RPA(机器人流程自动化)
RPA用软件机器人替代重复劳动
亦作、亦称:机器人流程自动化 · Robotic Process Automation · 软件机器人 · 流程自动化
基于软件机器人(bots)或 AI Agent 的业务流程自动化技术,通过模拟人类在图形用户界面(GUI)上的操作(点击、输入、复制粘贴),自动执行跨多个应用程序的重复性任务。RPA 不应与人工智能混淆——传统 RPA 基于预定义工作流运行,但 2026 年 RPA 与 AI 的融合(智能自动化/Hyperautomation)正在模糊这一边界。
发展历程
RPA 的历史可追溯到早期的 屏幕抓取(Screen Scraping) 技术——2000 年代初,企业需要从遗留系统(Mainframe、ERP)中提取数据,开发者编写脚本模拟键盘和鼠标操作。
2012 年,UiPath、Automation Anywhere、Blue Prism 三家公司将屏幕抓取产品化为 RPA 平台,提供可视化流程设计器和机器人管理控制台。2017-2019 年,RPA 进入爆发期,UiPath 估值达到 $35B(2021 年 IPO)。
2020 年,Gartner 提出 Hyperautomation 概念,将 RPA 定位为超级自动化的核心组件。
2024-2026 年,AI Agent 的兴起推动 RPA 向 Agent-native RPA 演进——OfficeCLI(2026 年 7 月开源)代表新一代工具,让 AI Agent 通过命令行而非 GUI 模拟操作 Office 文档,内置 HTML 渲染引擎实现视觉闭环。
RPA vs AI Agent
传统 RPA 和 AI Agent 都旨在自动化人类工作,但设计哲学截然不同。RPA:基于预定义脚本和固定流程,依赖精确的 UI 坐标,界面变化即失效,适合高度结构化的重复任务(数据录入、报表生成、系统迁移)。
AI Agent:基于语义理解和自主决策,能处理非结构化输入(自然语言指令、图像),自适应应对界面变化,适合需要判断和推理的任务。
2026 年的趋势是两者融合:UiPath 集成 Autopilot(LLM 驱动的流程生成器),用户用自然语言描述需求,自动生成 RPA 脚本;Microsoft Power Automate 集成 Copilot,支持自然语言定义自动化工作流;OfficeCLI 让 Agent 直接操作 Office 文档,跳过 GUI 模拟层。
Hyperautomation 生态
Hyperautomation 是 Gartner 2019 年提出的概念,定义为「组织用来快速识别、审查和自动化尽可能多的业务和 IT 流程的业务驱动、纪律严明的方法」。
Hyperautomation 组合使用以下技术:RPA(流程执行)、AI/ML(决策智能)、IDP(智能文档处理,如 ABBYY、Rossum)、BPM(业务流程管理)、iPaaS(集成平台即服务,如 MuleSoft、Zapier)、低代码/无代码(快速应用开发)。
据 Gartner 预测,2026 年 Hyperautomation 相关技术投资将超过 $1.2 万亿。
企业采纳案例:Reddit 使用 AI Agent 编排实现 84% 案件解决时间缩短;ServiceNow 使用 Hyperautomation 构建 IT 运维多 Agent 系统;Klarna 使用 AI + RPA 将客服团队从 5000 人缩减至 600 人,同时处理量翻倍。
常见误解
日常交流中容易听到的简化说法,未必准确,但能帮助理解误解从何而来。
- 「用软件机器人替代重复劳动」
- 「AI Agent 的前身」
相关术语
和本术语关联紧密的其他词条,便于串联理解。
🎯 考点练习
含该术语的高频面试题,含标准答案与追问。
- 中级概念查看详解 →
什么是 Agentic Engineering?它和 Vibe Coding 有什么区别?
Vibe Coding(Karpathy 2025)是凭感觉用自然语言让 AI 生成代码、快速试错,适合原型;Agentic Engineering 把 Agent 纳入系统化工程流程(需求-规划-生成-自动测试-迭代-评审),强调可控、可验证、可维护,生产系统应走后者。
- 初级概念高频查看详解 →
AI Agent 的基本架构由哪些核心组件构成?
AI Agent 通常由规划、记忆、工具、画像/控制循环四大组件构成,它们围绕 LLM 大脑协同成「观察-思考-行动」闭环。
- 高级系统设计查看详解 →
Agent 接入多渠道(Telegram/飞书/钉钉/Web)时,Channel 抽象层如何设计?
Channel 抽象层用适配器模式把各平台的消息格式、富文本、鉴权、事件差异收敛成统一的 Message/User/Session 接口,receive 转标准消息、send 各自适配,并用特性开关处理能力差异。
- 中级概念查看详解 →
什么是上下文压缩(Context Compaction)?有哪些压缩策略?
长会话/长任务里上下文不断累积逼近窗口上限,上下文压缩是在不丢关键信息的前提下压缩历史,以腾出空间、降低成本并维持推理质量,常用滚动摘要、重要性筛选、工具结果外置、结构化抽取等策略。
外部参考
维基百科:查看「RPA」词条本页内容为本站原创撰写;维基百科链接仅作延伸参考。
