OpenAI 案例：GPT-6 Astra 数分钟内完成41份财报文档核查，找出全部4处植入错误

OpenAI 9月3日发布客户案例，展示法律与专业工作智能体系统 Legora 如何借助 GPT-6 Astra，在数分钟内完成一项通常需要耗费整晚甚至数天的财报审查任务。

Legora 自称被超过10万名专业人士使用，服务遍及50多个市场的1800多个企业内部法务部与律师事务所；其法律工程师会针对客户的端到端工作流调整平台，从合同审查到法律研究均有覆盖。

案例聚焦于财务报表核对（tie-out）流程：逐项检查草拟报表中的每个数字，与试算平衡表、合并日程表以及上一年度账目进行比对，直到每一项都对得上。Legora 法律工程师 Percevale Perks 形容这类工作“可能要花一整晚，有时要好几天”。

在使用 GPT-6 Astra 后，Legora 的智能体在一次运行中完成了横跨41份文档的核对，且用时仅数分钟：它逐项核对余额与支撑日程表、标出金额中的断裂、记录每一笔检查，最终为法律专业人士留下每一行项目的颗粒级核查记录。

在 Legora 自有的智能体推理基准（BAR）评估中，GPT-6 Astra 在这条财报核对工作流上的性能较前代模型提升近40%，而其在 BAR 全部任务上的平均提升约为3%。

模型找出了 Legora 植入账目中的全部4处错误，其中包括隐藏在营收附注中的50万英镑差额；它保留了前代模型做对的所有检查，还额外完成了约50项检查。

对行业而言，这标志着智能体式核查已能在单次运行中吞下整批文档，而最终判断权仍然留在人类专家手中。

接下来值得关注的是：这类财报核对结果能否在真实审计周期中稳定复现，以及竞争对手是否会拿出各自的基准来回应 OpenAI 的这一展示。