AI 在会计任务上超越注册会计师但仍需人工监督

Mercor 研究让 12 名注册会计师完成简化会计任务，发现 AI 模型现在几乎能完美解决这些任务，而 18 个月前最好模型得分还低于人类平均的 37%。完整 APEX 基准包含 160 项任务，Claude Opus 5.5 达到 61.8%，Fable 5.1 为 61.0%，GPT-6 Astra 为 57.9%，但近 60% 任务仍无模型完全解决。