Surge AI 推出 DAYJOB: Tax 稅務基準,最高通過率僅 10.8%
Surge AI 發布 DAYJOB: Tax,用 50 個專業稅務任務評測 AI agent,Claude Sonnet 5.5 以 10.8% 的 pass@1 通過率排在第一,Claude Fable 5.1 與 Claude Opus 5.5 分別為 9.6% 和 9.2%。任務覆蓋個人與家庭、小企業、合夥、房產投資、信託遺產、國際稅務等八個領域,通過標準是至少滿足 95% 的評分細則。
依意思最接近的 10 筆
Surge AI 發布 DAYJOB: Tax,用 50 個專業稅務任務評測 AI agent,Claude Sonnet 5.5 以 10.8% 的 pass@1 通過率排在第一,Claude Fable 5.1 與 Claude Opus 5.5 分別為 9.6% 和 9.2%。任務覆蓋個人與家庭、小企業、合夥、房產投資、信託遺產、國際稅務等八個領域,通過標準是至少滿足 95% 的評分細則。
阿波羅全球管理首席經濟學家 Torsten Slok 稱,AI 對科技行業以外的美國大企業帶來「零財務回報」。他考察剔除 Alphabet、Amazon、Apple、Meta、Microsoft、Nvidia、Tesla 後的標普 493 成分股,發現其利潤率與人均營收基本持平,沒有證據顯示 AI 提升了生產率。Slok 認為企業很難把日益廉價的智慧轉化為更高的營收與利潤率,因為商業中的智慧更多是判斷力;近期多項研究也未發現 AI 帶來顯著生產力增益。
民調預測民主黨將在 11 月中期選舉中至少翻轉國會一院,屆時關鍵委員會的主導權將回到民主黨手中,AI 公司可能迎來新一輪審查。目前委員會中的民主黨高層已表示,願意就資料中心的稅收抵免和近期的駭客事件向 AI 行業施壓;一旦接管委員會,他們可以設定議程並傳喚 CEO 作證。
馬斯克在 X 上發帖稱,Grok 的 @Bot 可以幫助處理複雜稅務。推文只有這一句話,沒有說明支援哪些國家或稅種、面向哪些使用者、是否需要額外付費,也沒有給出上線時間和具體功能細節。
企業一度鼓勵員工儘可能多地使用 AI,即所謂的 #tokenmaxxing,隨後賬單隨之而來。報導援引一項針對近 400 家企業的調查稱,其中只有 11% 能準確預測自己的 AI 支出。AI 使用量以 token 計量,而企業發現 token 很難統計,這讓 AI 預算幾乎無法編制。
美國北卡羅萊納州 54 歲的 Michael Smith 因用機器人刷 AI 生成歌曲的播放量騙取版稅,被判處 18 個月監禁,並須上繳 800 萬美元版稅。他自 2017 年起建立多達 1 萬個虛假帳號,為自己擁有的數十萬首 AI 歌曲刷出數十億次播放,並把刷量分散到數千首歌以躲避異常檢測。司法部舉例稱,2023 年 4 月他的機器人帳號經家庭套餐刷了 8090 萬次,而同月 Taylor Swift 全曲庫在 YouTube Music 家庭套餐播放僅 930 萬次。
SpaceX 第三季度 AI 業務營收 75 億美元,佔公司總收入 52%,並實現 4.31 億美元利潤。該業績來自改名為 Super Intelligence 的業務線,含收購的 Cursor 程式設計工具、Grok 機器人與算力達 1.7 GW 的 neocloud 業務;若不計 Cursor 收購帶來的 12 億美元一次性股權激勵費用,利潤會更高。
馬斯克在 X 上表示,Grok 的 @Bot 可以幫忙報稅。這條發言只有一句話,未說明該功能的呼叫方式、覆蓋的國家與稅種、是否收費,也沒有給出準確性或合規方面的任何說明。實際可用範圍與限制目前均未公布。
美國眾議院監督與政府改革委員會主席 James Comer 致信德拉瓦州州長 Matt Meyer,要求提供該州設立「人工智慧公司(AIC)」這一新公司形式的檔案。該提案擬允許公司由 AI 代理運營、無需人類掌舵,Comer 認為它可能被用來讓 AI 公司及其投資者免於為 AI 的魯莽有害行為擔責,也會掩護在州 AI 倡議背後尋求反競爭監管俘獲的勢力。
Theranos 吹哨人 Tyler Shultz 警告,AI 熱潮是行騙的好機會。他在接受《舊金山標準報》採訪時表示,AI 公司極難做盡職調查,很難分辨真正獨特的新技術與 ChatGPT 套殼,靠一杯咖啡就投 10 萬美元的日子該結束了——Holmes 只是把這套模式放大到 1 億美元。同期,記錄 Holmes 入獄前最後幾週的紀錄片《You Can See Everything》正在熱映,她已另創診斷公司 Haemanthus,據報導融資約 2000 萬美元。