个人学习小站 SIGNAL DESK 2026
LIVE --:--:--
资讯 人工智能 火山引擎 MUA 文档 + 掘金拆解文 2026-11-19 + 影刀官网 + UiPath Maestro 行业报道

RPA 开发者别照抄纯 Agent 教程:固定段沉淀脚本的三步分工法(火山引擎 MUA 实测拆解)

纯 Agent 教程让整条流程都烧模型,纯 RPA 教程又当大模型不存在。以火山引擎 MUA 三种执行模式为骨架,拆解固定段沉淀脚本、动态段留给模型的三步分工法,含实测口径、判断表与报错急救清单。

2026年11月19日 7 小时前 作者 站长 约 8 分钟 5 阅读

你可能也刷到过这类教程:一半教你「用 Agent 替人操作手机电脑」,一半教你「RPA 已经过时」。但真正在企业里做自动化的人都卡在一个中间地带——流程里七八成的步骤天天一模一样,剩下两三成要理解当天的新数据。照抄纯 Agent 教程,把整条流程都交给模型在线决策,结果就是一条每天重复跑的巡检任务,每次都从手机桌面开始重新规划,Token 和时间双烧,还不稳定;照抄纯 RPA 教程,又处理不了页面里天天变的那部分。

这条路线是走得通的。火山引擎的 MUA(Mobile Use Agent,跑在云手机上替企业操作 Android App)把这件事拆成了三种执行模式:AgentRun 在线决策、ScriptRun 沉淀固定脚本、ChainRun 把两者串成一条任务。厂商 2026-11-19 发布的单组实测口径是:同一台云手机、同一巡检目标,把固定入口脚本化后,收益主要体现在模型用量上——固定导航不再重复规划,整条任务耗时基本持平。也就是说,省的是钱和模型调用,不是速度。

本文用这套三模式框架做骨架,把「哪些步骤该沉淀成脚本、哪些留给模型、翻车了怎么救」一次讲清。用影刀、UiPath 的读者也不用换工具,第四节给了对应做法——分工思路是通用的。

纯 RPA 教程和纯 Agent 教程,各错在哪?

先说清两种主流教程的盲区,你才知道自己该抄哪部分:

维度纯 Agent 路线(网上最热)纯 RPA 路线(企业存量)混合执行路线
固定步骤每次重新感知、规划、定位按录制路径稳定执行沉淀脚本复用,不调模型
动态内容能理解、能判断处理不了,页面一变就断交给 AgentRun 在线判断
模型用量整条流程全烧 Token为零只烧动态段,固定段零推理
失败表现路径不确定,可能绕路或卡住定位失效直接报错停节点失败即停,状态可核对
适合谁一次性、探索性任务规则完全固定的老系统每天重复、内容每天变的巡检类任务

一句话:RPA 擅长执行,Agent 擅长思考,企业真正缺的是把两者接在同一根流程里的编排层。这也是研究机构提出 APA(Agentic Process Automation,智能体流程自动化)的核心含义——不是谁取代谁。

AgentRun、ScriptRun、ChainRun 三种模式怎么分工?

火山引擎 MUA 文档里这三种模式是并列的运行选项,对应三种完全不同的执行逻辑:

模式执行逻辑调大模型?典型用途
AgentRun给目标,模型按当前页面自主决定每一步:感知 → 规划 → Grounding 定位 → 执行 → 核对是首次跑通、动态内容读取、未知分支处理
ScriptRun按已定义的动作、定位规则与条件调用设备接口,支持 XML 控件属性、无障碍标签、OCR、图像匹配定位否开 App、进固定入口、已知导航
ChainRun按编排的工作流节点串行执行:脚本节点跑规则,Agent 节点跑观察与决策闭环仅动态节点完整业务任务:固定入口 + 动态读取

三个细节值得注意:ScriptRun 的定位每次执行都重新找目标,不是死坐标回放;已知弹窗可以用条件判断处理,页面加载设有限等待,滚动查找限定次数和时间;脚本终点用断言校验(比如「标题出现」「城市是北京」),让结束状态可检验。这三条是脚本能不能稳定复用的生命线。

三步改造法:从一次跑通到每天自动巡检

拿一个无需登录的典型任务举例:每天在云手机上打开浏览器,进中国天气网北京 7 天预报页,采集未来三天的日期、天气、最高/最低温、风力,昼夜温差大就提醒增减衣物,页面没有的字段明确标注,最后整理成当天巡检结果。

从 AgentRun 到 ChainRun 的三步演进路径图

第一步:用 AgentRun 跑通整条任务。这一步的产出不是结果,是三样东西——确认业务流程与输出字段、明确完成标准(采集几天、缺字段怎么标)、看清哪些步骤每天一模一样。实测里有个典型坑:页面同时展示逐日预报、分时预报和实时温度,Agent 需要把日期和最高/最低温正确配对,别拿实时温度冒充预报值。2026 年 11 月 11 日的实机画面里,前三天的最高/最低温分别是 14/1℃、16/1℃、15/1℃,风力均小于 3 级。

第二步:把固定入口沉淀为 ScriptRun。「打开浏览器 → 输入网址 → 进入北京预报页」这段天天不变,两种来源可以生成脚本:Skill 直接生成,或把这次 AgentRun 的操作录屏转成脚本。生成后在同一台云手机上回放验证,用 OCR 检查「北京天气预报」标题出现、再核对页面截图。验证通过后,这段路径的执行不再调用大模型。

