NeoCognition测试AI会计岗学习能力，Fable 5.1成功率达72%

AI Agent 创业公司 NeoCognition 发布了 ApprenticeBench，专门测试 AI 能否像新人一样，在入职后自己学会一份工作。

第一版测试让 Agent 进入一家模拟的加州建筑公司，负责应付账款岗位。系统先让它阅读半年历史账单、公司手册和 Odoo 教程，随后连续处理 7 个月的 100 张账单。测试过程中还加入了规则变化和主管反馈。

模型与人工测试结果

在这项测试中，Fable 5.1 的最终成功率达到 72%，GPT-6 Astra 为 68%，最佳人类测试者为 51%。

任务不只包括录入发票，还包括发现错误、分配成本码、联系供应商、完成审批，以及从历史记录和反馈中学会公司的内部规则。

GUI操作成绩高于API调用

NeoCognition 表示，两款模型直接操作 GUI 的成绩甚至略高于调用 API，过去 Computer Use 常见的性能损失基本已经消失。

结论范围与成本差异

不过，「超过人类」这一结果只成立于这一个模拟岗位，而且真人样本只有 2 个。

成本方面，Fable 5.1 平均每个任务需要 18.23 美元，人类约为 7.21 美元。测试还显示，人类会越做越快，Agent 则会因为记住的内容越来越多而变慢。