本文是对ProAgent项目论文的解读，基于该论文，我提出了自己的设想。该项目提出了一种有别于RPA（Robotic Process Automation）的自动化方案，我们都知道RPA是过去主流的自动化设计思路，但是RPA有其局限性，特别是在遇到一些动态化场景时，我们人类可以一眼看出，但是却需要取去重新编写RPA的流程或代码，本质上是RPA智能程度不够。有没有一种基于AI来进行自动化的任务规划的设计方案呢？由清华NPL和面壁智能共同创立的OpenBMB组织，提出了一种由AI来实现自动化中的规划过程（而非人工撰写流程和代码）的设计方案，并发布了ProAgent项目来具体实现这一设计，围绕Agent来完成自动化的智能规划，因此这种自动化范式被命名为APA（Agentic Process Automation）。本文就来详细聊一聊APA的设计理念和具体架构描述。

从使用工具到自动化

人类作为智能物种区别与其他物种的起点，是人类发展出使用工具的智力。随着社会生产成为人类活动的核心，效率成为人类追求的重要目标，从早期农业水车灌溉系统到后来蒸汽时代的机器生产，人类一直在追求将人类劳动力转移到自主系统中，从某些角度讲，“解放生产力”的本质就是“越来越多的人类劳动变成自动化完成”。

但人类的进步总是螺旋式上升，进入信息时代后，在新的信息技术领域，自动化追求的步伐虽未停止，但并不算快。虽然依靠信息系统，人类社会已经得到长足发展，但是很多工作仍然需要大量人类劳动来完成，甚至包括自动化本身。在AI能够大范围应用之前，夸张的说，我们处理信息文明的蛮荒时代。

随着LLM-based Agent成为AI应用的主流，Agent将作为智能应用被应用到社会生产生活的方方面面。虽然RPA已经在很多领域被应用，也创造了非常高的价值，但是，RPA的灵活性仍然受到诟病，当遇到一些细微调整时，人工参与是必不可少的，这使得RPA的运行并不能满足需要实时规划的场景。对实时情况的反应能力，需要具备智能，而有了Agent，则可以解决这一问题。于是，一种将传统RPA和基于AI技术的自动化结合的方式呼之欲出。

RPA与APA的区别

RPA本质上还是将人类劳动转化为机器工作，具有人工动作与机器动作一对一的关系，例如我们创建一个自动化测试UI的RPA流程，那么这个流程仅仅是将需要人工进行UI点击、输入等操作，转化为机器来执行这些动作，虽然确实解放了人的劳动，但是本质上还是动作的一对一替换，一旦UI的变化有变化（例如原本的按钮上方多出了一个广告banner），那么这些动作就需要被修改，而修改的过程又需要大量人类劳动。而APA则进一步降低人类参与度，人类只需要提出自动化需求，并给出被自动化操作的对象的具体规则，剩下的，就是交给agent来做分析和工作流的构建，并且在自动化工作过程中，agent根据任务目标，实时调整工作流，以适配新的情况。

从上图可以看出，RPA和APA的核心区别在于，APA将RPA中需要人来进行思考和根据实时情况进行工作流调整的部分，通过Agent来智能化完成，使自动化程度变得更高了。