RPA还是AI Agent：按流程特征分层选型，预算只够投一种时怎么选
引言
过去两年，我见过太多团队在 RPA 和 AI Agent 之间纠结到失眠。一边是已经投入几十万的 RPA 项目，流程稳定、回报确定；另一边是大模型智能体来势汹汹，号称能"理解目标、自主决策"。最要命的问题是：如果预算只够投一种，到底选哪个？
先说结论：这不是二选一，而是按流程特征分层选择。 规则稳定、输入结构化、步骤固定的任务，RPA 更容易快速见效；跨系统、非结构化、异常频繁、需要判断和闭环的任务，更适合 AI Agent。预算只够投一种时，通常应先用 RPA 拿下确定性回报，再把高价值异常场景交给 Agent。
下面我从流程特征这个维度，拆解怎么判断、怎么排优先级、怎么算 ROI。
一、先看流程的"结构化程度"和"异常频率"
判断该用 RPA 还是 Agent，别听厂商吹，就看两个维度：结构化程度和异常频率。
结构化程度指的是输入是否规整、步骤是否固定。比如从 ERP 导出 Excel、填固定模板、发邮件——这就是高结构化。而"审一份客户合同，判断条款有没有风险"——条款千变万化，这就是低结构化。
异常频率更好理解。RPA 跑 100 次，如果有 20 次会因为页面改版、字段缺失、弹窗变化而卡死，那这个流程就不适合纯 RPA。Agent 的优势在于遇到异常能自己判断、自己绕路、甚至自己调用工具解决。
我见过一个典型的反例：某公司用 RPA 做合同初审，脚本按固定规则提取金额和日期。结果合同模板一改，RPA 直接罢工，还得人肉排查。这不是 RPA 的错，是选错了工具——合同初审本质是低结构化、高异常的流程。
二、预算只够投一种时，先投 RPA
如果你的预算只够投一种，我的建议很直接：先投 RPA，拿确定性回报，再拿省下的钱投 Agent。
为什么？因为 RPA 的 ROI 是可预测的。你花 3 万块部署一个 RPA 流程，替换掉一个每天花 2 小时做重复录入的岗位，回报周期清清楚楚。而 Agent 项目，尤其是涉及大模型调用的，成本是浮动的，效果也需要调优，ROI 没那么快算明白。
先投 RPA 还有一个好处：它能把流程的"骨架"搭起来。等 RPA 把结构化、重复的部分跑顺了，你再把那些 RPA 处理不了、需要判断的异常环节交给 Agent，两者互补，而不是互相替代。
三、混合架构：RPA 干活，Agent 兜底
真正落地的企业，最后几乎都走向了混合架构。逻辑很简单：RPA 负责"手"，Agent 负责"脑"。
举个例子。一个客户合同初审流程，你可以这样分层：
- RPA 层：从邮箱下载合同附件、解析 PDF、提取合同编号和金额、归档到指定目录。这些步骤规则固定，RPA 跑得又快又稳。
- Agent 层：读取合同内容，判断条款是否有风险、是否与历史合同有冲突、是否需要人工复核。这一步需要理解和判断，交给 Agent。
- 闭环：Agent 判断"需人工复核"的合同，自动推送给法务；法务处理完，RPA 再自动归档结果。
用代码表示大概是这样的分层逻辑：
# 伪代码：RPA 与 Agent 分层协作
def process_contract(file_path):
# RPA 层：结构化提取
meta = rpa_extract_metadata(file_path) # 编号、金额、日期
# Agent 层：非结构化判断
risk = agent_assess_risk(file_path) # 条款风险、异常识别
if risk.level == "high":
notify_human_review(meta, risk) # 人工兜底
else:
auto_archive(meta, risk) # 自动归档这种混合架构的好处是：RPA 的确定性保证了效率和成本可控，Agent 的智能性覆盖了异常和判断，两者叠加，才能真正做到"人交代任务，Agent 操作软件"的闭环。
四、落地成本与 ROI 测算方法
最后说下怎么算 ROI，别只看表面月费。真正影响长期使用成本的是：Agent 数量、工作流运行次数、模型调用额度、知识库容量、插件调用、团队席位这几个成本项。
给你一个简化版的测算框架：
| 成本项 | RPA 方案 | Agent 方案 | 混合方案 |
|---|---|---|---|
| 一次性实施 | 3-8 万 | 5-15 万 | 8-20 万 |
| 月运行成本 | 低（无模型调用） | 中高（按 token 计费） | 中（分层控制） |
| 异常处理成本 | 高（人工兜底） | 低（自主判断） | 最低 |
| 扩展灵活性 | 低（改脚本） | 高（改提示词） | 高 |
一个可复用的 ROI 公式：
ROI = (替代人工工时 × 时薪 + 减少出错成本) / (实施成本 + 12个月运行成本)总结
选 RPA 还是 Agent，本质是看流程特征，不是看技术热度。规则稳定、步骤固定的，RPA 快速见效；跨系统、非结构化、异常多的，Agent 更合适。预算只够投一种，先投 RPA 拿确定性回报，再用省下的钱补上 Agent 的智能判断层。
而要让这套架构真正跑起来，你需要一个能自主规划、任务闭环、出错自愈的智能决策引擎。ClawBrain 正是为龙虾（OpenClaw）打造的这样一层能力——它让 Agent 不再只是跑通 Demo，而是真正替你处理合同初审、竞品日报、会议纪要归档这些高频又耗神的事。把"怎么做"交给 RPA，把"做什么"交给 ClawBrain 驱动的 Agent，你只负责定目标。