Tax AI на Codex: как OpenAI научила ИИ-агента учиться на собственных ошибках

Подготовка налоговой отчётности — один из самых трудоёмких процессов в бухгалтерской практике. Сложные декларации, горы первичных документов, сверки данных из десятков источников — и всё это в условиях жёстких сроков. Именно здесь OpenAI, Thrive Holdings и сеть бухгалтерских фирм Crete Professional Alliance решили применить принципиально новый подход: не просто автоматизацию, а самообучающегося ИИ-агента.

ℹ О проекте
Проект Tax AI был официально анонсирован 27 мая 2026 года. В его основе — технология Codex от OpenAI, применённая для автоматизации подготовки налоговых деклараций в сети из более чем 30 бухгалтерских фирм.

Проблема: медленный и ручной цикл улучшений

Любой, кто работал с production-системами, знает: реальное поведение продукта часто расходится с тем, что было предусмотрено в лабораторных условиях. Реальные системы ведут себя в продакшене иначе, чем в лабораторных условиях, ломаясь способами, которые трудно предсказать до деплоя. Команды обычно обнаруживают сбои уже после запуска, а затем тратят недели на разбор граничных случаев, корректировку промптов и перевод обратной связи из продакшена в улучшения продукта.

Цикл обратной связи при этом остаётся ручным и медленным — и улучшается только тогда, когда его продвигает инженер. Это неизбежно сказывается на масштабируемости: чем больше фирм, тем больше инженеров нужно, чтобы «тушить пожары».

Самообучающийся агент — это не фантастика будущего. Это инженерное решение, доступное уже сегодня, если правильно выстроить eval-инфраструктуру и обеспечить прямой доступ к реальным данным.

Кто участвовал в проекте

На протяжении шести месяцев forward-deployed инженеры и исследователи OpenAI совместно с инженерами Thrive Holdings создавали Tax AI для сети из более чем 30 бухгалтерских фирм Crete, помогая готовить всё более сложные налоговые декларации.

OpenAI и Thrive Holdings не ограничились лицензионным соглашением: в декабре 2025 года OpenAI приобрела долю в акционерном капитале Thrive Holdings, и их инженеры шесть месяцев совместно работали над созданием системы.

Примечательно, что Thrive Holdings владеет результирующей интеллектуальной собственностью и продуктами этого сотрудничества — нетипичное условие для партнёрств с крупными технологическими компаниями, где провайдер модели обычно сохраняет значительные права на IP.

💡 Партнёрская модель
Thrive Holdings — это одновременно владелец и оператор бизнеса. Это позволяет объединённым командам работать непосредственно с практикующими специалистами и реальными производственными данными изнутри таких компаний, как Crete, — не как поставщик, а как партнёр.

Масштаб задачи: миллионы документов за сезон

Специалисты Crete обрабатывают десятки тысяч налоговых деклараций за сезон, работая с миллионами первичных документов.

Сложность состояла не в считывании стандартных форм W-2 или 1099, а в обработке «грязных» данных из K-1, графиков аренды, заметок, таблиц, файлов предыдущих лет и значений, которые должны совпадать в разных документах.

Для понимания контекста: российский аналог подобной работы — это подготовка налоговых деклараций 3-НДФЛ с учётом доходов от аренды, инвестиций, иностранных источников и вычетов по нескольким категориям одновременно. Именно такой уровень сложности и взял на себя Tax AI.

Архитектура самообучающегося агента: три ключевых компонента

Вместо того чтобы полагаться только на инженеров при поиске и устранении каждого сбоя, Tax AI использует трёхэтапный цикл: 1) тесная работа с практиками для фиксации их экспертных корректировок; 2) построение производственных трасс, превращающих действия в продакшене в структурированные данные; 3) использование Codex для расследования сбоев, реализации исправлений и их валидации.


graph TD
    A[🧑‍💼 Бухгалтер вносит исправление] --> B[📋 Production Trace — полная запись действия]
    B --> C[🔍 Codex анализирует сбой]
    C --> D[🛠️ Предлагается исправление кода]
    D --> E[✅ Eval-тест: регрессионная проверка]
    E --> F{Прошёл проверку?}
    F -- Да --> G[🚀 Деплой в продакшен]
    F -- Нет --> H[👨‍💻 Передача инженеру на ревью]
    G --> I[📈 Новые данные для следующего цикла]
    I --> A

1. Близость к практикам

Практикующие специалисты генерируют ценные сигналы обратной связи непосредственно в процессе работы. Рабочие процессы продукта сохраняют эти сигналы как структурированные данные.

Каждый раз, когда бухгалтер исправляет значение поля — будь то неверно извлечённая сумма или неправильно сопоставленная категория расхода — система фиксирует это как обучающий сигнал (training signal).

2. Production Traces — полный след операции

Система записывает полный след: исходный файл, извлечённое поле, ссылку на источник, маппинг в налоговый движок, исправление бухгалтера и итоговое поданное значение.

Это критически важно: когда в поле возникает ошибка, у Codex есть полный контекст для её диагностики.

