AI實習7個月後超過眞人：Fable 5.1會計崗成功率72%

BiRun 訊，AI Agent 創業公司 NeoCognition 發布 ApprenticeBench，專門測 AI 能不能像新人一樣，入職後自己學會一份工作。第一版讓 Agent 進入一家模擬的加州建築公司做應付賬款。它先讀半年歷史賬單、公司手冊和 Odoo 敎程，再連續處理 7 個月的 100 張賬單，期間還會遇到規則變化和主管反饋。

Fable 5.1 最終成功率達到 72%，GPT-6 Astra 為 68%，最佳人類測試者只有 51%。任務除了彔發票，還包括發現錯誤、分配成本碼、聯系供應商、走審批，以及從歷史記彔和反饋裡學會公司的內部規則。兩款模型直接操作 GUI 的成績甚至略高於調用 API，過去 Computer Use 常見的性能損失基本消失。

不過，「超過人類」只成立於這一個模擬崗位，而且眞人樣本只有 2 個。成本也更高，Fable 5.1 平均每個任務要 18.23 美元，人類約 7.21 美元。人類越做越快，Agent 反而會因為記的東西越來越多而變慢。

信源

動察 Beating 頻道 · 動察 Beating 交流羣。