无 API 老系统怎么做 AI 自动化：UI Agent 的适用场景与限制

很多 IT 负责人在推进 AI 项目时都会撞上同一堵墙：新系统已经上了云、微服务也拆了，但真正承载核心业务的那几套老系统——十年前的 ERP、没有开放接口的财务软件、只能跑在 Windows 客户端上的行业软件——依旧是一座孤岛。想接入大模型、想上智能体，第一步就卡在“没有 API”上。是推倒重来，还是绕道而行？

IDC 在多项企业数字化调研中反复提到，大量企业的核心业务数据仍沉淀在缺乏标准接口的遗留系统里，系统间集成成本长期居高不下。这也是为什么越来越多团队把目光转向 UI Agent——不改造、不侵入，像人一样看着屏幕操作软件。但这条路谁都能走吗？本文就把无 API 老系统做 AI 自动化的适用场景与边界一次讲透。

一、先把问题定义清楚：老系统为什么成了自动化的“最后一公里”

1.1 打通老系统，通常只有三条路

面对一套没有接口、文档缺失、原厂甚至已经不再维护的老系统，企业实际上只有三种选择，各自的代价差异极大。

• 原厂开接口或系统重构：最“正统”，但周期通常以季度甚至年计，费用高，老系统原厂未必还愿意配合，业务等不起。
• 数据库直连读写：绕过应用层直接改库，速度快，但风险高——跳过业务校验逻辑容易产生脏数据，且一旦表结构变动就会全面失效，很多企业的安全合规也过不了这一关。
• UI 层模拟人工操作：把界面当作“接口”，通过识别屏幕元素完成点击、输入、取值。对系统零侵入、零改造，上线最快。

三条路并不互斥，但在“要快、要不改、要能覆盖多个系统”的现实约束下，第三条往往是唯一能立刻启动的选项。

1.2 UI Agent 到底在做什么

传统 RPA 也能模拟点击，但它依赖界面元素的结构树坐标——老系统界面一旦改版、弹窗位置一变，脚本集体失效。UI Agent 的差别在于它更接近人的操作方式：先“看”屏幕，再“理解”元素含义，最后决定点哪里。

以实在Agent 为例，其核心是基于机器视觉的智能识屏能力（ISSUT 智能屏幕语义理解），能够完成“识别软件窗口 → 识别软件元素 → 识别元素意义”的三级判断，即使界面结构变化，也能依靠视觉信息重新定位目标。这解决了老系统自动化最容易翻车的一环。

1.3 适用与否，先看三个判断维度

在决定上不上 UI Agent 之前，可以用三个问题快速自检：

• 系统是否必须保留：涉及核心业务、无法短期替换的老系统，才值得投入。
• 操作是否规则化：有明确输入、固定判定、可描述步骤的流程，适配度最高。
• 频率与稳定性要求是否匹配：日均几百到几万次、允许分钟级响应的场景，比毫秒级交易链路更适合。

二、UI Agent 真正好用的五类场景

2.1 遗留 ERP 与 OA 之间的数据搬运

这是最典型、投入产出比最高的场景。老 ERP 没有接口，员工每天在多个系统之间手工录入订单、库存、客户资料，促销季响应慢、错录漏录频发。

实在Agent 的做法是：智能识屏锁定老软件界面元素 → 路径复刻把复杂操作封装成可一键触发的“数字技能” → 跨端联动模拟人工在多个系统间无缝切换，实现订单与库存全链路对齐。某国内电商企业的实践显示，上线周期缩短约 60%，人为录入差错率归零，原本需要人工跳转十余分钟的数据流转被压缩到秒级。

2.2 多平台运营类操作

电商、零售企业的后台往往分散在天猫、京东、美团、自建官网等多个平台，商品上下架、调价、活动报备高度重复。这类平台多数有接口但授权成本高、限制多，UI 层操作反而更直接。

一个连锁药房的案例中，企业以“大模型 + 知识库 + Agent + RPA”构建了覆盖门店运营、会员营销、采购管理的体系，其中 O2O/B2C 平台运营由智能体自动登录执行商品上下架与价格更新，运营效率提升约 3 倍，操作错误率降低 90%。

2.3 客户端型行业软件的操作与取值

财务开票软件、税务申报客户端、行业专用的 CS 架构软件，普遍没有开放接口，但每天都要用。发票批量开具、单据录入审核、报表导出汇总，都属于“规则清晰但机械重复”的典型。

这类场景的价值不在“炫技”，而在把员工从每天几十上百次的机械点击中解放出来。通过实在Agent 的 Excel 专属插件与智能数据采集能力，表格数据的读取、清洗、回填可以整段自动化，采集结果还支持提取数字、格式化时间、正则处理等预处理动作。

2.4 信创替换过渡期的双系统并行

不少企业在国产化替换过程中，会经历“新旧系统并行跑一段时间”的阶段：同一笔业务要在老系统和新系统各录一遍，用来核对一致性。这个阶段的自动化需求强烈但临时性强，专门开发接口完全不划算。

UI Agent 在这里的优势是“不挑系统”：它不关心底层是 Windows 还是 Linux，也不依赖特定数据库。实在Agent 已完成对统信 UOS、银河麒麟等国产系统，以及达梦、人大金仓、GaussDB 等国产数据库的适配，在过渡期可以同时操作新旧两侧界面并做数据比对。

2.5 短周期、低复用的“一次性”流程

有些流程一年只跑几次——年报报送、资质年审、审计数据归集。为它们开发接口是浪费，靠人做又容易出错。

这类任务用 UI Agent 快速搭一个数字员工，跑完即止，成本可控。制造业中一个共享盘图纸同步的场景很能说明问题：原先人工同步最新版本图纸约需 30 分钟，一旦漏同步就可能造成错误生产，交给智能体自动执行后缩短到 5 分钟以内，效率提升 80% 以上。

