先说个丢人的事：我去年花2800块买的RPA授权，三个月就吃灰了
我们公司做电商代运营，每月要处理300多张供应商发票。去年听人吹UiPath，咬牙买了社区版升级到专业版，每月2980块，部署了整整两天——下OCR插件、录流程、设容错。头一个月还行，识别率大概75%左右（增值税普票那种歪歪扭扭的）。结果第二个月供应商换了发票模板，我那个流程直接报错，重新录了一遍。第三个月又换，我实在懒得折腾，手动录了半个月。后来刷GitHub看到有人用AutoGen搭了个AI Agent处理发票，我心想反正RPA授权还剩半年，不如拿300张历史发票做盲测。这一测，结论跟网上那些“RPA已死”的爆款文章完全不一样。
实测数据摆出来：不是谁取代谁，是分工场景错位了
我拿300张发票（150张增值税专票、100张普票、50张手写收据）跑了两套方案。RPA用UiPath+百度OCR免费版，AI Agent用Python+AutoGen+GPT-4o（api调用，每张发票平均消耗0.003美元）。具体维度对比如下：
- 识别准确率：RPA对标准机打发票92%（但模板一变掉到61%），AI Agent整体87%，其中手写收据RPA只有48%，Agent能到79%。
- 部署时间：RPA从零到跑通平均14小时（要配选择器、循环、异常处理），Agent写提示词加调试约6小时（我用Jupyter Notebook边试边改）。
- 月度成本：RPA专业版2980元/月（算上服务器），Agent按300张算约6.3元/月（token费）+电费忽略。
- 模板变更响应：RPA重新录流程2小时起，Agent改一两句prompt（比如“注意有‘价税合计’大写金额的字段提取规则”）10分钟。
- 错误可解释性：RPA报错日志直接告诉你第几行选择器失效，Agent有时候瞎编数字（我遇到过把“¥1,234.00”读成“1234.00元”但小数弄反），需要加校验规则。
这组数据让我意识到一个独立观点：RPA适合“每天几百次、流程死板、字段固定”的批量操作，比如电商后台批量改价；而AI Agent适合“量不大但变数多、需要理解非结构化文本”的场景，比如合同关键信息抽取。两者成本结构完全不同——RPA是重资产（授权+运维人力），Agent是轻资产但需要调提示词的耐心。
给想上手的你：三步实操避坑法（我踩过的坑直接告诉你）
第一步，先别急着买工具。拿你手头最烦的那个重复任务，手动跑20次，记录：平均耗时、出错次数、数据格式是否固定。如果格式变体超过3种，直接放弃RPA，去试AI Agent。我上次帮朋友看一个物流面单录单，面单有手写、有打印歪斜、有涂改，RPA识别率低到39%，换成GPT-4V加坐标提示词，第一次就78%。
第二步，搭最小测试集。别用生产数据（怕泄露），从历史数据里挑50条：20条正常、15条模糊、15条极端（空值、乱码、多语言）。分别跑RPA和Agent，记录“准确率”和“人工复核时间”。注意：Agent的“准确率”要扣掉幻觉率——我的经验是加一个规则引擎（比如金额必须能通过正则校验），否则有5%-8%的胡编。
第三步，算总拥有成本。RPA别只看授权费，算上每年至少40小时的流程维护（模板变更、异常处理），按你时薪折算。Agent别只看API费，算上每周2小时调prompt、处理API限流（GPT-4o免费层每分钟3次请求，我踩过这个坑，批量跑300张要排队20分钟）。如果每月处理量低于500条，Agent总成本大概率比RPA低60%以上；超过2000条且格式固定，RPA反而更稳。
一个反常识的结论：别把Agent当“更聪明的RPA”用
我最初犯的错就是拿Agent去跑RPA那种全自动循环——结果每张发票都要重新初始化对话，token费翻倍，而且上下文一长就乱。后来改成“人机半自动”：Agent负责提取+高亮可疑字段，我用Excel打开复核，每100张平均花8分钟（纯人工要45分钟）。这套混合流程在我公司跑了两个月，发票录入错误从每月7笔降到1笔。
另外提醒一句：别信那些“零代码搭Agent工作流”的广告，至少发票场景里，你需要写几行Python来做表格合并和异常捕获（我用的pandas+retry库）。网上有现成的Notion模板，但我试了三个，两个不支持人民币金额格式，一个把税率算错了。最后老老实实自己写了个150行的脚本，放在GitHub上有人star我才敢推荐。如果你也想试，从“单张发票抽取+人工确认”开始，别上来就搞全自动——我的第一个月全是自动流程，结果因为一张手写收据被Agent读成“退货单”，差点把账做错。
（对了，那套RPA授权到期后我没续费，留了个虚拟机当备份。Agent这边每月花不到10块钱，但每周得花半小时盯着GitHub上AutoGen的更新——这算隐性成本吧。）