Grok Bot 的跟班学习，会先干掉 RPA 市场

今年 2 月，我写过一篇工程文章 通过桌面录屏实现自动化 RPA 的最佳实践：用录屏捕获屏幕画面和鼠标键盘事件，让多模态大模型理解操作序列，再自动复现。为了验证可行性，我自己写了实现——光录制模块和关键帧提取就是几百行代码，文末我还特意提醒：这条路离可用产品有距离。

六个月后，8 月 11 日，SpaceXAI 把这个机制直接做成了正式产品 Grok Bot。每个 Bot 拥有一台独立的云端 Linux 虚拟机，学会一个流程不需要任何配置：你像平常一样操作一遍，Bot 在旁边看着、记下来，下次它自己干。想用，先买 $200/月的 SuperGrok Heavy 订阅，或者 $120/人/月的团队版。

媒体标题都在喊「马斯克终极大招」「数字同事上岗」「硅谷炸锅」。但我想聊一个被忽略的部分：Grok Bot 最狠的不是「能干活」——能干活这件事，Claude Cowork 能做，OpenAI 也能做。真正狠的是 跟班学习 这四个字。它第一个会干掉的市场，不是聊天框，不是 Office，而是 RPA 行业。

一、RPA 是一门低代码编程语言

要理解跟班学习的杀伤力，得先重新认识 RPA。

打开 UiPath 或者影刀，你看到的是什么？拖拽节点、配置元素选择器、写条件表达式、设置循环和异常分支。这套东西有一个更准确的名字：一门以「GUI 自动化」为语法的低代码编程语言。流程图就是源代码，录制器就是输入法，RPA 运行时就是解释器。

既然是编程语言，就有编程语言的完整成本结构：

RPA 行业的真实成本结构
┌────────────────────────────────────────────┐
│ ① 软件授权费（小头）                         │
├────────────────────────────────────────────┤
│ ② 编写成本：实施顾问把业务 SOP 翻译成流程     │ ← 被「跟班学习」消灭
│    （录制、配选择器、调分支、联调）            │
├────────────────────────────────────────────┤
│ ③ 维护成本：页面一改，人工回归返工            │ ← 被「模型自愈」消灭
│    （我认识的 RPA 团队：上线三个月，           │
│     页面改版两次，每次返工等于重写一遍）        │
└────────────────────────────────────────────┘

注意这个结构的含义：RPA 厂商真正卖的不是软件，是 翻译服务——把业务人员嘴里的 SOP，翻译成流程图这门「语言」。整个行业养着一个庞大的翻译阶层：实施顾问、RPA 工程师、自动化卓越中心（CoE）。

这个行业的体量值得给个参照。行业龙头 UiPath 一家，2025 财年营收 $14.3 亿，ARR 约 $17.8 亿（截至 2025 年 10 月），约 60% 的财富 500 强是它的客户。整个 RPA 市场，各研究机构口径差异很大，从几十亿到三百多亿美元的说法都有（Precedence Research 对 2026 年的估算是 $352.7 亿）——但无论哪个口径，这都是一门百亿级生意。

而这门生意的地基，就是上面那张图里的②和③：编写成本 + 维护成本。

二、编程界面换代定律

把 RPA 看作编程语言之后，接下来的事情就有历史规律可循了。

回顾编程界面的每一次换代，你会发现一条极其稳定的规律：

机器码 → 汇编 → 高级语言 → SQL/4GL → 低代码 → 自然语言/示范
              │
              每一代都发生同样的三件事：
              1. 编写成本下降一个数量级
              2. 上一代的「翻译角色」被消灭
              3. 「编程」的需求不降反升——因为会用的人变多了

我把这叫作 翻译角色消灭定律。用它对照历史：

这条定律有两个推论，都值得记住：

推论一：被消灭的从来不是需求，而是翻译者。 高级语言没有消灭编程，反而让程序员数量爆炸。同理，跟班学习不会减少自动化的需求——当每个业务人员都能「做一遍就自动化」，自动化的总量只会暴涨。消失的是「帮你写流程」这个职业，以及靠它收费的商业模式。

