我拿报销流程测了 Manus 和 Operator：差别不在“会不会点”，而在“能不能把事做完”

我以为它在帮我操作浏览器，结果盯着看了三分钟，发现它一直在点同一个按钮。

那一刻我突然意识到：AI Agent 的浏览器自动化，最容易在演示里赢，最容易在真实流程里输。

所以这次我没选“帮我搜个资料”“帮我订个咖啡”这种展示型任务，而是拿了一个更像真实工作的场景——报销。

报销这种事，才是真正能撕破“演示滤镜”的测试题。

---

为什么偏偏是「报销」

报销看起来简单，实际很刁钻。它不是单页操作，而是一整套跨页面、跨权限、跨状态的链路：

1. 登录 OA

2. 填写报销表单

3. 上传附件

4. 提交审批

5. 确认状态是否真的进入流程

这五步里，至少踩着四个 AI Agent 最容易翻车的坑：

• 登录鉴权：账号密码、验证码、二次确认，任何一个都可能让自动化中断
• 表单结构复杂：字段不是线性排列，很多公司还会嵌套下拉框、动态加载项
• 附件上传：看起来是点一下，背后却可能牵涉本地文件选择、权限弹窗、组件兼容
• 提交后状态验证：真正的难点不是“点了提交”，而是“系统真的收到了吗”

换句话说，报销不是“让 AI 表演一下我会点鼠标”，而是测试它能不能在真实企业系统里，把一件事闭环。

这也是为什么我更看重它：

---

Manus 实测：最值得看的，不是它动没动，而是它到底懂没懂

下面这部分建议你配上 5 张连续截图，保留时间戳，不裁剪报错信息。

截图序列：Manus 第 1 步到第 5 步的完整操作轨迹。

测试环境说明

• 浏览器版本：【填入你的实际版本】
• 账号权限级别：【填入：普通员工 / 审批人 / 管理员】
• 网络环境：【填入：公司内网 / 家用网络 / VPN】
• 测试页面：【填入具体 OA 或报销系统名称】

1）登录：先看它是“识别页面”，还是“硬点按钮”

Manus 在登录页的表现，最能看出它到底是依赖视觉，还是能读懂页面结构。

如果它只是盯着页面元素的视觉位置反复试探，鼠标轨迹会显得很“人工”——像一个人在犹豫要不要点。

如果它能准确找到输入框并快速完成填写，那说明它至少在某种程度上理解了页面结构。

• 是否准确点进账号框
• 是否误触“忘记密码”或其他干扰按钮
• 是否在验证码前停住
• 是否出现需要人工接管的提示

2）填写表单：这里最容易暴露“看起来会，实际上不会”

报销表单不是普通输入框，它通常有日期、金额、部门、事由、项目编码等多个字段。

真正考验 Agent 的地方，不是“能不能输进去”，而是能不能填对顺序、填对格式、填对上下文。

这一步最值得观察三件事：

• 它是通过 DOM 结构定位字段，还是单纯看图点位
• 它能不能处理下拉框、日期选择器这类动态组件
• 它是否会在某个字段上卡住，然后反复尝试同一个动作

如果你在截图里看到它来回切换焦点、反复打开同一个下拉框、或者把金额填进了备注栏，那就说明问题不在“会不会打字”，而在对页面语义的理解还不够。

3）上传附件：这一步通常是分水岭

上传附件是很多 Agent 的第一道硬坎。

因为它牵涉到三个问题：

• 本地文件权限
• 浏览器上传组件兼容性
• 文件名、路径和格式校验

如果 Manus 在这一步出现“文件选择框弹出后停住”“附件上传后页面没有反馈”“按钮点了但没有真正上传”的情况，记得保留那张失败截图。

4）提交审批：最考验它能不能理解状态变化

很多自动化工具会在“点击提交”后就结束叙事，但真实业务不是这样。

真正重要的是：提交后系统有没有刷新、有没有生成单号、有没有进入审批流。

这一步建议你盯住：

• 是否弹出确认对话框
• 是否真的触发提交动作
• 提交后页面状态有没有变化
• 是否出现“保存成功”但不是“提交成功”的假动作

如果 Manus 只停留在“看起来点了提交”，却没有继续追踪后续状态，那就说明它还停留在操作层，没有进入流程层。

5）确认状态：最后一公里，最容易暴露“假完成”

