Kim jest Mike?

Około miesiąc temu Will Chen ogłosił, że sam zbudował własne narzędzie AI dla prawników, które jest alternatywą wobec Legora, czy Harvey i ma wszystkie ich funkcjonalności bez drogiego kontraktu z dostawcą, bo jest dostępny open source.

Sama idea systemu równego Legora czy Harvey i dostępnego za darmo jest co najmniej intrygująca. Z Legora i Harvey korzysta wiele dużych kancelarii na świecie, ich dostawcy mają ogromne wyceny oraz zatrudniają wielu programistów i “legal engineers”, czyli prawników, którzy pomagają budować narzędzie i uczą jak z niego korzystać.

Ponieważ korzystam z Legora, a dwukrotnie testowałem również Harvey byłem bardzo ciekawy jak na tym tle wygląda Mike.

Dlatego policzyłem, zważyłem i podzieliłem Mike, aby oddać go w Wasze władanie. Poniżej znajdziecie subiektywną recenzję Mike!

Instalacja

Jeżeli chcesz szybko przestestować Mike, możesz po prostu wejść na stronę mike.oss, kliknąć “try it out” i zarejestrować się. 

Wystarczy to jedynie do testowania. W żadnym razie nie należy tam wrzucać poufnych danych, bo wszystko działa na zewnętrznych serwerach, a dostawca wyraźnie zastrzega, że służy tylko do testów.

Jeżeli chcesz uruchomić Mike bezpiecznie, na własnym komputerze lub serwerze, to spójrz niżej.

Niestety nie jest tak, że klikniesz zainstaluj, zarejestrujesz się i zaczniesz działać.

Po pierwsze instalacja jest czasochłonna, bo zajmuje nawet do godziny. Dobrze jest przejść przez instalację razem z Claude który podpowie co i jak zrobić, ponieważ instrukcja instalacji https://github.com/willchen96/mike/blob/main/README.md jest lakoniczna. Ponadto jeżeli chcesz instalować prawdziwie lokalnie – tak aby mieć wszystko na swoim komputerze/serwerze, to konieczne są pewne odstępstwa od oficjalnej instrukcji.

Na bazie mojego czatu z Claude, który poprowadził mnie przez cały proces, przygotowałem instrukcję lokalnej instalacji krok po kroku. Takiej instrukcji brakuje w oficjalnych materiałach Mike, więc udostępniam ją jako odrębny dokument tutaj.

Po drugie musisz samodzielnie dostarczyć model AI, który będzie silnikiem dla interfejsu jakim jest Mike. 

Musi to być model, który umożliwia wywoływanie narzędzi (tool calling) i będzie miał wystarczająco duże okno kontekstowe, aby zmieścić duże dokumenty. Od modelu zależy w dużej mierze jak Mike będzie się spisywać.

Tutaj dochodzimy do ważnego wyboru i sporego problemu.

Jeżeli zależy nam na poufności i ograniczeniu kosztów korzystania z modelu, powinniśmy uruchomić Mike i model na własnej infrastrukturze np. własnym komputerze albo serwerze sieciowym, dostępnym w naszej organizacji. Polecam do tego modele Gemma 4 od Google albo Qwen 3.

Jeżeli zależy nam na jakości, to lepsze będzie skorzystanie z modeli dostarczanych przez dostawców takich jak Open.ai, Google czy Anthropic. Problem jest taki, że przesyłamy dane na ich serwery, a za każde działanie w Mike musimy płacić cenę zależną od ilości zużytych tokenów. Trudno więc jest utrzymać ścisłą poufność i koszty w ryzach bez wprowadzenia mechanizmu kontroli.

Uruchomienie Mike na serwerze ma jeszcze tę zaletę, że nie trzeba przed każdym uruchomieniem uruchamiać najpierw bazy danych i samego Mike’a, co jest kłopotliwe (więcej w instrukcji).

Po trzecie, żeby uruchomić Mike musisz zainstalować trochę dodatkowego oprogramowania. Całość znajdziesz w materiałach Mike lub mojej instrukcji.

Funkcjonalności, czyli co może Mike

Kiedy już uruchomimy Mike, to jego interfejs wygląda bardzo podobnie do Legora i Harvey sprzed roku. Widzimy po lewej stronie funkcjonalności assistant, tabular review, projects i workflows.

Kiedy jednak przyjrzymy się bliżej, to widać, że funkcjonalności są faktycznie uboższe nawet od tych, które były dostępne w Legora i Harvey rok temu.

