无事AI：按结果收费解小额纠纷，寻求天使轮融资
在中国，每年有数千万起民事纠纷发生，但走进法院的不足两成。标的额小、诉讼周期长、律师费动辄数千元，大量交通事故、劳动欠薪、租房纠纷的当事人最终只能选择"算了"。这些纠纷并非没有解决价值，而是缺少一层能够低成本承接它们的服务基础设施。
无事AI（成都万端易解科技有限责任公司），正尝试用"AI智能体+人工指导师"的协同交付模式建设这一层基础设施。该项目已于近期启动天使轮融资，计划融资300万元，出让10%股权。
小额纠纷的"结果层服务真空"
无事AI创始人佟晨将这个赛道定义为"结果层服务真空"：诉讼渠道装不下海量小额纠纷，律所按标的收费的模式天然看不上万元级案件，通用AI工具能生成文书但无法交付结果，而灰色"维权"产业正在以投诉轰炸、威胁施压等手段收割这一真空——2026年7月，武汉警方即一次性刑拘37名"假维权真勒索"人员。
市场空间并非小数目。据最高人民法院数据，2025年全国法院受理民商事一审案件超过2000万件，同比增长11%；仅机动车交通事故纠纷一类，2025年一季度受理量即达33万件，同比增长59.21%。而法院受理之外，停留在诉前调解和自行协商阶段的纠纷量级更为庞大。以交强险为例，其年赔付池规模约2262亿元，但大量伤者因缺乏专业协助，接受了保险公司的低位报价。值得注意的是，这一市场的主体需求此前从未被任何服务层系统性地承接过——无事AI面对的并非存量市场的份额之争，而是一个增量市场的从零建设。
不卖工具，交付结果——按结果收费
作为基础设施的第一层能力，无事AI的产品逻辑是"漏斗式交付"：用户通过免费AI诊断获得案情分析、法定赔偿区间测算与方案推演；案情复杂时，由经认证的专业指导师一对一介入，负责与对方及保险公司的边界谈判，直至赔款到账。收费采用"按结果收费、未获结果不收费"模式，赔偿款直达客户账户，平台仅收取约定服务费。
这一定价模式直接改变了获客逻辑。佟晨本人曾以法律博主身份处理过数百起纠纷，其自媒体账号即构成项目最初的获客渠道，当前单均获客成本约10元，而行业投流参照价为200-500元。上线两个月，项目累计完成40余单付费交付，环比增长21%，毛利率约65%。
过程数据与"人工即研发"：一个垂直智能体的养成路径
基础设施的真正壁垒沉淀在数据层。与多数法律AI产品不同，无事AI将壁垒押注在"过程数据"上。佟晨对此有一个比方：判决书相当于棋谱最后一行的"黑胜"，而谈判过程数据相当于对弈的每一步棋——只告诉AI"这局赢了"，它什么也学不到；告诉它每一步的局面与应对，它才能学会下棋。裁判文书公开了二十年，没有训练出任何能谈判的AI，原因就在于训练需要的是路径而非终点。
在佟晨看来，过程数据的价值有三层。其一是不可得性：谈判发生在理赔室与对话窗口里，没有任何制度要求公开，爬不到、买不到，也无法用合成数据替代——合成数据模仿得了统计分布，模仿不了真实博弈中的因果关系。其二是因果结构：结果数据只有相关性，过程数据自带"什么动作在什么节点引发什么响应"的因果链，这正是谈判策略的全部。其三是复利属性：法条和判例会过期，但博弈结构可以跨品类迁移——交通事故中验证的谈判模式，大部分可复用于工伤、欠薪与租房纠纷，过程数据因此成为品类扩张时的可携带资产。目前项目已沉淀500余个真实案件、超15G非诉博弈语料。
与之配套的是一套反直觉的成本观：无事AI将一线人工定义为研发支出，而非服务成本。其机制在于，AI当前只能独立解决约30%的常规案件，剩余疑难案件由人工完成，而人工解决疑难案件的每一步——话术选择、证据组织、谈判节奏——都被结构化记录并回流训练系统，下一次同类案件即可由AI独立处理。"人工解决的不是这一个案子，是这一类案子的永久解决。"佟晨表示，这相当于客户为结果付费的同时，项目顺手完成了数据采集与模型训练。财务上，这一机制对应着清晰的路径：AI解决率每提升10个百分点，人工承接比例相应下降，毛利率自65%向85%的软件区间上行；目标是在18-24个月内将AI独立解决率提升至70%。
这一路径在海外已有验证。美国EvenUp以AI加人工切入人身伤害理赔，估值超过20亿美元；Mercor以"人工交付沉淀过程数据、再反哺AI"的路径实现百亿美元估值；而纯AI路线的DoNotPay则因虚假宣传被FTC处罚，反面印证了"人工兜底+合规前置"的必要性。
目前，无事AI的微信小程序已于6月15日上线，APP预计9月下旬上线，算法备案已完成，大模型登记正在申报中。按照规划，本轮融资资金将主要投向获客渠道矩阵复制、AI解决率提升与品类扩展——从交通事故理赔起步，延伸至工伤、欠薪与租房纠纷。在法院的诉讼大门之外，这个每年数千万件量级的纠纷市场，或许终于迎来了它的第一层基础设施。
