自动化

自动化是确定性的。AI是概率性的。真正的技能是知道什么时候用哪个、怎么结合。

自动化 ≠ AI

确定性工作流 vs 概率模型

工具与平台

Python、n8n、Power Automate 等

AI 辅助自动化

用 AI 构建和改进自动化

自动化 ≠ AI

确定性工作流 vs 概率模型

  • 本质是确定性的：自动化执行固定规则。相同输入永远产生相同输出。没有意外，没有幻觉。
  • AI 是概率性的：LLM 和 ML 模型对相同输入可能产生不同输出。适合判断类任务，不适合固定流程。
  • 自动化的优势场景：数据管道、ETL、CI/CD、部署、监控、定时任务、批处理——一切有明确成功条件的任务。
  • AI 的优势场景：分类、提取、总结、生成、路由判断——一切需要上下文判断的任务。
  • 混合模式：用 AI 决定做什么，用自动化去执行。AI 路由，自动化执行。这是最可靠的架构。

工具与平台

从脚本到低代码到全栈自动化

  • Python — 最通用的工具：脚本、数据管道、API集成、文件处理、自动化粘合剂。我的首选。
  • n8n — 开源工作流自动化，可视化节点编辑器，无需代码即可连接API。
  • Power Automate — 微软生态：Office 365、Teams、SharePoint、Outlook 自动化。
  • Shell / Bash — 文件操作、系统管理、部署脚本。
  • CI/CD 管道 — 自动化测试、构建、部署，通过 GitHub Actions、Jenkins 或自定义工具。
  • Playwright / Selenium — 浏览器自动化，用于测试、爬取和表单填写。
  • SQL / ETL — 系统间的自动化数据提取、转换和加载。
技术栈
Python n8n Power Automate Bash / Shell GitHub Actions Playwright SQL Docker REST API Webhook Selenium

AI 辅助自动化

用 AI 构建和改进自动化

  • AI 写脚本：用自然语言描述需求，LLM 生成自动化脚本。五分钟而不是一小时。
  • AI 处理异常：当数据格式意外变化时，AI 可以分类和重新路由，而不是让管道崩溃。
  • AI 监控自动化：日志分析、异常检测、故障分类——AI 看着自动化，你就不用看了。
  • 人类判断 + 机器执行：最有效的模式。让 AI 决策，让自动化执行，让人监督。
方法
LLM 生成脚本 AI + 确定性混合 PDCA 循环 人在回路 日志分析 异常检测

自动化运行在可靠的基础设施之上。

查看技术组合 →