这篇彭博写得比较到位，本质上讲的是一件事：2026年开始，AI真的开始大规模介入“高复杂度白领事务”了

晚风吹人冷

这篇彭博写得比较到位，本质上讲的是一件事：2026年开始，AI真的开始大规模介入“高复杂度白领事务”了，连报税这种又繁琐、又专业、又低容错的工作，都已经有人直接拿Claude、ChatGPT来上手。


文章里最有意思的地方，不是“AI能不能报税”，而是它已经开始进入真实工作流。有人把一堆PDF税务文件丢给Claude，让它按会计师习惯整理成多标签表格，自己检查后直接发给税务顾问；还有人让多个模型同时判断加州商业特许经营税怎么交，结果几个AI自己先“吵起来”了。说明AI不是停留在“聊一聊、问一问”的玩具阶段，而是在实打实替代一部分初级整理、归纳、流程化劳动。

但问题也很明确：税务不是写文案，不是做PPT，不是大差不差就行。税务是典型的“高分支规则+大量例外+极低容错”场景，错一个数字、漏一项申报、引用一条过时规则，最后都可能变成真实成本。文中提到，AI经常会给出错误筹划建议，尤其对K-1、1099这种非标准表格读数容易出错；还有案例是客户因为AI错误判断，加密货币收入没申报，直接被IRS找上门。

最值得重视的一组信息是：Adobe调查显示，今年约25%的美国劳动者计划使用AI辅助报税，去年这个比例只有11%；而学术测试里，大模型在常见税务问题上的错误率接近三分之二。也就是说，渗透率在快速上升，但准确率并没有高到足以让你放心把责任也外包出去。

所以这件事的核心结论，不是“AI没用”，恰恰相反，是AI非常有用，但它当前最适合的位置是“副驾驶”，不是“签字的人”。它适合做资料整理、表格归拢、概念解释、初步检索、流程提效，甚至能明显改善会计师前端收资料的效率；但只要进入最终判断、税务筹划、数字确认和正式申报，责任还是得由专业人士来兜底。连TurboTax母公司Intuit的人都明确说，目前LLM还不能真正处理复杂税务。

这背后其实是一个更大的信号：AI已经开始侵入过去被认为“专业门槛很高”的服务业环节。会计、法务、金融、咨询、审计，这些行业未来未必会被AI整体替代，但大量初级、重复、整理型劳动一定会被重估。过去一个初级白领花三四个小时做的脏活累活，现在可能一个会用AI的人半小时就做完，而且产出还更整齐。

所以真正的变化不是“AI会不会取代会计师”，而是会不会取代不会用AI的那批会计师、税务助理和知识工作者。未来比的不是谁完全不用AI，而是谁知道哪些环节可以交给AI，哪些环节必须自己盯，哪些结果绝对不能直接信。

本质上，这篇文章讲的是：AI已经开始创造生产力，但还没有形成责任闭环。它能极大提升效率，却还不足以独立承担后果。在低容错行业，这个边界尤其重要。

一句话总结：AI可以帮你把报税这件事变轻松，但还远没到可以放心把锅也一起甩给它的时候。##