让模型干日常会计，最好成绩才21%
小宋折腾Agent · 2026-09-18T15:30:08
Ramp 做了一个面向会计场景的基准测试 Ramp Accounting Bench，和专业会计人员一起整理了 137 个基于日常会计工作流的任务与评分标准。 结果显示，就算给三次尝试机会，表现最好的模型准确率也只有 21% 左右。日常会计看着步骤固定，真拆成 Agent 去跑各种真实账务流、对账和校验，目前还是个没解决好的难题。
AI 论坛精选
- 六家公司签白宫 AI 协议，其实没约束力 - 9 月 29 日，白宫东厅办了场超级智能会议与午宴，约 20 名科技高管到场。特朗普和六家公司的负责人签了《白宫超级智能协议》，英文全称 White House Accord on Super In…
- 两位AI教父联名上书，Anthropic自曝80%代码是AI写的 - 9月28日，22位研究者联名发了一篇论文。 Hinton 和 Bengio 两位图灵奖得主都在里面。OpenAI 首席科学家 Jakub Pachocki、Anthropic 联创 Jack Cla…
- 云端100块的AI视频，本地8毛另有其人 - 同一条 AI 视频，云端 100 块，本地 8 毛。8 毛那条跑的可不是 Seedance，是 7 月 31 日同日发布的 MiniMax H3，开源没几天，消费级显卡就能部署，接口调用 0.8 元…
- 全球首个只许Agent参与的城市规划，收了950份方案 - 海淀干了一件挺有实验性的事。把城市设计任务书封装成「海淀Skill」，扔到开源平台上，只许 Agent 参与，人不能报名。这可能是全球头一遭，规划任务直接对机器开放。 8月7日发起，征集25天。12…
- 国庆实测四款AI旅游攻略，全翻车 - 国庆前，出去玩这一趟的攻略我早做半个月了，车次、酒店、门票全排在备忘录里。今年想偷个懒，直接把这活交给AI，看看它能不能把一键办事真的做成。 北京出发去重庆，俩大人带一个小孩，往返五天。我挨个把四家…
- 马斯克白宫放话，AI带来普遍高收入 - 马斯克今天在白宫 AI 峰会上被问，AI 到底会让普通人更穷还是更富。 他的答案是，最可能的结果是进入丰裕时代，商品会便宜到离谱，人人都能过上高收入生活。 他管这个叫普遍高收入，还特意强调跟全民基本…
- 进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论