推论二：判断「AI 会不会干掉 X」，先问 X 是不是某一代表程界面的翻译角色。 如果是，被取代只是时间问题；如果 X 是定义「该自动化什么」的人——做判断、定目标、担责任——那就是安全的。这个判断方法，可以套用到 vibe coding 之于初级程序员、NL2SQL 之于报表分析师等一切「AI 替代 X」的争论上。

RPA 实施顾问，恰好是 GUI 自动化这门低代码语言的翻译角色。这就是为什么说，跟班学习对 RPA 的打击不是「竞品更强」级别的，而是「范式换代」级别的。

三、跟班学习：从我的 DIY 到量产产品

回到 Grok Bot 的跟班学习本身。它的机制，和我 2 月那篇文章里搭的管线几乎一模一样：

┌──────────┐   ┌──────────┐   ┌──────────┐   ┌──────────┐
│  录制层   │ → │  理解层   │ → │  执行层   │ → │  编排层   │
│ 屏幕+输入 │   │ 多模态LLM │   │ 视觉+语义 │   │ 复用+优化 │
│ 事件捕获  │   │ 抽象步骤  │   │ 定位执行  │   │ 持续进化  │
└──────────┘   └──────────┘   └──────────┘   └──────────┘

区别在于我当时是用代码把每一层手工拼起来，而 Grok Bot 把它变成了三件「产品事实」：

1. 零配置。不需要 API、不需要 MCP、不需要 Docker，打开设置界面写几句自然语言规则就是全部配置。
2. 云端常驻。每个 Bot 一台云端虚拟机，你合上笔记本它继续干——这直接消灭了个人 Agent「电脑不能关机」的致命伤。
3. 多 Bot 协作。一个盯邮件、一个跑销售数据、一个监控竞品，Bot 之间互相通信、共享上下文，一个人变成一支团队。

这里要诚实地做一次自我校对。在 6 月的 LLM 自动化 vs RPA：省的不是智能，是编排成本 里，我提出过「探索一次，编译成代码，持续执行」的三层架构，当时我说「完整的 explore-compile-execute 产品还在路上」。Grok Bot 的「跟班一遍 → 保存为可复用 routine」，正是这条路径的产品化——比我预期的来得快。但有一点我还没验证：Grok Bot 的 routine 是「指令级编译」（记住操作流程，每次执行仍靠模型推理），还是真正「编译成代码」（执行成本趋零）。官方没有披露这个细节，这决定了它高频执行时的成本曲线，值得持续观察。

还有一个小细节，能侧面说明市场的热度与混乱：国内自媒体已经在写「本周将发布 Grok 4.6 版本的 Grok Bot」——其实 Grok 4.6 是模型，不是 Bot 的版本。概念混淆是热点的副产品，但也说明：这个赛道的心智争夺战已经开打了。

四、谁会吃掉 RPA：三方对比

RPA 这块市场，现在有三个方向的玩家同时在逼近。它们的路线差异，恰好暴露了这场战争的真正分界线：

三个时间线事实，能看清节奏：Cowork 今年 1 月 12 日还是 research preview，4 月 9 日就 GA 并补齐了企业治理功能（角色权限、花费上限、用量分析），KPMG 随即让全球 27.6 万名员工接入——从个人玩具到企业采购，Anthropic 只用了三个月。Grok Bot 则背靠 SpaceX 600 亿美元收购 Cursor 的生态整合，内部代号「Sand」，6 月底就在 Cursor 内部测起来了。

我的判断是：这场战争会按「治理载体」切成两个战场。

个人和开发者战场，拼编写界面。 谁的「编程」门槛更低——跟班学习、自然语言——谁赢。Grok Bot 和 Cowork 在这里正面厮杀，RPA 工具在这个战场没有任何胜算：它们的「语言」太复杂了。

企业战场，拼治理载体。 这是被很多人忽略的一点：Grok Bot 遇到 SSO 验证、支付确认时，方案是「把云端电脑递给你，你操作完我再继续」。对个人用户这是体贴，对企业用户这是致命缺陷——每一次「递电脑」都是一次权限体系之外的操作，没有审批链、没有审计归属。企业要的不是「能干的 Bot」，是「可管、可审计、有归属的 Bot」。而工号、权限、审批链、审计日志这些东西，不是功能，是组织操作系统的地基——这正是钉钉这类平台天然拥有、模型厂商最难补课的东西。我在 AI 钉钉的护城河不在 AI，而在组织图谱与协同飞轮 里详细论证过这一点：数字员工的身份、权限、审批链，才是企业 AI 的护城河。

