OpenAI 在一项涵盖 7,000 份申报的试点之后，主推 Codex 用于报税准备

Why it matters

OpenAI is positioning Codex as infrastructure for vertical agents, with its Thrive stake providing the real workflows and expert feedback that generic model access cannot supply.

Greg Brockman (@gdb), OpenAI's president and co-founder, pitched Codex on August 20th as infrastructure for products outside software development, pointing to a tax-preparation system that processed 7,000 returns and reduced accountants' preparation time by about a third.

这些数字描述的是2025纳税年度的一个试点，而不是新的部署。OpenAI于5月27日首次详细介绍了该项目，这是在与Thrive Holdings和Crete Professionals Alliance合作六个月之后完成的，后者是一个会计网络，于6月2日更名为 Current。Brockman 在帮助创立 OpenAI 之前曾担任 Stripe 的首席技术官，他重新提出这些结果以论证开发者可以使用 Codex 的开源代理框架作为专门代理的运行层。

那比 OpenAI 最初在终端和开发环境中推出的编码助理要更广泛。 Codex 代码库 在 Apache 2.0 许可证下发布，其 App Server 通过一个双向接口公开了代理框架，开发者可以将其嵌入其他产品中。开源代码处理代理线程、工具执行、配置和审批；访问 OpenAI 的模型仍然需要 ChatGPT 帐户或 API 设置。

税务系统处理的内容

Tax AI 是为 Current 的会计事务所网络构建的。参与的会计师上传了原始文件和客户备注，系统提取信息并为税务引擎审核准备提交材料。该试点涵盖了1040个人报表和1041遗产与信托报表。

OpenAI 表示，中等和高复杂度申报表的数据录入每份可能耗时多达八小时。工作包括从往年申报表、电子表格和其他不一致的客户文件中提取信息，然后将其映射到正确的税务字段。

Current 报告称在7,000份报表中平均准备时间减少了31%。OpenAI 表示该系统提高了约50%的吞吐量，并生成了高达97%准确率的草稿。Current 后来描述准确率高达98%。这些数字由构建和部署 Tax AI 的组织报告，顶线准确率并未描述结果如何随报表复杂度而变化。

OpenAI 提供了一个更有用的随时间改进的度量。当 Tax AI 推出时，四分之一的评估报表达到至少75%的正确字段完成率。六周后，86% 达到该阈值，即便此时 Tax AI 已从相对简单的 W-2 和 1099 输入转向 K-1 表格、租赁物业附表和其他复杂申报。

从业人员仍然负责审查工作并批准最终报表。OpenAI 将 Codex 的自动化工程工作限制在提取和映射层，而工程师则保留对架构、产品决策和生产发布的控制权。

更正变成了工程任务

核心机制是围绕会计师更正构建的反馈循环。Tax AI 记录系统提出的内容、从业者所更改的内容以及最终进入申报表的内容。重复出现的错误可以被归纳为一个发现，转换为针对性的评估，并作为一个有界的工程任务分配给 Codex。

Codex 收到相关的生产跟踪、原始文件、预期的税务引擎输出、代码和测试命令。它可以检查失败、提出更改并运行针对性和回归评估。模糊不清的案例会返回给工程师，而不会被自动转换为代码更改。

这一区别在税务准备中很重要，因为不匹配可能反映的是提取错误、会计师的判断、从以前申报表带过来的值，或是在申报流程的其他地方引入的更改。一个原始更正并不必然证明代理是错误的。

OpenAI 表示，租赁物业支持大约花了六周时间并需要大量工程监督，才达到90%的精确率和召回率。由此产生的评估和审查模式随后被重用于其他附表。

OpenAI 在推广中有利益关系

该试点也反映了 OpenAI 将代理引入既有服务业务的策略。OpenAI于2025年12月取得了Thrive Holdings的所有权份额，会计和 IT 服务被列为合作的首批目标。OpenAI 同意将研究、产品和工程人员嵌入 Thrive 所有的业务中。

这种结构让 OpenAI 能直接接触生产工作流、专家更正和跨被收购企业的分发渠道。Thrive 获得了为劳动密集型服务量身定制的自动化，而 OpenAI 则获得了一个受控的试验场，用于需要领域反馈和反复评估的代理系统。

Current 表示其网络此后已扩展到 48 家公司，拥有覆盖 39 个州的 2,000 多名员工。该会计集团计划将 Tax AI 扩展到更多公司，而 Thrive 与 OpenAI 正在将相同的设计应用于簿记、审计和 IT 帮助台工作流。

Brockman 的帖子将该试点变成了对开发者的推介：Codex 可以在垂直产品之下提供代理循环，而领域专家、生产跟踪和评估决定该产品是否变得可靠。该框架可供复制。困难的部分仍然是保障使税务试点得以改进的工作流、审查流程和专有反馈。