accounting

Nuvio 5.0 在 Product Hunt 上正式发布，让初创公司将开票、报销和对账工作交给 AI 智能代理处理。该代理不仅能完成这些财务任务，还可与 ChatGPT、Claude 或自定义智能代理连接，同时新增了记账和税务服务。

FinGREAT 评估开放权重 LLM 在金融图引导检索与关系分类任务上的表现，利用 11 节点 11 边的复式记账图谱分析 1300 份 SEC 10-K 文件，并引入包含 483 段人工标注的关系分类基准，最强开源与闭源模型准确率分别为 84.1% 和 92.8%。

一个为 AI 财务智能体精心策划的会计技能库，涵盖结账、报表编制、对账、应付账款和应收账款工作流程，通过分析多个财务专用技能库中的提示词构建而成。

Josh Pigford 称，在一个 AI 智能体帮助他对交易进行分类后，Intuit 暂停了他的 QuickBooks 账户，这促使人们审视 QuickBooks 的服务条款、API 限制，以及将 AI 智能体连接到会计数据的五种更安全的方法。

马斯克转发了一条帖子，指出 AI 模型（他戏称为“超级智能”）如今已能轻松通过会计测试，而就在十八个月前，这类模型的表现还远低于会计师的平均约 37% 得分。

一条推文，评论 Claude 等前沿模型如今已从被人鄙视转变为在细节导向、规格明确的工作中实际上被要求使用，并引用了一项研究——模型的表现甚至超过了最优秀的人类会计师。

Mercor 聘请了 12 名持证注册会计师（CPA）来完成其 APEX-Accounting 基准测试中简化的月末结账任务。结果显示，前沿 AI 模型如今已能获得满分，且成本仅为最优秀初级会计师的约五十分之一；在短短 18 个月内，AI 的准确率就从低于人类平均水平提升到了 100%。

Modus Audit Labs 发布了 Financial Bench——一个开源基准测试，用于评估 AI 能否胜任真正的初级审计师工作，而非仅仅回答会计问题。Garry Tan 对此发布表示强调，认为每一份工作最终都会出现类似的评测基准。

Basis 表示，利用 GPT-6 Astra 不仅将复杂税务工作簿的完成速度提升了一倍，还增强了其AI代理在会计任务中的效率与决策水平。

作者认为，AI 应自动化中层管理、HR 和会计中的例行任务，使熟练员工能够专注于高效工作，而提供指导和专业技能的宝贵管理者应保留。

Fina Business 在 Product Hunt 上线，推出面向创始人的 QuickBooks 替代方案，定价 20 美元/月，提供发票自动化、Stripe 支付、复式记账及财务报表等功能。

一家公司将会计师事务所转变为AI原生，将营业利润率从5%提高到70%，并正在扩展这一模式，为小企业提供更快、更便宜的会计服务。

文章反驳了关于AI“债务炸弹”危机的担忧，将数据中心的表外融资与Enron等历史做法相比较，表明虽然需要审查，但恐慌是不必要的。

Joanathan McIntosh，一位二次创业者，推出了Billow（YC S26），这是一家AI原生的会计公司，用代理替代人类会计师，自动化这个价值7000亿美元的行业中的任务。

一位从业者反思在多个行业构建AI智能体的经历，发现狭窄、行业特定且不起眼的用例能带来真正价值，而泛泛的“AI运行整个工作流”演示则始终表现不佳。

尽管Palantir在2024年收入达2.47亿英镑，但在英国仅缴纳210万英镑公司税，引发工会和研究人员对其转让定价和避税行为的批评。

APEX-Accounting由Ramp和Mercor创建，是一个通过160个会计场景测试AI模型以衡量生产力的基准。

作者分享自己使用Hermes+Beancount+飞书的记账方案，通过DeepSeek模型以自然语言记账，数据校验可靠且成本极低，并能与飞书文档联动。

APEX-Accounting 是由 Mercor 和 Ramp 联合创建的基准测试，用于评估前沿人工智能模型在实际会计任务中的表现。表现最佳的模型 Claude-Fable-5 (Max) 达到了 56.4% 的平均标准。

Yohei Nakajima 观察到，社会多次通过不可变日志解决了可审计的大规模协作问题，并从开源（git）、会计、医学、航空、核基础设施和科学研究中找到了相似之处。他认为这种模式适用于长期运行的AI代理问题。