IDW PS 861:2026 年你的审计师将如何检验 AI 生成的财务数字，以及哪些会被拒绝

设想这样一个时刻:你审计事务所的合伙人问了一个问题:“给我看模型是如何得出这个数字的，再算一遍给我看。”如果答案是一段聊天记录加一个耸肩，那么这个数字就不是审计结果，而是未经审计的工作材料。这一区别如今已经被写进了准则。

德国注册会计师协会(IDW)于 2023 年 3 月发布了 IDW PS 861,这是首个针对 AI 系统的正式审计准则。它建立在国际鉴证准则 ISAE 3000 的基础上，最初适用范围是财务报表审计之外的 AI 鉴证业务。但该准则所阐明的原则，此后已被业界延伸适用到年度审计本身:当一项 AI 应用产生的输出与财务报表相关时，审计师必须对其进行评估，而且同一套最低要求同样适用。到 2026 年，这已不再是理论问题。AI 已进入紧贴总账的工作流程，审计师带着核对清单赶来了。

IDW PS 861 究竟要求什么

把这项准则拆解到承重部分，有三项要求最为突出。

**可追溯性(Nachvollziehbarkeit)。**审计师必须能够跟踪一个结果是如何产生的，以及模型逻辑与其所消耗数据之间的边界在哪里。一个无法回溯到其输入的数字是不可追溯的，而不可追溯的数字是无法评估的。

**可复现性。**这一条打破了多数生成式 AI 部署的现状。该准则自身的指引也承认一个硬性限制:对于单笔交易或少数几笔，可以通过重新计算来验证;但面对真实总账的体量和多样性，不可能对每一个案例手动复现。因此系统本身必须具备足够的确定性，使得相同的输入产生相同的输出。同一个问题运行两次，得到相同的数字两次。大语言模型在设计上并非如此。今天让它把一列数字加总，明天再问一遍，你可能会得到两个都看似合理、却都没有依据的答案。

**验证、IT 安全与性能表现。**除了这两项核心要求之外,PS 861 还规定了涵盖治理、变更管理、周边 IT 系统安全以及针对既定标准的性能验证等方面的最低要求。要点不在于禁止使用 AI,而在于只有当一项 AI 结果能够被治理、被保障安全，并被证明性能达标时，它才能获得“与审计相关”的地位。

还有一项值得注意的能力义务:自 2025 年初起，组织被要求确保使用 AI 系统的员工具备相应的 AI 素养。审计师会假定依赖该输出的人员理解其局限。

为什么直接接到总账上的聊天机器人无法通过测试

对于任何把语言模型直接接入其会计数据的人来说，这里有一个令人不安的现实。这不是一个调优就能解决的问题，而是结构性的。

一个通用大语言模型回答关于收入的问题时，靠的是预测词元。它本质上是一台概率机器。由此产生两个后果。第一，它是非确定性的，这与可复现性要求正面冲突。第二，即便它得出了正确的数字，通常也说不出哪些日记账分录、哪些期间截止点、哪些集团内部抵销产生了这个结果。这与可追溯性要求相冲突。你最终得到的数字，有时正确、偶尔错误，却从来无法证明与总账相符。在 PS 861 之下，这就是工作材料的定义，而不是审计结果。

问题的根源在于让模型充当计算器。审计师并不反对 AI 阅读和总结信息，他们反对的是 AI 臆造出没有人能够复现或追溯的运算过程。

能够经受住准则检验的机制

这正是架构比模型本身更重要的地方。解决方案是把大语言模型目前同时做得都不太好的两项工作分开:理解问题，以及计算答案。让 AI 负责语言，让确定性引擎负责数学。

这正是 Rexfin 的架构方式。该平台连接到你的会计和财务数据来源，通过集成对接 QuickBooks、Xero、NetSuite、Sage、SAP、Oracle 或数据仓库，也可以对接上传的报表，并据此构建一个已对账的财务模型。该模型是一个与总账对平的单一真实来源。当有人提出问题时,AI 负责解读请求并检索相关数字，而计算则通过确定性引擎完成，不经过语言模型本身。相同输入，每次都得到相同输出。而且每一个数字都能追溯到来源:具体的分录、科目，以及所属期间。

对照 PS 861 逐条检视，各项要求都能一一对应。可复现性来自确定性引擎。可追溯性来自一个与总账对平并保留完整脉络的模型。“AI”与“数据”之间的边界是明确的，因为 AI 从不触碰运算过程。假设情景分析也运行在同一个已对账的基础之上，因此敏感性分析和结账数字一样是可审计的。这就是把一段聊天记录交给审计师，与把一份工作底稿交给审计师之间的区别。

我不会夸大其词。PS 861 同样涵盖治理、变更管理和 IT 安全，没有任何架构能替你完成这些方面的审计，它们仍然是你必须自行执行的组织层面的纪律。一个已对账的确定性模型并不能让你免于内控要求，它能做到的，是消除 AI 输出在门槛处被拒绝的最常见原因:数字无法复现和追溯。

2026 年审计前应该做什么

两个务实的举措。第一，盘点所有 AI 输出流入具有财务意义内容的地方，预测、对账、董事会数字、披露输入，并对每一处都问:我能精确复现这个结果吗?我能追溯到总账吗?如果诚实的答案是不能，那么就有一项审计发现在等着你。这与更广泛的合规图景直接相关，包括 GoBD 关于可机读评估结果的要求以及《欧盟人工智能法案》第 14 条下的人工监督义务。PS 861 只是这张更宽表格中的一列。

第二，修复架构，而不是修改提示词。无论多精巧的提示工程都无法让一台概率机器变得确定。可靠的路径是给 AI 一个可供读取的已对账模型，以及一个用于计算的确定性引擎。

结论很直白:到 2026 年，你的审计师问的不再是你是否使用了 AI,而是你的 AI 数字能否被复现和追溯。在他们提问之前，先把能给出肯定答案的那一层构建好。如果你想看看一个确定性、与总账对平的模型是如何运作的,预约演示。