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。