AI在速度和准确性上胜过持证会计师，但仍无法在无人监督下完成结账

一句话看懂：Mercor 的最新测试显示，AI 大模型在结构化记账任务上的速度和准确率已全面超过持证会计师，但在完整结账流程中仍需人工监督，无法独立完成。

事件核心：发生了什么

AI 评测机构 Mercor 让 12 位平均从业五年半的持证 CPA 完成 APEX Accounting Benchmark 中的简化任务，并与多款大模型对比。18 个月前，最强模型的得分还低于会计师约 37% 的平均水平；如今模型在同一批任务上几乎不出错，且速度更快、成本远低于人力。

不过，在规模更大的完整 APEX 基准中（10 家模拟公司、160 项任务，由 40 多位平均 11 年经验的专业人士构建），目前表现最好的 Claude Opus 5.5 仅满足 61.8% 的评分标准，Fable 5.1 为 61.0%，GPT-6 Astra 为 57.9%。Mercor 指出，没有模型能完全解决近 60% 的任务，AI 尚不能在无人监督下完成结账。

为什么重要

这组数据把 AI 的能力边界划得更清楚了：在规则明确、细节密集、可验证的结构化任务上，大模型对传统白领岗位已形成实质替代压力；但一旦涉及客户沟通、同事协作和多年积累的上下文判断，模型仍无法胜任。Mercor 也承认，该测试恰好覆盖了 AI 最擅长的事——追踪细节和执行精确指令，因此结果不能等同于“会计师可被取代”。对行业而言，这更像是一次生产力工具的重新定价，而非岗位的直接清零。

对用户/开发者/创作者的影响

对企业采购方，记账、对账、票据整理等环节可以优先引入 AI 提效，但结账、审计判断等关键节点仍需保留人工复核。对开发者，会计类 AI 应用的机会在于“人机协作工作流”，而非端到端自动化；谁能把模型的细节执行力和人的上下文判断衔接好，谁就更可能落地。对创作者和知识工作者，这一案例也提示：可被拆解为明确指令的任务更容易被模型接管，而依赖关系维护和模糊判断的部分仍具护城河。