Porównajmy jednak krok po kroku.

Asystent

Okienko chatu, jakie zna większość użytkowników narzędzi AI.

W Mike możemy załączać i odpytywać dokumenty, a także uruchamiać gotowe workflows (o tym za chwilę). Możemy też wybrać model, z których chcemy pracować (jeżeli udostępniamy więcej niż jeden). Możemy też tworzyć dokumenty w ramach chatu i pobierać je.

I to by było na tyle.

• Brakuje możliwości przeszukiwania w bazach danych (Database w Legora i Vault w Harvey), co przydaje się przy dużych ilościach plików.
• Brakuje opcji legal research, czyli brak możliwości przeszukiwania baz z krajowymi i unijnymi aktami prawnymi i orzecznictwem.
• Brakuje nawet opcji “web research”, która pozwala wyszukiwać informacje w internecie.

Już tutaj widać, że brakuje bardzo istotnych funkcji, które faktycznie ułatwiają pracę.

Z legal research w Legora korzystam codziennie. Z web research raczej nie, bo dane z chatu są wtedy przekazywane do zewnętrznych wyszukiwarek, więc wolę już korzystać z Gemini albo Perplexity. Z databases korzystam rzadko, ale wiem, że bardzo przydają się prawnikom procesowym.

Tabular review

Tabular review pozwala odpytywać i analizować dokumenty w tabeli. W Legora, Harvey i Mike działa bardzo podobnie:

1. Wrzucamy pliki, które wyświetlają się w wierszach
2. dodajemy zapytania (prompty) do poszczególnych kolumn np. pytamy o tytuł i datę dokumentu.
3. W komórkach dostajemy odpowiedź na zapytanie z kolumny w wierszu dla dokumentu.

Dzięki temu możemy przeglądać wiele dokumentów nie zapychając okna kontekstowego i nie tracąc przez to informacji z dokumentów, ponieważ każda komórka to odrębne zapytanie do dokumentu.

Dostawcy Legora i Harvey bardzo zachwalali tę funkcjonalność, ponieważ faktycznie jest pomocna, a niewiele ogólnych narzędzi miało podobną funkcjonalność. Pierwszy był NotebookLM od Google, a dzisiaj można podobnie wykorzystać także Claude Cowork.

Mike radzi sobie tutaj nieźle, zapewnia podstawową funkcjonalność, w tym pozwala odpytywać tabelę poprzez chat. Nadal jest to jednak wersja okrojona wobec tego co oferują Legora czy Harvey.

Projects

Projekty w Mike służą do przechowywania plików, historii chatów i tabular review w jednym miejscu. Pozwalają uporządkować pracę. W Legora działa to tak samo, nie pamiętam, aby inaczej było w Harvey.

Workflows

Nazwa wprowadza w błąd, przynajmniej jeżeli korzysta się z Legora.

W Legora Workflows służą do zbudowania przepływu pracy wykorzystującego różne funkcjonalności np. dane pozyskane z tabular review mogą posłużyć do stworzenia raportu, który będzie uzupełniony o dane z bazy danych. Harvey oferuje podobną funkcjonalność.

W Mike, pod nazwą workflows kryją się po prostu zapisane prompty i schematy tabular review (wzorce tabel), które w Legora są tylko funkcjonalnościami wspomagającymi.

Zapisywanie promptów to fajna sprawa, bo można je wykorzystywać wielokrotnie, podobnie schematy tabel do tabular reivew. 

Niemniej do workflows w Legora czy Harvey Agents dużo Mike brakuje.

Czego jeszcze brakuje?

Opisałem już wszystkie funkcjonalności Mike – przyznacie sami, że nie jest tego zbyt wiele. Oprócz braków w stosunku do Legora czy Harvey, które już opisałem dorzucę jeszcze kilka.

1. Brak wtyczki do word

Harvey i Legora oferują wtyczki do word, które pozwalają na analizę i redakcję dokumentów z AI bezpośednio w wordzie. Jest to moja ulubiona funkcjonalność, którą dopiero niedawno podchwycił Claude oferując swoją wtyczkę.

2. Brak transkrypcji

Mike pozwala na pracę jedynie na plikach tekstowych. Nie umożliwia transkrypcji nagrań. Legora i Harvey taką opcję mają i przydaj się to do analizy nagrań z rozpraw sądowych.