三、必须讲清楚的边界：UI Agent 不是万能钥匙

3.1 高并发、大吞吐的后端交易

如果业务要求每秒处理成百上千笔交易、响应在毫秒级，UI 层模拟天然不适合——它终究是在“操作界面”，单实例吞吐有限。这类场景应该走消息队列、接口或数据库层方案，UI Agent 只能作为兜底。

3.2 界面高度不稳定或强人机校验

界面每次打开布局都随机变化、或者存在强图形验证码、动态安全控件的系统，识别成本会急剧上升。虽然视觉能力能缓解结构变动问题，但对“刻意反自动化”的设计，投入产出比会迅速恶化，此时应优先与系统方沟通接口方案。

3.3 需要修改业务逻辑本身的场景

UI Agent 只能在既有规则下执行操作，无法替代业务规则的重构。如果痛点是“这套老系统的审批逻辑本身就不合理”，那么自动化只会把不合理的流程跑得更快，问题依旧存在。

3.4 数据体量巨大的批量计算

涉及百万行级数据清洗、建模、聚合的任务，应交给数据库或计算引擎。UI Agent 的价值在于“跨系统的连接”，不在于“算力”。合理的分工是：Agent 负责取数与回填，计算交给专业工具。

3.5 对可用性等级要求极高的核心链路

如果一条链路中断一分钟就造成重大损失，需要评估是否值得把 UI 自动化放上去。可行的做法是双轨并行——接口为主、UI 为辅，或者把 UI Agent 限定在非实时环节。

四、决定成败的是工程细节，而不是“能不能点按钮”

4.1 元素识别要“结构 + 视觉”双保险

只靠结构树，界面一升级就崩；只靠图像匹配，分辨率或主题一变就失准。理想做法是两者结合，并在元素编辑器中同步留存视觉信息，元素变化时仍可定位。

4.2 异常处理必须是组件级的

老系统最常见的不是“不会做”，而是“偶尔弹个窗”。成熟的做法是内置异常重试（可设重试次数与间隔）、处理策略（终止流程 / 继续流程）与异常日志打印，让偶发问题不至于拖垮整条流程。

4.3 全程留痕与可审计

每一步操作轨迹可追溯，是自动化能进核心业务的前提。尤其在财务、医药等强合规行业，审计留痕不是加分项而是准入项。

4.4 全生命周期管理，而不是一次性交付

数字员工要长期跑下去，就需要覆盖“流程发现 → 流程构建 → 流程执行 → 流程管理”的完整闭环。实在Agent 提供从流程记录器、Agent 设计器到机器人执行与运营平台的完整链路，并支持流程、流程块、组件三级粒度的开发与共享，避免每个部门重复造轮子。

五、一份可落地的判断清单

在立项前，建议用下面这组问题做一次快速体检：

• 这套系统三年内会被替换吗？会，则优先等替换，UI Agent 只做过渡。
• 这个流程每天执行多少次、容许多长延迟？分钟级可接受，适配度高。
• 操作步骤能否被完整描述？能描述，才能被复刻。
• 界面是“会变”还是“随机变”？前者可控，后者慎入。
• 是否有明确的成功判定标准与回滚机制？没有就先小范围试点。
• 是否有合规与审计要求？有则必须选留痕能力完备的方案。

建议的推进节奏是：先选一条高频、低风险、可量化的流程做单点验证，跑通后再横向复制到相邻场景。

UI Agent 的价值不在于“替代接口”，而在于为那些等不起改造的老系统提供一条低成本、可快速验证的自动化通路。它适合规则清晰、频率适中、界面相对稳定的操作型场景，不适合高并发交易、强反爬设计和需要重构业务逻辑的环节。判断标准其实很朴素：这套系统短期内换不掉、流程能被讲清楚、失败代价可控，就值得试；反之，把精力留给接口改造更划算。把 UI Agent 当作工具箱里的一件，而不是唯一一件，AI 自动化这条路才走得稳、走得远。

常见问题解答

UI Agent 和传统 RPA 有什么本质区别？

传统 RPA 主要依赖界面元素的结构属性定位目标，界面改版容易失效，且需要专业人员编写脚本。UI Agent 增加了机器视觉与语义理解能力，能像人一样识别屏幕元素及其含义，对结构变化的容忍度更高，同时通过智能推荐组件降低了开发门槛，业务人员也能参与构建。

没有 API 的系统，用 UI Agent 会不会有合规风险？

关键在于是否获得系统使用授权以及是否留痕可审计。UI Agent 是在授权账号下模拟人工操作，权限边界与员工本人一致，不会绕过系统的权限校验与业务规则。落到实践上，应确保每一步操作轨迹可追溯，并纳入企业现有的账号与审计管理体系中。

界面改版后，之前的自动化流程会全部失效吗？

不一定。如果方案采用“结构 + 视觉”双识别机制，界面小范围调整通常能自动适配；只有当核心控件位置和形态同时发生大幅变化时才需要重新校准。建议在上线前约定界面变更的通知机制，把影响降到最低。

一个流程大概多久能跑起来？

取决于流程复杂度。单系统、步骤清晰的流程通常几天内即可完成验证；涉及多系统联动、含分支判断的流程周期会长一些。稳妥的做法是先做一条最小可用流程，验证识别准确率与稳定性，再逐步扩展。

UI Agent 适合放在核心业务链路上吗？

可以作为核心链路的组成部分，但要区分环节。对实时性要求极高的交易环节，建议以接口或数据库方案为主；对批量处理、数据同步、报表生成等允许分钟级响应的环节，UI Agent 完全可以承担主力角色，并通过异常重试与双轨并行保障可用性。