第三步:配置 ChainRun,串起完整巡检。把已验证的导航脚本设为第一个节点,预报采集、建议与核验设为第二个 Agent 节点。配置时要提前约定三件事:前一段停在哪里、后一段从什么状态接;各节点的完成条件;全局剩余时间与步骤预算(也支持节点局部限制)。之后每天巡检,只要浏览器布局和页面前提仍成立,就沿用导航脚本,由 Agent 读取新预报、给出新建议。

哪一段该沉淀、哪一段留给模型,这张判断图四个问题过一遍:

一个节点给脚本还是给模型的判断树

一个节点给脚本还是给模型?四个问题过一遍

不是所有固定步骤都值得沉淀,也不是所有动态内容都必须交给模型。每个节点配之前,过这四个问题:

  • 这一步的页面和规则,明天还一样吗?每天一模一样 → 脚本;随日期、数据变化 → 模型。
  • 失败一次的代价多大?涉及支付、发送、提交类动作,按执行模式落实授权与确认环节,脚本侧权限控制要独立核对——这类节点先想人工接管点,再想自动化。
  • 这条流程每天跑几次?高频重复任务才是脚本化的主战场。一天跑一次的 Demo,先让 AgentRun 多跑几天再决定沉淀哪段。
  • App 改版了怎么办?脚本必须保留适用应用、页面前提、输入、终点和版本信息,改版后重新验证,再决定继续复用、修订定位规则还是停用。

厂商给的经验是:从高频、输入输出清晰、结果可核验的任务开始——天气巡检、商品调研、业务查询都是好起点。把运行记录里的成功率、耗时、用量和失败原因放在一起看,再逐步扩大覆盖。

影刀、UiPath 用户怎么对应这套思路?

三模式不是火山引擎独有概念,主流 RPA 平台都在往同一个方向走:

  • 影刀 RPA:官方口径是「AI 做大脑、RPA 做手脚,同一根流程里接力」——流程走到需要思考的断点交给 AI 工作流,判断完交还 RPA 继续执行。其「AI 操作屏幕」作为指令嵌入 RPA 流程,官方称智能元素让元素报错率降低 70%、维护成本降低 30%(厂商口径)。对应关系:RPA 节点 ≈ ScriptRun,AI 断点 ≈ AgentRun。
  • UiPath:2025 年 8 月行业报道其推出 Maestro Flow 编排平台,把传统 RPA 和 agentic AI 接在同一条流程里——老牌厂商自己认了「光靠 RPA 不够,光靠 Agent 也悬」。
  • 自建团队:微信生态多篇架构文给的分层是「Agent 层理解决策 → Workflow 层编排路由 → RPA 层执行」,LangGraph、Dify Workflow、n8n 做编排层,UiPath、影刀做执行层。

差异点在于:MUA 这类云手机方案主攻 Android App 场景(内容平台运营、商家版 App、舆情巡检、移动端调研),云手机解决了登录态保留、账号隔离、按需并发这三件本地模拟器头疼的事;影刀、UiPath 主攻 PC 桌面与 Web。两边思路同构,选型先看你业务发生在哪块屏幕上。

常见翻车报错与急救清单

以下现象都出自实测流程中的真实边界,遇到直接对号入座:

现象原因解法
脚本回放报「目标不存在或无法消歧」定位规则太窄,或页面没加载完加区域、属性或顺序消歧;设有限等待;仍失败返回,人工核对页面
Agent 把实时温度当成了预报值页面同时有分时预报和实时温度两块任务描述里明确「取逐日预报的最高/最低温,与日期配对」,禁止用实时温度替代
弹窗挡住了要点的控件未知弹窗不在脚本条件分支里AgentRun 会随新观测调整;脚本侧只能处理已知弹窗,超范围即停——这是设计行为,别硬扛
ChainRun 中途停下,后续节点没跑节点失败即停止,这是当前机制先核对设备停在哪个页面,再决定接续方式;恢复方式要在编排时事先设计
云手机遇到人脸识别验证卡住登录银行/支付类 App 触发风控官方流程:云手机画面弹二维码 → 自己的手机扫码 → 手机端完成人脸识别 → 回控制台重连
App 改版后脚本全挂定位规则基于旧页面结构看运行记录决定复用、修订还是停用;没写版本信息的脚本当作不可复用处理
滚动查找一直找不到目标未限定滚动次数和时间滚动查找限定次数与时间,超限停止,避免死循环烧时间预算

什么场景该劝退?

客观说清边界,免得你拿错刀切错菜:

  • 有 API 就别硬用屏幕操作。系统能给你结构化数据,就没必要让模型看截图猜按钮——屏幕操作是留给「没有 API 或 API 覆盖不到消费者可见页面」的场景。
  • 一次性任务别沉淀脚本。沉淀脚本有验证成本,跑一次就结束的任务,直接 AgentRun 更划算。
  • MUA 面向 Android 云手机,你的业务在 PC 桌面/浏览器就去看同厂的桌面端 Agent(CUA)路线或影刀、UiPath。
  • 纯规则老系统(比如只做固定报表导出)继续用纯 RPA,加模型只是增加不确定性。
  • 本文实测数据是厂商单组口径(掘金 2026-11-19 发布),你的任务结构、页面复杂度不同,省的 Token 比例会不一样,动手前先拿自己的任务跑一组 AgentRun 基线对比。

总结成一句口诀:固定段省推理,动态段留判断,失败先核对状态再接续。三步改造法的精髓不是用某个产品,而是养成「先跑通、再沉淀、后编排」的习惯——这条路径影刀用户、UiPath 用户、云手机用户都通用。

你手头那条「想自动化又不敢全自动」的流程,哪一段是天天不变的?用哪家工具、卡在哪一步报错?评论区报配置,我帮你判断该沉淀还是该留给模型。

登录后可点赞、收藏与反馈。

继续阅读 NEXT

更多 →