🔥 HN 热议

查账机构毕马威(KPMG)的AI代理问得更深,正式判断仍由人完成

约3分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
AI代理

可以自己按步骤完成一部分工作的程序。

法定审计

按照法律正式检查公司账目的工作。

富时250

英国上市公司中由250家公司组成的名单。

发生了什么

毕马威(KPMG,一家检查企业账目的大型审计机构)在英国做了一次人工智能实验。报道说,毕马威使用了100多个AI代理,检查一家没有公开名称的英国上市公司。这家公司属于富时250指数。普通审计团队也同时检查同一家公司,方便把人工和AI的工作放在一起比较。候选报道

这项实验名为Project Exponential。AI代理没有只做一项小任务。它们收集资料,分析数据,写下工作记录,草拟结论,还提出下一步要查什么。多个代理可以分工,也可以互相配合。

毕马威英国审计负责人Cath Burnet表示,在一些情况下,AI查得比普通团队更深,也提出了更好的问题。这里的说法来自毕马威方面的介绍,并不是一项公开的独立排名。

AI具体做了什么

审计不只是把数字相加。检查人员还要判断资料是否互相吻合,并决定哪些疑点需要继续追查。AI代理可以根据已经看到的资料,继续寻找文件和解释。因此,这次实验值得注意的地方,不只是速度,而是AI开始参与选择问题和安排后续检查。

不过,AI并没有独立完成正式的法定审计。审计合伙人确认了这次实验,但实验结果没有被用来正式认可这家公司的账目。测试中还有一次人工介入:一个AI代理没有正确把监管要求和公司文件对应起来,人类审计人员随后修正了问题。

为什么重要

这并不等于会计师马上被AI取代。它更像是在说明,AI可能进入专业工作中需要判断的一部分。若AI能找到人类团队没有继续追问的地方,审计人员或许能更早发现风险,也能检查更多资料。

但问题也很明显。提出更多问题,不代表问题一定更好。AI如果误读规则,就可能让人追查错误的方向,反而增加工作量。即使AI负责大量整理和分析,最后仍需要人来判断证据是否足够,并承担责任。

对会计行业来说,人员数量、工作时间和审计费用会不会改变,也还没有答案。一次实验不能证明企业一定会省钱,也不能证明客户一定会少付费用。

已经确认的事实

公开报道提到,这套系统用了大约4个月建立。毕马威计划把方法扩大到最多20项规模更大的审计工作。报道还指出,如果企业资料不完整、不统一,AI代理就更难正常工作。

目前可以确认的是:实验用了100多个代理,覆盖审计的多个阶段,并与人类团队并行进行。不能确认的是,AI到底提出了多少个好问题,发现了多少个重要问题,以及它比人类节省了多少时间。被检查企业的名称和完整错误记录也没有公开。

还不知道什么

报道没有给出逐题评分、错误率或独立评估。我们不知道人类团队和AI是否拥有完全相同的资料和时间,也不知道所谓更好的问题,是否最后带来了更准确的审计结果。因此,这次实验更适合被看作一个真实业务中的试验案例,而不是AI已经胜过审计人员的证明。

接下来观察什么

下一步要看毕马威能否在更多公司中重复得到类似结果。监管机构和客户也会关心:AI看过什么资料,为什么提出某个问题,什么时候必须交给人来处理。只有这些记录足够清楚,企业才可能放心扩大使用。

这条消息在Hacker News上获得147个积分和76条评论。这个数字说明社区很关注它,不代表报道一定正确,也不代表AI一定更强。Hacker News原帖

来源:候选报道、Hacker News原帖

💬 HN 评论梳理:关键不只是 AI 会不会提问,而是审计条件与失效方式

这条讨论并没有把试验解读为 AI 普遍胜过人类的证明。评论者把人类一侧的激励和工作负荷、审计所需的判断力,以及 AI 可能的失效方式分开讨论。下文的考试成绩、用户体验和失效说法,都是评论者的自述或观点,并非独立核实的结论。

  • 有人质疑比较是否公平:KPMG 团队可能受初级人员配置、过度加班,以及审计由客户付费所造成的激励影响,因此不愿提出让客户不舒服的问题。也有人反驳把问题概括成行业普遍腐败,指出许多司法辖区禁止同一机构同时做审计和咨询,且各国规则不同。
  • 一种常见看法是:当流程和搜索空间定义清楚时,AI 更有优势。一位评论者报告称,韩国一场很难的税务考试出现了与使用 AI 有关的满分案例;这只是个人报告,不是独立验证的测量结果。
  • 有力的反驳是,审计不只是数数字、套规则,还要理解文字和上下文,判断重要性,提出好问题,有时还涉及诉讼相关判断。
  • 关于提问质量,评论意见相反:在数万名顾问的任务和宽泛评分标准上训练的代理,可能比一个审计员提出更好的问题;但也有用户自述,LLM 在排查问题时会跳过常见办法,执着于罕见边界情况,反而漏掉显而易见的问题。
  • 如果让许多代理并行工作,审计可能从抽样走向接近全量的分析。代价是要为不重要的异常花费时间和注意力;评论者也质疑 AI 天生不会疲劳的说法,提到 token/context 限制、走捷径和自行假设。
  • 被审计的一方可能先用同一个审计 AI 试验自己的行为,反复调整,直到系统不再报警。即使模型平均表现很好,这种有针对性的规避仍然存在,会把审计变成攻防循环。
  • 只依赖一个模型或模型家族,会形成单一文化:同一个盲点或漏洞可能同时影响所有部署。有人建议让来自 3 家厂商的模型投票,并加上传统的硬编码监护程序;这能降低风险,但不能消除风险。
  • 训练问题也没有定论:一方认为强化学习(RL)可以把一次发现的修复传播给所有实例;反方指出,RL 数据昂贵,最适合可验证任务,而且无法提前给未知失败贴上标签。讨论还追问 AI 带来的生产率收益最终由谁获得——AI 厂商、雇主、投资者还是劳动者。

