考察点
这道题出自通义 AI Agent 产品经理一面。通义团队做 Agent 平台,最怕两种候选人:一种是觉得 Agent 包打天下、什么都想用大模型重做一遍的;另一种是说不清 Agent 到底比 RPA 多了什么、只会背「自主性」「规划」这类词的。面试官想看的是你有没有在真实项目里做过自动化方案的选型,能不能给出可操作的判断标准。追问一般会往「举你自己的例子」「混合方案怎么设计」「Agent 的 ROI 怎么算」上走。
参考答案
先给结论:边界在输入,不在流程
很多人划分 RPA 和 Agent 的边界时,习惯从流程复杂度上找区别,这是找错了地方。我自己做选型时看的第一变量是输入和环境的结构化程度:RPA 的本质是「录好的脚本在固定界面上点击」,它要求输入格式固定、界面元素位置固定、流程分支可枚举;Agent 的本质是「模型理解语义后自主决定下一步」,它值钱的地方恰恰在于输入是非结构化的、分支是枚举不完的。
判断方法很朴素:你能不能把这件事的所有情况写成 if-else 或决策树?写得出来,用 RPA,便宜、稳定、可审计;写不出来——比如要读懂一封措辞随意的邮件、判断一张截图上的信息、应对系统改版后的新页面——这才是 Agent 的地盘。
这个判断还有一个推论:同一条流程里,不同环节的答案可能不一样。所以选型从来不是在流程级别二选一,而是把流程拆开,逐环节问「这一步的输入结构化吗」。这个颗粒度的意识,直接决定后面混合架构能不能设计出来,也是面试里把这道题答深的关键。
必须引入 Agent 的三类场景
第一类是输入天然非结构化。比如客服场景里用户一句「我上周买的那个东西还没收到,你们到底行不行」,里面有实体(商品)、有情绪(不满)、有隐含诉求(催发货),规则引擎要写几百条正则还覆盖不全,这是典型的 Agent 场景。RPA 在这里只能处理「用户点了哪个按钮」这种结构化入口。
第二类是流程本身需要动态规划。报销审核、数据核对这类流程,每一步的结果是固定的,走 RPA;但像「帮我排查这个工单为什么超时」这种任务,下一步查什么取决于上一步查到了什么,路径在运行时才生成,RPA 的预设流程根本表达不了,必须 Agent。
第三类是长尾异常占比高。RPA 最大的隐性成本不是开发,是维护:界面一改、流程一变,脚本就挂。我见过一个财务团队,二十多个 RPA 机器人,每个月光修脚本就占了一个人力。当异常和变更的频率高到维护成本超过收益,用 Agent 的语义理解能力去吸收这些变化,反而更省钱。
反过来,这些场景别碰 Agent
高频、确定性、错误代价高的场景,RPA 依然是更优解。银行的对账、社保申报、电商的库存同步,一天跑几万次,分支清清楚楚,RPA 单次执行成本几分钱,成功率 99.5% 以上;换成 Agent,每次调用要烧 token,一次几毛到几块,还有 1% 左右的概率选错动作,这在资损场景是不能接受的。还有一个常被忽略的点是可审计性:金融、政务场景要求每一步可回放、可归因,RPA 的执行日志天然满足,Agent 的推理过程是黑盒,要额外做大量观测建设才能过合规。
还有一类容易被 Agent 热潮误伤的场景是低频但极关键的流程。比如年度报税、资质年审,一年跑几次,每次都不能错。这种场景上 Agent 没有规模效应摊薄建设成本,反而引入不确定性,老老实实把 RPA 脚本写好、配人工复核,投入产出比高得多。判断「该不该用 Agent」时,调用频次和错误代价这两条轴比「听起来酷不酷」重要得多。
真实落地方案大多是混合的
成熟的方案不是二选一,而是让 Agent 做「理解」和「决策」,让 RPA 做「执行」。比如采购流程:Agent 读懂供应商的报价邮件、抽取出物料和金额、判断走哪条审批流,真正的下单、录入 ERP 还是调 RPA 的确定性脚本。这样智能的部分交给模型,出错的概率压在语义理解层;执行的部分保持确定性,动作可控可回放。我管这个叫「Agent 当大脑,RPA 当手脚」。做产品规划时,这也是给既有 RPA 客户讲 Agent 故事的最好切入点——不是推翻重来,是在他们已有的自动化资产上加一层理解能力。
可能的追问
- 怎么量化 Agent 替代 RPA 的 ROI? 答:算三笔账——单次执行成本(token 费 vs RPA 运行费)、异常处理成本(Agent 的语义容错 vs RPA 的脚本维护人力)、覆盖广度(Agent 一个能接的长尾场景数 vs RPA 要开发的脚本数)。长尾场景越多、变更越频繁,Agent 的账越划算。
- Agent 执行错了谁来兜底? 答:按错误代价分层——只读操作放手让 Agent 跑;写操作加参数校验和金额阈值;超过阈值或不可逆操作(删除、付款)必须人工确认节点,这个确认节点本身用 Workflow 写死,不让模型决定要不要确认。
- 客户已有 RPA 资产,怎么推 Agent 不被抵触? 答:别讲颠覆,讲增量。先挑他们 RPA 覆盖不了、靠人工兜的那 20% 长尾工单做试点,用解决率数据说话,再谈把 Agent 作为编排层架在现有 RPA 之上。