Crete/Thrive 用 Codex 构建自改进报税 Agent

生产系统的失败方式难以在部署前预判，传统修复反馈环靠工程师逐案排查、调整 prompt，慢且依赖人力。过去六个月，OpenAI 驻场工程师与 Thrive Holdings 合作为 Crete 旗下 30 多家会计师事务所构建并迭代报税产品 Tax AI：把生产问题结构化为 findings、定制 eval 与范围明确的工程任务，由 Codex 调查、提出修改、用目标 eval 与回归套件验证，最后以候选 PR 交工程评审。改进面被刻意收窄到提取与源文档映射这一有界层，架构与发布仍由工程师负责；从业者通过纠正提取值、复核申报表等日常工作为闭环供信号。据介绍，本税季参与试点企业共处理 7000 份报税表，Tax AI 为从业者节省约三分之一报税时间、吞吐量提升约 50%、草稿字段准确率最高 97%；上线时仅四分之一申报表达到 75% 字段正确率，六周内 86% 达标；一名资深会计师的年度报税耗时从 180 小时降至 15 小时。