这是评论数为163时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

查企业账目的毕马威,让AI代理参加检查

📰 完整报道: 查账机构毕马威(KPMG)的AI代理问得更深,正式判断仍由人完成

AI有时问得比人更深,但重要判断还是由人完成。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
AI代理

能自己按步骤完成工作的电脑助手。

富时250

英国上市公司中的一份250家公司名单。

💡 一句话总结

  • 毕马威用100多个AI代理试查公司账目。
  • AI有时提出了比人更深入的问题。
  • 但重要判断仍由人来完成。

毕马威(KPMG)是一家检查企业账目的大型机构。它把100多个AI代理放进一次英国审计实验。AI代理(能自己按步骤工作的电脑助手)和普通审计团队一起检查同一家公司。

这家公司没有公开名字。它属于英国的富时250指数。这个指数可以看成一张英国上市公司的名单。AI代理收集了资料,也分析了数据。它们还写记录,并建议下一步查什么。

毕马威说,AI有时比人查得更深。它提出了一些人没有继续追问的问题。原因可能是,AI能快速查看很多资料,再继续寻找相关文件。但问题多,不代表每个问题都正确。

测试中,一个AI代理没有把规则和公司文件正确对应起来。人来帮助修正。实验结果也没有单独用来正式认可公司的账目。所以,这不是AI独自完成的正式查账。

毕马威计划在最多20项更大的审计工作中继续测试。可是,企业资料如果很乱,AI就更难工作。报道也没有说明AI提出了多少好问题,或节省了多少时间。

Hacker News上有147个积分和76条评论。这个数字表示很多人关注。它不表示报道一定真实,也不表示AI一定比人强。

来源:候选报道、Hacker News原帖

💬 AI 审计真的总比人好吗

评论者认为,这次结果可能同时反映了 AI 的能力和人工审计团队的工作条件。下面的考试成绩与使用体验都是评论者自述,不是已核实的实验结论。

  • KPMG 的审计人员可能很年轻、很累,也可能不愿得罪客户;所以结果不一定只说明 AI 很强。但许多国家禁止同一机构同时做审计和咨询,不能因此断定整个行业都在作弊。
  • 规则清楚、范围有限的题目,AI 可能更有优势,因为它能从很多例子中学习。一位评论者说,韩国很难的税务考试有使用 AI 的满分案例;这是个人报告。审计还需要理解和判断,不只是计算。
  • AI 可以同时看很多文件,把抽样检查扩大到几乎全部检查。但用户也报告过,LLM 会追着奇怪的小问题跑,漏掉普通问题,并受 token 和上下文限制影响。
  • 公司可以先拿自己的做法测试审计 AI,再改到不容易被发现。一个 AI 还有可能把同一个弱点带给所有人;用 3 家公司的 AI 投票,再加一个独立监控程序,可能更安全。
  • 有人认为 RL 能让 AI 一次学会错误并传播修复;也有人说训练数据很贵,未知错误很难判断。大家还在争论 AI 带来的钱应该归谁。

这是评论数为163时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

🔥 HN 热议

查账公司毕马威的AI帮手问了更多问题

📰 完整报道: 查账机构毕马威(KPMG)的AI代理问得更深,正式判断仍由人完成

一家查公司账目的机构,试着让AI帮忙。

约1分钟读完 Tiny Why编辑部 · 文:特派员 好奇

词语
AI代理

会自己做几步事的电脑帮手。

KPMG

查公司账目的公司。

毕马威(KPMG)是查公司账目的公司。 AI代理(会自己做几步事的电脑帮手)超过100个。 它们和人一起看一家英国公司的账。 有时,AI问得更深。 但是,它有一次把规则和文件配错了。 人帮它改好了。 所以,AI还不能自己完成正式查账。 毕马威还想让AI参加更多检查。 公司资料太乱时,AI会更难工作。 Hacker News有147个积分和76条评论。 很多人看到了这个故事。 这不等于故事一定正确。

来源:候选报道、Hacker News原帖

💬 AI 和人,谁会问得更好

评论区没有得出简单的答案。AI 有长处,也有新的危险。

  • AI 得分高,不一定说明 AI 永远更好。人类审计员可能很累,也可能不敢问难问题;而审计也需要动脑判断。
  • 规则清楚时,AI 能记住很多例子,也能看很多文件。有人报告说,韩国难税务考试出现了使用 AI 的满分例子,但这没有被独立实验确认。也有用户说,AI 有时会跑去想奇怪的事,忘掉简单的问题。
  • 坏人可能先试探 AI,再把坏事藏起来。只用一个 AI,大家可能一起犯同一种错;不同的 AI 和安全监护程序可以帮忙。
  • 有人觉得 AI 能把一次错误教训传给所有 AI。也有人说,学习资料很贵,没发生过的错误很难找到。AI 带来的好处归谁,也还没有答案。

这是评论数为163时的初期(修订2)。获取100条,并从整体抽取100条总结。内容属于HN用户自述,并非编辑部核实的事实。

来源