AI开始自己操作软件后,RPA会消失吗?

这可能是2026年企业软件领域最值得关注的问题之一。

过去十几年，企业自动化的主角是RPA。

它可以：

• 自动打开Excel
• 自动登录系统
• 自动复制数据
• 自动填写表单
• 自动下载文件
• 自动发送邮件
• 自动生成报表

只要流程足够固定，RPA就能让一个原本需要人工重复几十次、几百次的工作，变成机器自动完成。

但现在，一个新的变化正在发生。

AI开始自己“看懂”电脑屏幕，并直接操作软件了。

它可以理解网页上的按钮、表格、文本和界面，然后像人一样点击、输入、滚动，再根据执行结果决定下一步。

OpenAI早期的Computer-Using Agent已经展示了这种模式：模型通过屏幕截图理解GUI，再使用虚拟鼠标和键盘执行操作，并在执行过程中根据新的屏幕状态调整下一步动作。(OpenAI)

微软则已经把Computer Use加入Copilot Studio，让Agent可以通过自然语言操作网站和Windows桌面应用；Google也将Computer Use作为Gemini 3.5 Flash的内置能力。(Microsoft Learn)

于是，一个问题摆到了RPA行业面前：

AI都可以自己点鼠标了，RPA还有什么用？

答案可能出乎很多人的预期：

RPA不会消失。但RPA的角色，很可能会发生一次根本性的变化。

一、先搞清楚：RPA到底解决什么问题？

RPA最核心的能力，其实不是“机器人”。

而是：

把确定性的数字工作流程自动化。

例如一家企业每天都要处理1000份订单。

流程可能是：

打开邮件
↓
下载附件
↓
读取订单号
↓
登录ERP
↓
输入订单信息
↓
提交
↓
下载回执
↓
保存到文件夹
↓
发送通知邮件

如果这个流程高度标准化，那么RPA非常擅长。

因为它不需要理解“这个业务到底是什么意思”。

它只需要知道：

下一步应该做什么。

所以RPA的优势一直非常明确：稳定、可控、可重复、可审计。这也是为什么在很多企业里，RPA至今仍然有非常强的生命力。

二、问题在于：现实世界根本没有那么“标准”

真正让RPA头疼的，是企业里的大量“长尾流程”。

比如：

“登录供应商网站，把本月所有异常订单整理出来。”

这句话对于人来说非常简单。

但对于传统RPA来说，里面可能存在大量问题：

• 供应商网站改版怎么办？
• 按钮位置变了怎么办？
• 订单页面结构变化怎么办？
• 某个订单多了一个字段怎么办？
• 页面突然弹出验证码怎么办？
• 某个客户名称格式不一样怎么办？
• 出现异常数据怎么办？

传统RPA通常需要提前把这些情况一一设计进去。

于是自动化开始变得越来越复杂。

最后可能出现一个很尴尬的现象：

为了自动化一个流程，企业花了大量时间维护自动化本身。

三、Agent改变的，恰恰是“理解变化”

这就是AI Agent真正有价值的地方。

假设一个网页原来是：

“提交订单”

后来系统改版：

“确认并提交”

传统脚本可能因为找不到原来的元素而失败。

而Computer Use的思路是：

重新看一遍屏幕。

AI看到：

“这里虽然文字变了，但它仍然是提交订单的按钮。”

于是继续执行。

微软目前的Computer Use就是通过视觉理解屏幕，再进行鼠标点击、菜单选择和文本输入；微软也明确说明，这类能力可以用于没有API连接的网页和桌面应用。(Microsoft Learn)

这就是一个非常重要的变化：传统RPA执行的是预先定义的路径。Agent尝试理解的是当前环境。

四、所以Agent和RPA真正的区别，不是“谁更先进”

很多文章喜欢简单总结：

RPA是旧技术。Agent是新技术。

这种说法其实并不准确。

真正的区别应该是：

RPA更擅长：确定性任务。

• 批量数据录入
• 固定格式报表
• 固定系统之间的数据搬运
• 批量下载文件
• 固定规则的数据校验
• 定时任务
• 标准化审批流程

Agent更适合：具有一定不确定性的任务。

• 理解自然语言需求
• 判断网页内容
• 处理非标准文档
• 根据上下文决定下一步
• 跨多个工具完成任务
• 面对界面变化进行调整
• 将一个目标拆成多个步骤

因此真正合理的关系不是：Agent →淘汰RPA，而是：Agent + RPA。

五、未来最典型的企业自动化，可能长这样

假设企业要完成：

“处理一批供应商发来的采购订单。”