3. Brak dostępu do bazy aktów prawnych czy orzecznictwa

Już o tym wspomniałem, ale to jest tak istotna funkcjonalność, że muszę to powtórzyć. Mike nie pozwala na research inaczej niż poprzez samodzielne wrzucenie interesujących nas materiałów, a taką funkcjonalność daje nam chociażby NotebookLM.

Błędy

Po uruchomieniu Mike będziesz napotykać utrudniające pracę błędy.

Podstawowym błędem, który bardzo utrudnia jakościową pracę są błędy związane z odwołaniami do treści dokumentów. Wiele narzędzi AI pozwala poprzez odnośnik spojrzeć do fragmentów tekstu, które posłużyły do sformułowania odpowiedzi. Trzeba powiedzieć szczerze, że w różnych narzędziach takie odwołania różnie działają – niekiedy są trafne, a niekiedy nie, a czasem ich wcale nie ma. W Mike problem ten jest jednak bardzo widoczny.

Oczywiście w Legora też zdarzają się błędy i opóźnienia, ale nie w takim stopniu jak w Mike. Twórca Mike oczywiście nie twierdzi, że narzędzie jest idealne, ale wymaga poprawek i będzie rozwijane. 

Nie zmienia to faktu, że błędy po prostu utrudniają korzystanie.

Można próbować samodzielnie poprawiać błędy. Samodzielnie to oczywiście hiperbola, bo jeżeli nie jesteśmy programistą to musimy zdać się na Claude Code, Codex albo inne narzędzie, które chociaż podpowie nam co zmienić. 

Szczerze korci mnie trochę, żeby spróbować potraktować Mike jako bazę i trochę go poprawiać, ale z drugiej strony, dlaczego nie miałbym zbudować czegoś własnego, na lepszych podstawach i bardziej dostosowanego do moich potrzeb. 

Podsumowanie

Funkcje Legora i Harvey nie są niezwykłe.

Zaryzykuję twierdzenie, że aktualnie Claude pozwala na zrobienie 90% tego co potrafią Legora i Harvey (nie radzi sobie jeszcze z transkrypcjami, ale tutaj ratuje nas Gemini), a dodatkowo pozwala jeszcze na wiele innych rzeczy poprzez połączenia z innymi aplikacjami (poprzez connectors/serwery MCP). 

Podobnie Gemini, jest w stanie zaoferować naprawdę sporo, a jest tańsza od Claude (o Legora i Harvey nie wspominając) i budzi mniej wątpliwości pod kątem compliance niż Claude.

Dlatego pojawia się pytanie, do czego Mike może się przydać?

Mike oferuje bardzo ograniczone funkcjonalności – asystent, tabular review plus projekty i wzorce zapisywane jako workflows. Brakuje mu wielu funkcjonalności, które są dostępne w innych narzędziach.

Do tego popełnia błędy, które utrudniają korzystanie.

Jakość odpowiedzi i koszty bieżącego korzystania zależą od wybranego modelu LLM. Jeżeli wybieramy lokalny model, musimy mieć sprzęt aby go uruchomić i z pewnością niższą jakość niż modele od dostawców. Za wykorzystanie modeli od dostawców trzeba płacić per token, co wymusza kalkulowanie zużycia i czyni tym samym całą operację bardzo skomplikowaną.

Mike jest za to bezpłatny i można zainstalować go lokalnie, więc daje kontrolę nad bezpieczeństwem danych. W większych organizacjach może to być bezpieczeństwo złudne, bo widziałem sygnały, że ograniczenia w dostępie użytkowników można łatwo obejść tzn. użytkownicy mogą podglądać projekty innych.

Ponadto Mike możn asamodzielnie modyfikować i rozbudować. Może stanowić więc bazę dla dalszego rozwoju. Tylko jeżeli potrafimy to zrobić, dlaczego nie stworzyć czegoś nowego?

Dlatego myślę, że wykorzystanie Mike będzie bardzo ograniczone – będzie raczej stanowić inspirację dla dalszych narzędzi, niż jako coś co można wykorzystać w organizacji na szerszą skalę.

Jeżeli miałbym wskazać jedno zastosowanie, gdzie może się dobrze sprawdzić to analiza poufnych dokumentów, których nie chcemy wypuścić poza naszą infrastrukturę. Zwłaszcza w dużych ilościach, po pojedyncze dokumenty możemy analizować równie dobrze w LM Studio.

Mike jest więc jak inne projekty open source – jest darmowy, mamy pełną kontrolę, ale jednocześnie funkcjonalności są ograniczone, a wraz z kontrolą przychodzi ciężar utrzymania oprogramowania open source.