两年前，IRS运行着大约10个活跃的AI项目。如今，它运行着126个——每年六次，一套机器学习模型会仔细审查每一份小企业和自雇人士的税务申报表，寻找人类审查员需要数周才能发现的模式。2026年2月10日，该机构将其正式编入《国内税收手册》作为IRM 10.24.1，这是其首部正式规定AI如何选择申报表进行审计的政策。
如果你经营一家企业，并提交了附表C、1120-S表格或合伙申报表，这对你来说并非无关紧要的噪音。这是一个真正的转变，关乎谁会被IRS重新审查，以及为什么。以下是变化之处、算法实际在寻找什么，以及如何确保你的账簿永不给它们提供标记你的理由。
IRM 10.24.1 实际规定了什么
该新手册章节做了三件具体的事：
- 定义了AI在审查过程中被授权做什么——包括明确涉及“告知或影响纳税人是否会被审计，或申报表哪些方面会被审计”的系统。IRS将此称为AI的“假定高影响”用途，将其置于与涉及公民权利或关键基础设施的系统相同的风险类别。
- 要求在进行人工复核，在AI生成的推荐转为实际审计之前。一个模型可以标记一份申报表，但在其变成通知之前，必须有人签字批准。
- 设定了AI辅助案例选择的文件要求，以便审查员必须能够书面解释为何选择某个案例。
该政策还创建了一个治理结构：一位首席数据与分析官担任IRS的“负责任AI官员”，而一个名为“数据与分析战略整合委员会”的机构会在任何新的高影响AI用例上线前签字批准。
用通俗的话说：IRS并未隐瞒算法正在对你的申报表进行初筛的事实。它正在写下这套筛选如何进行的规定——这也意味着审查员事后必须能够证明其合理性。
模型如何实际选择你的申报表
IRS的两个AI模型专门针对自雇纳税人和小企业主，原因很简单：未申报的自雇收入是个人税收缺口的最大单一组成部分。这些模型并非孤立地查看你的申报表——它们会将其与你自己的申报历史以及你所在行业中数千家类似企业进行比较。有几个因素会可靠地提高评分：
- 年度差异。一家咨询企业去年报告了18万美元的总收入，而今年是9.5万美元，且没有明显解释，这立即会显得突出。
- 超出行业标准的扣除比例。IRS持有按行业分类的典型费用与收入比率的统计档案。如果你的企业声称扣除额占收入的65-70%，而你的NAICS代码的标准是35-45%，这个差距就会被标记——即使每项扣除都是合法的。
- 整数。一张显示办公用品恰好5000美元、水电费3000美元、餐饮费2000美元的明细表，读起来像是“估算”而非“记录”。真正的记账会产生像4847.13美元和2963.82美元这样的数字，而不是整洁的五的倍数。
- 信息不匹配。IRS会交叉核对从付款人处直接收到的W-2、1099和K-1表格。如果一份4.2万美元的1099-NEC表格在你的申报表上任何地方都未出现，那就是一个自动的、近乎即时的差异——无需AI即可发现，但AI现在有助于优先处理哪些差异最重要。
- 里程和费用异常值。声称单辆车辆企业每年超过4万英里的商业里程，或餐饮娱乐费用超过收入的10%，这些都是统计异常值，会被重点加权。
这些在本质上都不算新鲜——IRS的判别函数（DIF）评分系统几十年来一直将申报表与统计标准进行比较。新鲜的是规模和速度：不再是定期审查的一个静态公式，你现在拥有每年重新运行六次的模型，并且每个周期都能更好地发现模式。
你更应该担心的部分：响应时间，而非检测
以下是2026年小企业主实际面临的非对称情况：AI辅助标记速度很快，但解决标记的人工环节并未随之扩大规模。自动通知很快发出。但接通真人电话，或获得对通知的实质性书面回复，现在比两年前明显花费更长时间。在2023年本可能是一个五分钟电话的标记，现在可能因罚金和利息累积而数月悬而未决。
