OpenClaw vs 传统RPA：为什么自动化不能只会"点击屏幕"

RPA（机器人流程自动化）这个行业有个经典笑话：花三个月做的RPA流程，网页改了个按钮位置，全挂了。这不是段子，是真实发生过的——某银行的财务对账RPA因为SAP系统升级，一夜间150条自动化流程瘫痪，修复花了六周。

OpenClaw的自动化逻辑和RPA有根本差异。RPA的本质是"模拟人类操作"——记录屏幕坐标、等待元素出现、模拟点击和输入。它不理解"为什么这么做"，只在执行"看到什么就点什么"。OpenClaw做的是API层和语义层的自动化——Agent理解任务目标后，直接通过API、函数调用、脚本执行来完成任务。

一个对比就能看出差异。场景：每天从50封邮件中提取订单信息，录入到ERP系统。RPA方案：打开网页版邮箱→等待加载→逐封打开→找到订单信息区域→复制→切换ERP窗口→粘贴到对应字段→提交。任何一个环节的UI变化都会导致中断。OpenClaw方案：Agent通过IMAP API直接读取邮件→用NLP提取订单字段→通过ERP的REST API批量写入→生成执行报告。UI变不变化跟它没关系，操作的是数据层不是视觉层。

但这不代表OpenClaw全方面碾压RPA。RPA在两类场景里依然有优势：一是目标系统完全没有API接口的老旧软件（比如某些医院的HIS系统、政府的内部OA），只能靠UI操作；二是标准化程度极高的重复操作（比如每天固定时间在固定界面填固定字段），RPA的稳定性反而更可控，因为OpenClaw的语义理解有时会过度灵活。

选型建议很简单。有API的系统一律用Agent方案，没有API但频率低、复杂度高的任务也用Agent（宁可用OCR+Agent也比写RPA划算），只有纯重复性的键盘鼠标操作才上RPA。说白了，RPA是"教机器怎么做人的工作"，Agent是"让机器理解人的意图后自己想怎么完成"——后者是这个行业该有的方向。