3. Codex как агент-инженер

Ключевым решением было не просто использование Codex для написания исправлений, а создание такой среды продукта, где повторяющиеся корректировки практиков превращаются в ограниченные, тестируемые инженерные задачи. На примере арендной недвижимости агент мог изучить исходные документы, трассы извлечения, поведение маппера, ожидаемые результаты и регрессионные тесты — прежде чем предложить изменение.

Инженеры спроектировали трассовую инфраструктуру, построили eval-пайплайн и тщательно ограничили задачи Codex, чтобы агент мог безопасно редактировать только нужные части кода (схемы, маппинги и т.д.), оставляя архитектурные решения людям.

Как работает петля самоулучшения: пример с арендной недвижимостью

Рассмотрим конкретный сценарий. Предположим, несколько бухгалтеров из разных фирм исправляют одно и то же поле в декларациях по аренде — системa некорректно переносит данные об амортизации.

Производственные трассы фиксируют повторяющиеся корректировки на уровне полей, которые становятся сигналами сбоя. Codex может их изучить вместе с трассой, eval-тестами, репозиторием и базой знаний. Применимые паттерны превращаются в ограниченные eval-сценарии и кандидатные изменения продукта; неоднозначные случаи направляются инженерам на ревью. Каждое внедрённое улучшение создаёт новые производственные данные для следующего цикла.

Пример с арендной недвижимостью — образец более широкого, многократно применимого паттерна: использование производственных артефактов и трасс для улучшения возможностей агента. При наличии проверенных данных из продакшена, трасс источников, ожидаемых выходных данных налогового движка, релевантных примеров кода и eval-команд Codex способен существенно улучшить производительность и точность за недели и месяцы.

Результаты: цифры, которые говорят сами за себя

Tax AI обработал 7 000 налоговых деклараций в компаниях-участниках. Финальные черновики достигли точности до 97% без корректировок. Специалисты сэкономили около трети времени на подготовку каждой декларации, а общая пропускная способность выросла на 50%.

Это освободило бухгалтеров для более высокоценной консультационной работы с клиентами вместо рутинного ввода данных.

ПоказательДо Tax AIПосле Tax AI
Точность черновиков деклараций~70–80%до 97%
Время подготовки одной декларации100%−33%
Пропускная способность100%+50%
Количество обработанных деклараций—7 000
Количество фирм-участниц—30+
📝 Реальный эффект
Один из старших бухгалтеров, участвовавших в пилоте, ранее тратил 180 часов на подготовку отчётности за сезон. С Tax AI значительная часть этой работы переходит к агенту, а специалист сосредотачивается на проверке и консультировании клиентов.

Что это означает для индустрии

Сфера налоговой подготовки особенно показательна, поскольку бухгалтерские и налоговые процессы требуют высокого уровня сложности, интерпретации нормативных актов, управления документацией и предметного мышления. Успешное внедрение самообучающихся ИИ-агентов в таких условиях может ускорить принятие ИИ в других отраслях профессиональных услуг — юридических, консалтинговых, страховых и финансовых.

Поскольку Codex harness является открытым исходным кодом, другие разработчики тоже могут строить аналогичных самообучающихся агентов на его основе. Один из руководителей FDE-направления в проекте подтвердил, что трёхкомпонентный дизайн применим к рабочим процессам в других областях и «вполне обобщаем».

Например, OpenAI уже работает с Thrive Holdings над применением этого подхода к бухгалтерским процессам — учёту, аудиту и операционным рабочим процессам.

⚠ Человек в контуре
Важно понимать: самоулучшающийся агент не заменяет бухгалтера. Архитектура системы намеренно оставляет архитектурные решения людям, а Codex работает только в чётко ограниченных областях — схемах и маппингах данных. Неоднозначные случаи всегда передаются на ревью инженеру или специалисту.

Применимость в российском контексте

Подход, описанный в проекте, универсален и не привязан к американской налоговой системе. Аналогичную архитектуру можно выстроить для:

  • Автоматизации деклараций 3-НДФЛ с учётом вычетов, доходов от аренды и инвестиций
  • Подготовки отчётности для малого бизнеса (УСН, патент, ЕСХН)
  • Аудита первичных документов — накладных, актов, счетов-фактур
  • Мониторинга изменений в налоговом законодательстве и автоматической адаптации правил

Ключевое условие — наличие структурированного цикла обратной связи от профессионалов и инфраструктуры для фиксации production traces.

Вывод

Самообучающийся цикл преобразует корректировки практиков в структурированные критерии оценки, позволяя системе становиться лучше с каждой обработанной декларацией. Именно эта архитектура отличает реальные enterprise AI-деплойменты от демонстраций.

Tax AI — это не просто инструмент автоматизации рутины. Это доказательство концепции: самообучающиеся агенты уже сегодня способны работать в сложных, регулируемых, высокоответственных профессиональных средах. Следующий шаг — масштабирование этого подхода на другие отрасли знаний.

Результат — готовый чертёж для любой области знаний: объедините глубокую обратную связь от практиков, богатые производственные трассы и мощный агентный движок — и получите ИИ, который не останавливается на достигнутом, а продолжает совершенствоваться.