传统 RPA 采用规则驱动的指令式架构。它的执行模型是"状态机"：每个步骤严格依赖前一步的输出，坐标、XPath、按钮文本全部硬编码在脚本里。页面结构一变，定位失效，整条链路断裂。这种架构的脆弱性源于一个本质缺陷——它只描述"怎么做"，从不理解"为什么做"。
AIAgent则采用目标驱动的声明式架构。用户定义目标状态，Agent 自主规划路径、选择工具、处理异常。它的核心组件包括：
感知层：通过 OCR、元素语义识别、视觉理解获取环境状态
推理层：调用大模型分析上下文，生成下一步动作决策
执行层：将决策转化为具体操作，支持浏览器、API、本地应用等多模态交互
记忆层：维护短期任务上下文与长期知识库，支持跨会话学习
目标驱动 vs 规则驱动的差异，本质上是从" imperative programming（命令式）"到" declarative programming（声明式）"的范式迁移。
前者告诉计算机每一步怎么走，后者告诉计算机想要达到什么状态。
