OpenAI发布Basis的GPT-6 Astra应用案例

OpenAI于9月28日发布了AI会计初创公司Basis采用GPT-6 Astra的案例。Basis把一份由50个标签页组成的复杂税务工作簿分别交给GPT-6 Astra和上一代模型GPT-5.6 Sol处理，结果Astra完成任务的用时只有Sol的一半。Basis的内部评估分数也提高了约20%。联合创始人Mitch Troyanovsky表示："GPT-6 Astra在真正理解用户意图和问题方面做得更好。"

Basis是一家用AI智能体自动化会计师日常大量手工工作的公司。首席执行官Matthew Harpe与Troyanovsky于2023年在纽约共同创立了该公司，2月24日完成由Accel领投的1亿美元B轮融资，估值达到11.5亿美元。GV、高盛前首席执行官Lloyd Blankfein以及现有投资方Khosla Ventures参与了投资，累计融资额为1.38亿美元。据公司介绍，美国排名前25的会计师事务所中约30%在使用Basis；据报道，扩大到前150家事务所，这一比例为20%。

根据METAL核实的OpenAI案例文章，测试任务是准确可靠地从头到尾完成这份50个标签页的税务工作簿。Troyanovsky说："GPT-6 Astra完成这份工作簿的时间是GPT-5.6 Sol的一半。"他将速度的来源归于任务初期的判断。Astra从一开始就做出更好的决策，让智能体以更直接的路径完成工作，减少了纠正错误的时间，也因此使用更少的token。他在视频中表示，即使是复杂的工作，只要一开始就选好方法，实际上就能用一半的时间完成。

从工程师的角度看，这个案例最值得关注的是推理量调节。在任务推进过程中，Basis会根据每一步的难度改变Astra使用的推理量：困难的步骤增加计算，简单的步骤减少计算，而在调整过程中缓存保持不变。如果在长任务中途改变推理设置就必须丢弃此前积累的缓存，成本和响应时间就会再次膨胀，这意味着Astra可以在不付出这种代价的情况下进行调节。Troyanovsky表示，这让长时间运行的任务对Basis及其客户都更加经济。

评估方式也不只看结果。Basis不仅对智能体的最终答案打分，也对其工作过程打分，检查它们是否遵循模板、是否在税务问题上查阅一手资料、是否自我核查。公司解释说，内部评估分数约20%的提升来自更好地理解用户意图，包括知道何时提问、说明假设以及遵循指令。即使明确指令较少，Astra也能从更广泛的上下文中推断出这些期望，Basis因此不必再为各种具体情况逐一编写规则。

视频中的数字让这一点更加清晰。Troyanovsky表示，内部评估能覆盖1000种情况，但智能体在实际运行中会遇到10万种情况，因此需要确信表现能从1000种推广到10万种。Basis表示，随着需要编写的情境规则减少，它更有信心让智能体处理内部测试未覆盖的情况。这也是他把公司的研究定义为必须在生产规模上可靠的长程智能体的原因。

Basis一直专注于可以在数小时乃至数天内持续处理复杂会计工作的长程智能体。公司表示，它展示了首个能够从头到尾自主完成美国合伙企业纳税申报表（1065表）的AI智能体，这项申报需要为每位合伙人制作单独的税务文件，并追踪定制的利润分配安排。投资人、Khosla Ventures创始人Vinod Khosla评价说："Basis已经在从根本上改变顶级事务所的工作方式，在各项业务中带来20%至50%的效率提升。"

会计师的角色也在改变。Troyanovsky在视频中表示，Basis让会计师从做工作的人变成审核工作的人。据报道，Harpe表示，公司的目标是缓解美国会计师短缺，自动化常规的纳税申报和财务报表，让会计师专注于帮助客户做出税务策略和资本配置等关键决策。Troyanovsky在宣布融资时还表示，编程智能体能写大量代码并不意味着要少招工程师，公司实际上在招更多工程师。

自推出GPT-6 Astra以来，OpenAI陆续发布了各行业的客户案例。METAL曾报道OpenAI发布法律AI公司Harvey的GPT-6 Astra案例。从法律到会计，共同的信息是：在长任务中，初期判断和对意图的理解能同时降低速度和成本上的消耗。在会计这种一旦出错就会立即承担责任的工作中，这一承诺能否兑现，最终要在评估无法覆盖的10万种实际情境中见分晓。