Mercor 研究：前沿 AI 模型做题速度与准确率双双超越持证会计师
rohanpaul_ai · x · 2026-10-02
Mercor 发布 APEX-Accounting 基准的人类基线研究，雇佣 12 名平均约 5.5 年经验、持 CPA 证的初级会计师完成简化的月末结账等任务，与前沿 AI 模型对比。
核心发现：
- 在中等长度、定义清晰的任务上，前沿模型已比初级会计师更快、更准，甚至超过研究中表现最好的人类
- 反转速度惊人：仅 18 个月前，最好的模型还达不到会计师平均 37% 的得分，如今同题全胜
- 作者强调这不能推出会计师可被替代：任务恰好测的是 AI 擅长的细节导向指令遵循，而完整会计工作还含客户沟通等非结构化任务
- 作者承认结论敏感、一度考虑不发，但认为机构需要透明数据来应对 AI 快速进步
所属事件:Mercor 实测：Claude Opus 5 会计任务全面反超持证 CPA(11 条相关)→
「模型」频道最新
- OpenAI 定档 11 月 12 日展示网络防御新纪元，内部模型进展成焦点 — imjustnewatai · 2026-10-24
- 宇树王兴兴：GPT-6 Astra 无专门训练即能让机器人作画下围棋，冲击巨大 — Afinetheorem · 2026-10-24
- Qwen3.8-27B 去审查 GGUF 版冲上 Hugging Face 热门 — ttindall · 2026-10-24
- 有人称 GPT 可通过定时建删文件跨沙盒传信,Brundage 调侃回应 — TheMoonMidas · 2026-10-24
- Jack Dorsey 点赞全双工实时语音模型，仅用一台 GB200 训练 — TinfoilTricorn · 2026-10-24
- OpenAI 真实任务数据显示：AI 智能体可靠工作时长仅 15 分钟 — srchvrs · 2026-10-24