未来的自动化系统可能是：

第一层：Agent

负责理解任务。

“今天有300份订单，需要处理并标记异常。”

Agent开始规划：

• 需要读取哪些文件？
• 哪些订单需要进一步审核？
• 哪些订单可以自动处理？

第二层：AI模型

负责理解非结构化信息。

• PDF
• 邮件
• 合同
• 图片
• Excel
• 网页内容

AI负责把这些信息转换成结构化结果。

第三层：RPA

负责执行确定性动作。

• 登录ERP
• 创建订单
• 填写字段
• 点击提交
• 下载回执

这些事情没有必要让一个大模型每次都“思考一遍”。

因为：能确定的事情，就不要让AI猜。

第四层：API

如果两个系统有成熟API：

直接调用API。

因为API通常比模拟鼠标点击：更快、更稳定、更容易监控。

所以未来企业自动化可能不是：

“全部用Agent。”

而是：

• API能解决的，用API。
• 规则明确的，用RPA。
• 需要理解和决策的，用AI Agent。
• 高风险动作，由人审批。

这才是更现实的架构。

六、这其实意味着RPA正在从“主角”变成“执行器”

这是整个行业非常重要的一次变化。

以前：

RPA =自动化系统本身

未来：

RPA = Agent可以调用的一种执行能力

你可以把它想象成：

• Agent的大脑：“我要完成这个业务。”
• RPA的手：“我负责把这个确定动作执行掉。”
• API像高速公路：“能直接调用系统，就不要绕路操作界面。”
• 人：“遇到高风险问题，我来做最终决策。”

这实际上形成了一个新的组合：Agent + RPA + API + Human

七、为什么RPA反而可能在Agent时代继续存在？

因为一个非常现实的问题：

AI不是100%可靠。

Agent最大的优势是灵活。

但灵活的另一面，就是存在不确定性。

如果让Agent处理：

“帮我搜索一下这家公司的最新产品。”

出错一次，问题可能不大。

但如果让Agent：

“自动给供应商支付100万元。”

事情就完全不同了。

企业需要：

• 确定的权限
• 确定的流程
• 确定的审计
• 确定的执行结果

这种情况下，传统自动化反而具有价值。因为：越高风险的流程，越需要确定性。

八、所以未来可能出现一种非常有意思的分工

可以把企业任务分成三个区域。

第一类：低风险+ 高确定性

• 批量改文件名
• 数据同步
• 固定报表
• 下载文件
• 定时发送通知

RPA最合适。

第二类：高变化+ 低风险

• 搜索资料
• 整理网页信息
• 阅读大量文档
• 初步分析
• 生成报告草稿

Agent更合适。

第三类：高风险任务

• 财务付款
• 合同最终确认
• 数据库删除
• 关键生产系统修改
• 涉及敏感数据的操作

最合理的方式往往不是：

“完全交给AI。”

而是：

Agent执行→ 系统校验→ 人确认→ RPA/API最终执行。

也就是：

Human-in-the-loop

人在关键节点保留最终控制权。

微软目前的Computer Use也已经提供Human Supervision机制，让Agent在需要确认或补充信息时升级给人；同时微软明确提示，Computer Use需要考虑网页内容中的Prompt Injection等安全风险。(Microsoft Learn)

九、真正危险的不是Agent取代RPA，而是“企业没有重新设计流程”

很多企业现在可能会犯一个错误：

以前有一个RPA流程。

现在加一个Agent。

然后说：

“我们已经完成AI升级。”

其实远远不是。

真正的变化应该是：

重新思考整个工作流程。

以前：

人
↓
Excel
↓
RPA
↓
ERP
↓
人工审核
↓
邮件

未来可能变成：

Agent理解任务
↓
读取数据
↓
调用AI模型
↓
API/RPA执行
↓
自动验证
↓
异常升级给人
↓
完成闭环

这不是简单地给RPA“加一个AI”。而是：重新设计数字劳动力。

十、RPA公司自己也在发生变化

这其实是非常值得关注的行业信号。

如果Agent真的会把RPA淘汰，那么RPA厂商应该逐渐退出。

但现实恰恰相反。

例如UiPath现在已经明确把产品方向放到Agentic Automation上，并强调让Agent、机器人和工作流协同工作；其官方对“Agentic Automation是否会取代RPA”的回答也是：不会，Agent更可能与RPA及智能自动化协同。(UiPath)

微软也已经把Computer Use直接放进Copilot Studio，并提供独立Computer Use工具、运行监控、日志和治理能力。(Microsoft Learn)

