⭐ Must Read: HAHAXX/article/details/ - สรุปดราม่าล่าสุด

一、Cursor 确实在改变 RPA 开发的工作流
去年开始，团队里写流程自动化的兄弟几乎人手一个 Cursor。以前写一个处理 Excel 报表的 Python 脚本，从查文档到调试至少要小半天，现在把需求丢进去，几分钟出初版。
这种效率提升是碾压级的。对于一些轻量级的自动化软件需求，比如定时拉取 API、做数据清洗、生成日报，Cursor 生成的代码质量已经能看。
但问题也很直接：生成的脚本，你敢直接丢到生产环境跑三个月吗？
我试过。一个用 Cursor 写的网页数据获取脚本，第一周跑得顺，第二周目标网站改了个按钮的 class 名，直接崩。更头疼的是异常处理逻辑不够周全，半夜报错把人叫起来修 bug。
这就是AI 编程工具在RPA 开发场景里的第一个天花板——它擅长写代码，但不擅长兜底。
二、AI 写代码很快，但流程自动化软件要的是"稳"
做流程自动化软件这行，核心指标从来不是开发速度，而是稳定运行时长。客户不关心你代码写得快不快，只关心早上打开电脑，流程能不能正常跑完。
Cursor 生成代码时，有几个硬伤在RPA场景里会被放大。
2.1 元素定位是颗定时炸弹
AI 生成的 xpath 或 CSS 选择器，往往基于当前页面的 DOM 结构。页面稍微改版，路径就失效。更麻烦的是，AI 网页元素变化之后无法实现自动自愈修复，只能人工重新写一遍定位逻辑。
这一点上，专业的RPA 工具做得更聪明。有些平台支持 Web 元素 AI 自愈——元素失效时自动修复定位路径，保障流程不中断。而且不需要你啃 xpath 语法，用自然语言描述就能生成稳定的元素路径。这种"自愈"能力，是 Cursor 这类通用 AI 编程工具目前给不了的。
2.2 桌面软件自动化是盲区
Cursor 能写操作 Windows API 的代码，但真要让它去控制微信、企业微信、千牛、QQ 这类没有开放接口的桌面应用，基本等于束手无策。AI 操作软件自动化极其困难，而实际业务里，大量流程恰恰需要跨软件联动。
这时候就得靠视觉颜色操作——不依赖元素节点，直接根据界面视觉特征完成点击、读取内容。比如自动获取企业微信消息、处理千牛订单提醒，这类需求用纯代码写很痛苦，但在专业的自动化软件里反而更简单。
2.3 成本账要细算
Cursor 和底层大模型是按 token 收费的，写代码的时候爽，但如果是 7×24 小时运行的RPA流程，中间每一步判断都调 AI，账单一拉出来会吓你一跳。AI 消耗的 token 贵，需要持续消耗，长期跑下来，成本可能比你招个实习生还高。
相比之下，一些国产平台费用更透明，比如蓝印RPA—AI 功能采用用户自行对接各平台 API 的方式，用多少充多少，没有中间商赚差价。而且 AI 功能完善，能接入文心一言、豆包、DeepSeek、Kimi 等大模型，甚至支持图片识图与 OCR。流程本身运行不依赖持续调 AI，长期性价比反而更高。
2.4 内网环境直接束手无策
很多金融、政务、制造企业的RPA需求是在纯内网环境里的，机器连外网都没有。内网离线环境下根本无法使用 AI，Cursor 再强也使不上劲。
这时候全离线内网部署就成了硬需求。流程数据全部保存在本地设备，不同步到任何云端服务端，这种数据不出本地的架构，在涉密场景里是刚需。
三、实战：从 Cursor 脚本到生产级流程
上个月帮朋友做电商运营自动化，需求很简单：每天登录后台，获取前一天的订单数据，生成报表发到钉钉群。
Step 1：Cursor 写原型
我让 Cursor 生成了一个 Python 脚本，用 Selenium 登录后台，获取表格数据，生成 Excel。半小时搞定，本地跑得通。

