Mercor 研究：AI 做會計已勝過初級會計師，18 個月前還追不上
AI 人才與資料公司 Mercor 10 月 1 日發表研究指出，在中等長度、定義清楚的會計任務上，前沿 AI 模型已經比初級會計師更快也更準確，而且勝過研究中表現最好的那一位。研究也發現，18 個月前最好的 AI 模型還達不到會計師約 37% 的平均分數。
12 名持照會計師對上 Claude Opus 5
根據 Mercor 公布的完整論文，研究找來 12 名初級會計師，都是持照的註冊會計師，平均約有 5 年半經驗。題目改編自 Mercor 的 APEX-Accounting 評測，共四個月結作業情境，參與者要從模擬公司的工作檔案中找出正確數字、判斷公司規定的計算方式、完成計算並交出彙總表，每題限時 3 小時。
論文圖表顯示，會計師 23 次作答的準確率分散在 0% 到 90% 之間，耗時從不到半小時到 3 小時不等；Claude Opus 5 單獨作答 20 次，準確率都在 100% 附近，每次只花幾分鐘。Mercor 指出，以每項評分標準的成本計算，前沿模型比人類便宜超過一個數量級。
廣告 - 內文未完請往下捲動
18 個月前最好的模型還不到 37%
論文把歷代模型放在同一組題目上比較。圖表顯示，模型分數大致隨推出時間上升，GPT-4o 只有個位數，2025 年起陸續有模型超過會計師 37% 的平均線，最新一代模型已接近或達到 100%。Mercor 也註明，測試涵蓋預算型與開放權重模型，所以部分新模型的分數仍低於會計師平均。
研究原本想衡量 AI 輔助能讓會計師進步多少，但因為模型單獨作答就拿到滿分，沒有空間測量提升幅度，只好改比較沒有 AI 輔助的人類與 AI。Mercor 也說，這個結果太具挑釁性，他們曾考慮不發表，怕被誤讀。
Mercor：不代表會計師可以被取代
Mercor 強調，這個結果不代表會計師可以被取代。原因之一是這些題目測的剛好是模型最擅長的技能：注重細節、在檔案中搜尋、嚴格遵循指示。題目原本就是為了考倒模型而設計，藏了許多環環相扣的陷阱，出題者事前預估初級會計師平均只會拿 30%，中階會計師約 55%。
另一個原因是測試環境拿掉了許多真實工作的元素，參與者沒有同事可以問，也沒有累積的工作脈絡。研究也沒有衡量與客戶溝通、問對問題、累積隱性知識等能力，Mercor 認為隨著模型接手結構化的細節工作，這些能力會在會計師工作中占更大比重。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
