RPA 是什么？和 AI Agent、自动化脚本有什么区别

RPA 是什么

RPA 是 Robotic Process Automation（机器人流程自动化）的缩写，指用软件机器人模拟人类操作计算机完成任务：打开软件、填写表单、点击按钮、复制粘贴、下载文件、发送邮件……这些动作被录制成一套流程，机器人按规则反复执行。

它解决的是"重复、规则明确、靠人肉点鼠标"的工作。比如财务每天从银行系统下载对账单、行政每天在 OA 里录入报销单、运营每天把后台数据导到表格里——这些活不复杂，但占时间、容易错，正是 RPA 的主场。

RPA 是怎么工作的

RPA 的核心机制是"按规则驱动"：

• 录制/设计流程：把"打开某系统 → 输入账号 → 点击查询 → 下载结果"等步骤拖拽成流程图。
• 绑定目标元素：告诉机器人"点击哪个按钮、在哪个输入框填什么"，通过坐标或界面元素定位。
• 定时或触发执行：设定每天几点跑，或当某个事件发生时触发。
• 按流程跑：机器人逐步骤执行，步骤和规则是预先写死的，没有"临场发挥"。

因为按规则执行，RPA 的优点是稳定、可控、执行快；缺点是"死板"——界面一变、规则一变，流程可能就断了。

三种自动化形态的对比

自动化领域常被混为一谈的三样东西：RPA、AI Agent、自动化脚本。它们的底层逻辑完全不同。

用一句话区分：脚本操作数据，RPA 操作界面，AI Agent 操作"意图"。 想进一步理解 AI Agent 的运作方式，可以看 AI Agent 是什么。

各自适合什么场景

自动化脚本适合：批量处理文件、调用 API、操作数据库、定时跑数据任务。它的前提是系统提供接口或数据是可编程的。 RPA适合：没有 API 的老系统、需要跨多个软件搬运数据、模拟人工操作 GUI。比如登录老的 ERP 系统下载报表、把邮件附件归档到共享盘。 AI Agent适合：任务描述不清但目标明确、需要理解上下文、需要调多个工具并动态决策。比如"帮我整理这周所有合同的关键条款并生成摘要"。

三者不是互斥的。现实中越来越多项目是混合架构：RPA 负责和系统交互，AI Agent 负责理解和决策，脚本负责底层数据搬运。这套组合的逻辑可以参考 AI 工作流是什么 一文。

选型建议

选哪个，先问三个问题：

• 任务步骤是确定的吗？ 完全确定 → RPA 或脚本；不确定 → AI Agent。
• 要操作的是界面还是数据？ 界面为主且无 API → RPA；数据为主 → 脚本。
• 需要"理解"吗？ 需要读文档、判断语义 → AI Agent；不需要 → 传统自动化。

预算和团队能力也要考虑：RPA 工具（如影刀 RPA）适合国内办公场景，中文友好、上手快；脚本方案成本低但要求会编程；AI Agent 方案灵活但要为大模型调用付费。

常见误区

误区一：RPA 是 AI。 传统 RPA 里没有大模型，它是规则引擎。现在很多 RPA 产品"加 AI"，是融入了大模型做补充，不等于 RPA 本身是 AI。 误区二：AI Agent 能完全取代 RPA。 Agent 在需要稳定操作 GUI 的场景反而不如 RPA 可靠，而且大模型调用成本高。稳定性要求高的执行层，RPA 仍是性价比之选。 误区三：自动化会一步到位。 任何自动化都要维护：系统升级要改流程、规则变化要改脚本、模型迭代要调提示词。自动化的成本有一部分是长期维护成本。

下一步

• 想理解 Agent 的自主工作方式？看 AI Agent 是什么
• 想把多种自动化串起来？看 AI 工作流是什么
• 想了解大模型计费的基本单位？看 Token 是什么