这意味着混乱申报表的真正代价不仅仅是审计风险——还有在标记提出后，面对更慢的人工支持，解开问题所花费的时间和压力。最好的防御是首先不给算法任何理由标记你。
为什么IRS必须写下这项政策
IRM 10.24.1中的治理结构不仅仅是官僚主义的内部管理——它是对算法审计选择实际问题的直接回应。独立研究和政府问责办公室的审查发现，某些纳税人群体，包括申报劳动所得税抵免的黑人纳税人，被审计的比例是其他提交类似申报表者的三到五倍。GAO的工作理论是，这不是故意针对，而是“无意的算法偏见”——基于历史审计数据训练的模型最终可能会重现过去存在的任何选择模式，即使没有人有意设计它们这样做。
这正是新政策要求影响评估、持续监控以及在模型推荐转为实际审计前进行强制人工签字的原因：一个纯粹优化用于“捕获未申报收入”的机器学习系统，没有内置检查机制来平衡它不成比例地标记了“谁的”收入。小企业主应将其视为谨慎乐观的理由，而不是等待诉讼——人工复核要求是一个真正的后盾——但它也确认了AI的初筛评分并非绝对可靠。如果你被标记，并不意味着算法发现了真实的东西；它意味着一个模式匹配器发现了“统计上的异常”，你自己的记录可能完全能解释清楚。
如果你确实被标记了
收到通知并不意味着你做错了什么——通常意味着某个地方的一个数字，与你这类企业的模型预期不符。有几个因素决定了是快速解决还是拖延拉锯：
- 书面回复，并快速回复。鉴于上述人工审查的等待时间更长，早期、完整的书面回复比打电话让你重新排队更有可能在第一次沟通时就解决。
- 先展示对账，再解释。先展示产生该数字的底层交易，再解释它们为何合法。当数学运算已经为你做好时，审查员行动更快。
- 不要让一个被标记的年份变成三个。今年申报表上一个未解决的标记，正是那种会让后续模型也重新审视去年和明年申报表的异常情况。彻底了结它，而不是任其拖延。
- 如果通知提到范围扩大，请聘请注册会计师或注册代理人。自行回答一个项目的标记是可以管理的；但要求提供多年支持性记录则值得寻求专业帮助。
什么能真正降低你的风险
这些都不意味着你应该少申报合法的扣除额——目标是准确“且”有充分支持的申报表，而不是一个更小的数字。
保留同期记录，而非事后重建的记录。 在费用发生时创建的文件——你购买当周记录的收据——远比在申报表截止前夜整理的电子表格更有分量。这也更容易：在四月份凭记忆重建六个月的费用，正是合法扣除额被遗漏或错误陈述的方式。
使用反映你企业实际运营方式的会计科目表。 像“杂项”或“其他费用”这样宽泛模糊的类别，正是最难辩护、也最容易让模型标记为噪音的“桶”。如果你的账簿无法解释一个数字，你同样也无法解释。
在提交申报表前，核对每份1099和K-1表格的收入。 由于IRS已经持有这些表格，任何不匹配都几乎是必然的标记。在提交前快速对照你的账簿进行交叉核对，只需几分钟就能发现，而不是几个月后在通知中才发现。
对于你没有实际花费整数的项目，避免使用整数。 如果你的真实记账是精确的，你的申报表自然会反映这种精确性——这本身就是合法性的一个信号。
完全分开商业和个人账户。 资金混用是将常规审查变成真正稽核最快的方式之一，因为它使申报表上的每个其他数字都更难核实。
共同点：每一个修复措施都归结为全年保持干净、完整、实时的账簿——而不是在报税季匆忙重建。纯文本、版本控制的会计使这种纪律易于维持，因为每笔交易都在发生时被记录，且格式便于你在IRS审计之前自己进行审计。
让你的账簿随时准备接受任何形式的审查
随着审计选择变得更快、更自动化，最不用担心的是那些在算法查看之前账簿就已经准确的企业。Beancount.io 为你提供纯文本会计，完全透明，以及完整的、类似git的每次变更历史——没有黑箱分类，没有重建的记录，只有一本可以逐行辩护的分类账。免费开始，让你的账簿默认处于审计就绪状态，而不是临时抱佛脚。