真正的差异在工作流——怎么拆任务、怎么和代理人协作、怎么把质量验证埋进每一步、怎么让用户敢用 AI 的输出。这些是吭哧吭哧打磨出来的，不是模型升级一下就能拿到的。
第五，550 万美金种子轮，在中国大概等于 800-1000 万人民币天使。
汇率加估值差，国内同样阶段融到这个数不容易。有产品、有客户、有团队的，可以拿出来试试——这个时间窗口不会一直在。
💡 写在最后
Fearn 这事让我想起一句话：
Every patent should reflect the actual creative intelligence of the inventor. Not the budget.（每一件专利都应该反映发明人真正的创造力，而不是他的预算。）
这是 Fearn 创始人说的，也是我做案流 AI 的初心。
中国有大量真正在搞研发的工程师、研究员、创始人，他们的发明值得被保护，但传统专利体系把他们卡在外面——要么写不起，要么写不快，要么写不动。
AI 能把这扇门撞开。
Fearn 在美国撞开了一道缝，国内也会有人撞。是不是我，还说不准；但赛道一定会跑出来。
如果你是研发人员、专利工程师、企业 IPR、代理机构合伙人——这条赛道值得你认真看一眼。窗口期就这两年。