这其实说明一个非常重要的趋势：AI没有把自动化行业推翻重来。而是在把原来的自动化体系重新组合。

十一、真正可能被淘汰的是什么？

如果一定要说“谁会被淘汰”，我认为不是RPA。

更可能被淘汰的是：

1.纯人工的重复点击

每天重复几十次、几百次的工作。

2.极其脆弱的UI脚本

只要网页改一个按钮位置，就需要重新维护的自动化。

3. “人负责搬数据”的工作

A系统复制→ B系统粘贴→ C系统再录入，这类工作会越来越难保留人工价值。

4.只会执行、不理解上下文的自动化

未来自动化系统会越来越需要：理解→ 判断→ 执行→ 验证，而不是：点击→ 点击→ 点击。

十二、但这里还有一个经常被忽略的问题：成本

Agent并不是免费的。

传统RPA执行一个固定动作，成本可以非常低，而且结果高度确定。

但Agent每一步都可能涉及：

• 视觉理解
• 模型推理
• 上下文
• 工具调用
• 截图
• 重新规划

微软目前的Computer Use就是按Agent action计费，一个Computer Use步骤可能对应一次或多次底层操作，不同模型的计费档位也不同。(Microsoft Learn)

这意味着：不是所有任务都值得用Agent。

如果一个动作：

“每天固定把A表复制到B表。”

没有必要让一个大模型每次重新思考。

直接RPA或者API可能更合理。这其实是未来企业AI非常重要的一条原则：不要为了AI而AI。

十三、所以未来企业真正需要的，不是“AI化”，而是“自动化分层”

可以建立一个非常简单的判断框架。

能不能直接API？

能。优先API。

没有API，但流程高度固定？

RPA。

有大量非结构化信息，需要理解？

AI。

流程经常变化，需要动态判断？

Agent。

涉及高风险操作？

Agent +自动校验+ 人工审批。

多个系统、多种工具协同？

Agent Orchestration。

这才是未来企业自动化真正可能形成的架构。

十四、那么RPA工程师会不会失业？

这个问题其实比“RPA会不会消失”更值得讨论。

我的判断是：

纯粹只会录制流程、拖拽组件、维护固定脚本的能力，价值会下降。

但懂下面这些东西的人，价值反而可能提升：

• RPA
• API
• Python
• 数据库
• LLM
• Agent
• 工作流
• 权限管理
• 企业系统
• 流程设计
• 自动化治理

因为未来企业需要的不是：一个RPA脚本工程师。而是：能够设计“AI +自动化+ 企业系统”的人。这会成为一个新的职业能力组合。

十五、最后给一个更值得关注的判断

如果把过去十几年的自动化发展放在一起看，会发现一个非常有意思的演变：

第一阶段：人工操作电脑

人负责：理解、判断、点击、输入、检查。

第二阶段：RPA操作电脑

人负责：设计规则。RPA负责：重复执行。

第三阶段：AI Agent操作电脑

人负责：提出目标、设置边界、审核结果。Agent负责：理解、规划、执行、调整。

第四阶段：可能会进一步变成

Agent管理Agent，RPA/API作为执行基础设施。

• 一个Agent负责拆任务。
• 另一个Agent负责分析。
• 另一个Agent负责调用工具。
• RPA负责确定性执行。
• API负责系统级调用。
• 人负责最终决策。

这时候，自动化真正发生变化的就不再是：“谁替代谁？”而是：“谁负责思考，谁负责执行，谁负责控制？”

最后的答案：RPA不会消失，但RPA的时代正在改变

所以，如果有人问：

“AI开始自己操作软件以后，RPA会不会消失？”

我的答案是：

不会。

但传统的：

“录制一个流程→ 自动点击→ 出错维护”

这种单一RPA模式，确实会受到越来越大的挑战。

未来更可能形成：

AI Agent负责理解和决策
↓
API负责高效连接
↓
RPA负责稳定执行
↓
工作流负责流程编排
↓
人负责高风险节点
↓
治理系统负责权限、监控和审计

这不是RPA被AI消灭。而是：RPA从“自动化的主角”，变成了AI Agent可以调用的一双手。

真正值得关注的，也不是：

“RPA还能活多久？”

而是：

“未来一个企业的数字员工，到底会由Agent、RPA、API和人怎样共同组成？”

这可能才是2026年企业自动化真正进入的新阶段。

AI趋势实验室

我们不只追踪“哪个AI又发布了新功能”，更关注这些技术进入真实工作以后，究竟会怎样改变软件、硬件、企业流程和普通人的工作方式。

AI趋势，先知先行。