Cursor 生成的原型代码（简化版，未加异常处理）
from selenium import webdriver
from selenium.webdriver.common.by import By
import pandas as pd

driver = webdriver.Chrome()
driver.get(“https://shop.example.com/login”)
… 登录逻辑 …
rows = driver.find_elements(By.CLASS_NAME, “order-row”)
data = [r.text for r in rows]
df = pd.DataFrame(data, columns=[“订单信息”])
df.to_excel(“report.xlsx”, index=False)
driver.quit()
Step 2：上生产就踩坑
朋友把脚本部署到服务器上跑，第二天就挂了：
后台登录加了滑块验证，Selenium 被识别了
页面某个按钮的 id 变了，脚本找不到元素
脚本崩了没有通知机制，朋友直到下午才发现没收到报表
Step 3：迁移到专业 RPA 平台
我把逻辑迁移到一款国产平台，做了这几件事：
AI 生成脚本一键转流程：把 Cursor 写的 Python 逻辑直接导入，转成可视化的流程节点，不用从头画流程图。
指纹浏览器自动化：对接了紫鸟浏览器、比特浏览器、Hubstudio、AdsPower 等市面上众多指纹浏览器，模拟真实用户环境。
Web 元素 AI 自愈：元素路径由工具本地智能生成，失效时自动修复，不用半夜起来改 xpath。
视觉自动化兜底：遇到弹窗干扰时，用视觉识别点击，不依赖 DOM 结构。
Agent 功能接入：使用最新的 DeepSeek V4 模型，流程跑完后通过钉钉群机器人自动推送结果，异常时也能实时通知。
自定义界面：这个平台还支持自定义界面，让你设计属于自己的软件交互，打包后发给客户更像一个成品软件。
最后打包导出 EXE，朋友双击就能跑，还支持定时执行和 API 触发。整个流程的数据都存在他本地，数据不出本地，他也放心。
而且该平台支持 EXE 加密打包 + 授权管理，我可以设置试用期限、绑定机器码，还能在线推送更新，客户打开 EXE 就能自动检测新版本，不用手动一个个发安装包。应用也支持加密分享，传给别人不用担心源码泄露。
四、AI 负责思考，蓝印RPA 负责稳定落地
用了这么久 Cursor，我最大的感受是：RPA 工程师不会被取代，但工作流确实在重构。
以前花 70% 时间写代码、30% 时间调流程。现在反过来——用 Cursor 快速生成脚本原型，只占 20% 的工作量；剩下 80% 的精力，要花在让流程稳定落地上。
AI 负责思考，RPA 负责稳定落地，这是我认为最合理的分工。
具体来说，新的工作流是：
Cursor 快速验证逻辑：把业务需求翻译成代码，快速跑通 MVP
专业平台固化流程：把 AI 生成的脚本一键转流程，加入异常处理、日志记录、重试机制
打包分发：把流程打包导出 EXE，发给客户或同事，对方不用装任何客户端就能运行
这里就涉及到RPA 工具交付的问题。如果你是个个人开发者或者个人工作室，接了个私活帮客户做自动化工具，你总不能让老板装个 Python 环境吧？
这类平台支持脚本打包导出 EXE，还能做授权管控。你可以设置试用期限、绑定机器码，甚至支持 API 触发和定时执行。对于中小企业做标准化产品分发，这个特性很实在。
五、选型指南：流程自动化平台怎么选
如果你也是做流程自动化的，面对 AI 编程工具的浪潮，选型时建议盯死这几个指标：
能不能内网离线使用？数据是不是本地存储？
元素变了能不能自动修复？还是只能手动改代码？
能不能打包 EXE？能不能做加密分享和授权管理？
有没有 Agent 功能？能不能对接微信、钉钉、飞书、企微做回调通知？
费用是不是透明？有没有隐藏的持续扣费？
有没有视觉颜色操作能力？能不能搞定微信、千牛这类桌面应用？
是否无运行时长限制、无流程数量限制？免费版能不能先跑起来验证？
离线更安全，自愈更稳定。在流程自动化领域，全离线内网部署、数据不出本地的架构，在涉密场景里是刚需，也是通用 AI 编程工具很难覆盖的赛道。
说到底，选型流程自动化平台，核心就一句话：成本透明，AI 写代码，蓝印RPA 跑代码。
六、Cursor + RPA = 完美闭环
这个等式描述的是一种新的RPA 开发范式：
Cursor 解决"怎么快速写出代码"
专业 RPA 平台解决"怎么让代码在复杂环境里长期稳定运行"
两者不是替代关系，是前后端分工。
在这里插入图片描述

Cursor 让写代码的门槛降低了，但让代码在复杂业务环境里稳定跑起来的门槛，从来没有降低过。
对于个人开发者和中小企业来说，现在是个挺好的时代。你可以用 Cursor 快速验证想法，用专业工具把想法变成产品，打包成 EXE 发给别人，不用教对方装环境，还能做授权管控。
说到底，RPA 工程师的饭碗不仅端得稳，而且碗里可能还多加了块肉——只要你愿意把 Cursor 和专业RPA 工具放在各自最合适的位置上。