OpenAI: Thrive i Crete grade samounapređujuće porezne agente na Codexu
OpenAI je objavio case study o suradnji s tvrtkama Thrive i Crete na izgradnji poreznih AI agenata temeljenih na Codexu. Projekt demonstrira primjenu self-improving agenata u visokorizičnom regulatornom domenu — poreznom pravu — gdje preciznost i ažurnost znanja imaju direktne financijske i pravne posljedice za korisnike.
Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.
OpenAI je objavio case study koji opisuje suradnju s tvrtkama Thrive i Crete na razvoju poreznih AI agenata temeljenih na Codex modelu. Projekt predstavlja primjer primjene koncepta “self-improving” — samounapređujućih — agenata u visokorizičnoj regulatornoj domeni gdje greška može imati direktne pravne i financijske posljedice.
Zašto su porezni agenti visokorizičan test za AI sustave?
Porezno pravo spada u domene s iznimno strogim zahtjevima za točnost: interpretacija propisa mora biti aktualna (zakoni se mijenjaju), precizna (razlika u interpretaciji može biti tisuće eura porezne obveze) i konzistentna (isti zakonski okvir mora davati iste zaključke). Upravo zato je ova domena rigorozan test za AI agentne sustave.
Self-improving agenti — sustavi koji mogu autonomno poboljšavati vlastito ponašanje kroz iterativne cikluse — moraju u poreznom kontekstu navigirati kompromis između inovacije (pronalaženje novih pristupa optimizaciji) i pouzdanosti (striktno poštivanje zakonskih okvira). OpenAI, Thrive i Crete izabrali su Codex kao temeljni model zbog njegovih sposobnosti za analizu tekstualnih dokumenata, zakonodavnih propisa i strukturiranih financijskih podataka.
Kako Codex agenti rade u poreznom kontekstu?
Codex (OpenAI-jev model specijaliziran za razumijevanje i generaciju koda te analizu strukturiranih dokumenata) pruža sposobnosti koje su ključne za porezne zadatke: parsiranje zakonskih tekstova, kalkulacija poreznih obveza na temelju financijskih podataka i interpretacija regulatornih promjena. Self-improving element odnosi se na mehanizme kojima agenti identificiraju vlastite slabosti kroz evaluacijske scenarije i iterativno poboljšavaju odgovore.
Kombinacija Thrive, Crete i OpenAI-jevog Codexa pozicionira se kao alternativni pristup tradicionalnim poreznim softverima koji rade po fiksnim pravilima — agentan pristup bi trebao biti fleksibilniji prema rubnim slučajevima i novim zakonskim situacijama.
Napomena: OpenAI vratio je HTTP 403 pri WebFetch pokušaju. Članak je napisan na temelju opisa u backfill brief-u. Puni detalji mogu se razlikovati od originalnog sadržaja članka.
Česta pitanja
- Što su self-improving porezni agenti koje OpenAI opisuje?
- Self-improving porezni agenti su AI sustavi temeljeni na OpenAI Codexu koji mogu autonomno poboljšavati vlastito ponašanje kroz interakciju i povratne informacije, primijenjeni specifično na domenu poreznog prava i poreznog savjetovanja.
- Koje tvrtke surađuju s OpenAI-jem na poreznim agentima?
- Thrive i Crete su tvrtke navedene u OpenAI-jevom case studyju o izgradnji poreznih agenata na Codexu. OpenAI je objavio detalje ove suradnje kao primjer primjene Codex modela u specijaliziranim poslovnim domenama.
- Zašto je Codex odabran za porezne agente?
- OpenAI Codex je modelska platforma s jakim sposobnostima za analizu teksta, zakonskih dokumenata i strukturiranih podataka, što ga čini prikladnim za porezno pravo gdje se kombiniraju regulatorni tekstovi, numeričke kalkulacije i interpretacija propisa.
Povezane vijesti
AWS: Strands Evals SDK automatizira otkrivanje kvarova AI agenata i analizu korijenskog uzroka
LangChain: Fino ugođeni Qwen-3.5-35B kao 'trace judge' 10–100× jeftiniji od frontier modela
AWS: Works Human Intelligence migrira s LangGraph na Amazon Bedrock AgentCore i postiže 97% smanjenje troškova po procesu