AI在记账任务上速度与准确率超越持证会计师，但仍需监督
Mercor研究显示模型在结构化记账任务上几乎无差错，但官方APEX基准中无一模型完整解出近60%的任务。
为什么重要
为开发者提供了模型在结构化记账任务上的能力边界参考：单步准确率已超人类，但端到端自主完成仍有明显缺口。
阅读原文the-decoder.com
AI 解读（根据原文生成）
Mercor开展的一项研究让12名平均从业五年半的持证注册会计师完成APEX Accounting Benchmark中的简化记账任务。完整APEX基准包含10家模拟公司的160项任务，由40余位平均11年经验的专业人士构建；Claude Opus 5.5以61.8%的评分标准达成率领先，Fable 5.1为61.0%，GPT-6 Astra为57.9%。但Mercor指出，没有一个模型能完整解出近60%的任务，AI仍无法在无人监督下完成结账。研究也承认任务只测了AI最擅长的细节查找与指令遵循，未覆盖客户沟通、同事协作等关键环节。
要点（AI 据原文整理，数字均已与原文核对）
- 12名持证注册会计师平均有五年半经验
- 完整APEX基准含10家模拟公司的160项任务，由40多位平均11年经验的专业人士构建
- Claude Opus 5.5以61.8%的评分标准达成率领先
- Fable 5.1为61.0%，GPT-6 Astra为57.9%
- 没有模型能完整解出近60%的任务
