Building self-improving tax agents with Codex
OpenAIとThrive Holdingsが、税務エージェントをCodexで継続改善する実例を公開しました。実務者の修正、プロダクトトレース、評価セットをCodexに渡し、エージェント自身の性能改善ループを作る内容です。
Tax AIはCreteの30以上の会計事務所向けに、1040/1041などの税務申告準備を支援しました。7,000件の申告を処理し、税務準備時間を約3分の1削減、最大97%の精度、スループット約50%向上とされています。重要なのは、単にCodexがコードを書く話ではなく、実務者の修正ログを「評価可能な失敗」として構造化し、Codexが対象コード・プロダクトトレース・評価コマンドを使って改善する点です。エージェントを本番投入した後、失敗を集めてeval化し、Codexに改善タスクとして渡すパターンは、税務以外の業務エージェントにも応用できます。