所以结论不是「Grok Bot 吃掉一切」，而是：RPA 作为一个独立品类，会从两端消失——个人端被 Grok Bot/Cowork 吃掉，企业端被拥有组织上下文的平台吃掉。它的能力被上层的 Agent 吸收，它的编写界面被示范和对话取代。

五、最强反方，以及我的回应

写到这里，该认真处理三个反对意见。

反方一：「UiPath 没闲着，早就加 LLM 了，RPA 市场还在以 20%+ 的年增速增长。」

UiPath 加码 Agentic Automation，这本身就是范式已变的证据——但这里有一个结构性困境：RPA 厂商的收入模式，恰恰建立在「编写成本 + 维护成本」之上。新范式消灭的正是它收费的那部分。这不是技术问题，是创新者窘境——柯达发明了数码相机，但数码相机会吃掉胶卷的收入。至于「市场还在增长」：增长的大头来自从未用过 RPA 的长尾客户，而这些新客户会直接走向 Agent，根本不会先成为 RPA 客户。功能机出货量在 2010 年之后还涨过几年，但没有人会因此说功能机是未来。

反方二：「企业要确定性合规，不会让概率性的 Agent 碰核心系统。」

我同意——这正是全文结论的一部分，而不是反驳。企业要的确定性，恰恰是「治理载体」战场存在的理由。没有原生治理的 Grok Bot 吃不下企业市场，但有原生治理的平台 + 跟班学习，可以。这个反方真正否定的是「Grok Bot 通吃论」，而它和我「RPA 从两端消失」的判断完全兼容。

反方三：「RPA 厂商手里有几万个已编排好的流程，迁移成本是真实壁垒。」

这是我在 #255 里自己提出过的观点，现在要修正它：存量流程的迁移成本，挡住的是「客户换一家 RPA 工具」，挡不住「客户干脆不写流程了」。范式革命从来不跟你谈迁移——它让旧资产直接失去意义。就像电子表格出现时，没有人和纸质账本谈迁移成本。

六、那该怎么办

给 RPA 厂商：两条出路。要么下沉，做 Agent 时代的确定性执行层——卖运行时、卖元素定位引擎、卖合规回放，把「编写」让给大模型；要么转型，做有组织上下文的 Agent 平台。继续卖「帮你写流程」的服务，是在给翻译角色陪葬。

给企业买家：不要再签新的 RPA 长约。更重要的是，从今天开始积累自己组织的「SOP 示范数据」——跟班学习范式下，真正的资产不是流程图，而是 流程示范本身，以及它的所有权。员工做一遍，AI 学会，这个「做一遍」的数据归谁，决定了三年后谁的数字员工更懂你的业务。

给钉钉（也给我们自己）：组织图谱、审批链、审计日志是现成的治理载体，缺的是跟班学习这块编写界面——让数字员工直接从员工的日常操作里学 SOP，而不是让实施人员去配置工作流。Cowork 用三个月从 preview 走到 KPMG 全员，说明企业市场的窗口不会等人。我判断这个窗口期是 6-12 个月。

写在最后

每一代编程界面换代，结局都一样：工具没有死，翻译角色死了，而「编程」的需求扩大了一百倍。

RPA 的结局，不是被更好的 RPA 替代，而是「写流程」这件事本身不再必要。UiPath 们真正要害怕的，不是 Grok Bot 比它们聪明，而是有一天客户问出那句话：「如果我做一遍 AI 就能学会，为什么还要请你们实施三个月？」

你的组织里，有哪些 SOP 至今锁在老员工的脑子里——说得清，但写不下来？它们就是跟班学习的第一批燃料。欢迎留言聊聊。

See also

• Eval 是品位
• AI 重构行业的速度，是可以算出来的
• 一场 AI native 的战略会：开完之后，组织比开之前更聪明
• 从货架到 Agent：平台争夺的不再是人
• 数字员工的活人感，不是设计出来的，是长出来的