很多 Agent 的问题都出在这里：它执行完动作就以为任务结束了，但实际上报销的目标是“单据进入审批流程并可追踪”。

所以最后一定要看：

• 单据是否出现在待审批列表
• 状态是否变成“待审核”“审批中”等真实状态
• 页面是否有可验证的编号或记录

Manus 小结

把你的实际数据填进这里：

• 完成率：【x/5 步】
• 总耗时：【xx 分 xx 秒】
• 人工介入次数：【x 次】

如果 Manus 只是完成了前半段，却在上传或提交上不断回退，那它更像一个“高水平演示助手”，还不是稳定的业务执行器。

---

OpenAI Operator 实测：它更像在“照着剧本演”，还是在“真的做事”？

同样建议配 5 张连续截图，尤其保留登录失败、验证码、动态加载卡住的那一刻。

如果说 Manus 的重点在“操作是否连贯”，那 Operator 的重点就在它到底是更依赖指令，还是更依赖视觉。

1）登录阶段：它很会“开始”，但未必会“穿过门”

Operator 往往在开头给人的印象很好：目标明确、动作快、界面理解也像那么回事。

但真实系统的第一道门，经常不是页面，而是验证码、二次验证、权限弹窗。

这时候你要看它的降级行为：

• 是不是会自动尝试下一步
• 是不是能停下来向你确认
• 是不是会在无法继续时给出明确反馈，而不是假装已经完成

一旦它遇到验证码就停摆，或者在登录页反复刷新，那就说明它在“受控环境”里表现不错，但离企业真实流程还差一截。

2）动态加载页面：看起来很忙，不代表真的读懂了

Operator 在动态页面上的一个典型问题是：视觉上动作很多，实际状态没变。

比如它不断滚动、不断点击、不断等待，但页面的数据区其实还没加载完。

这类场景里，最关键的不是速度，而是判断力：

• 它有没有识别页面还在加载
• 它有没有等到可交互状态再继续
• 它有没有把页面局部变化误判成任务完成

如果你录屏，会很容易看出一种差别：

3）提交后验证：这是它能不能进真实业务的分水岭

Operator 如果只会提交按钮，不会验证结果，那本质上还是个“半自动前端点击器”。

你要重点看：

• 提交后有没有追踪单据编号
• 有没有继续检查状态页
• 有没有把“提交成功”和“页面刷新成功”混为一谈

Operator 小结

把你的实际数据填进去：

• 完成率：【x/5 步】
• 总耗时：【xx 分 xx 秒】
• 人工介入次数：【x 次】

如果它在登录和动态加载阶段就频繁降级，那它的强项更像是会说清楚自己在做什么，而不是真的把业务跑通。

---

横向对比：差距到底在哪

如果前两节你已经看累了，这张表就是喘口气的地方。

也是最适合放在文章中段的“结论压缩区”。

选型建议，直接给结论

• 个人用户：如果只是偶尔做重复网页动作，优先看谁更稳定、谁更省心
• 经常碰国内网站的人：重点看对验证码、表单、上传组件的适配
• 企业用户：别先问“能不能点”，先问“能不能审计、能不能回滚、能不能留痕”

一句话总结：

浏览器自动化的关键，不是它看起来像不像人，而是它能不能在真实业务里留下一个可交付的结果。

---

真正的问题：现在能用，还是只能看？

这两类产品今天都已经能“演示任务”，但离“稳定替你做事”还有一段明显距离。问题大概卡在三个地方：

1）动态渲染

很多网页不是静态 HTML，而是前端框架动态生成。

页面上的按钮、输入框、提示词，可能在不同时间点呈现出不同状态。

Agent 如果只看表层视觉，很容易误判。

2）鉴权墙

企业系统最不欢迎的，就是“无脑自动化”。

验证码、二次确认、权限分层、风控弹窗，都会把“看起来会操作”的工具打回原形。

3）操作序列记忆

真正的业务任务不是一步，而是一串动作的关系网。

它不只需要知道“下一步点哪里”，还要知道：

• 上一步有没有成功
• 当前状态是否允许下一步
• 如果失败，该回到哪个节点

这也是为什么我更愿意把今天的 AI Agent 浏览器能力，定义成“能辅助人完成任务”，而不是“能独立代替人完成任务”。

现实结论

• 个人用户当下能落地的：信息收集、重复点击、简单表单整理、半自动提交
• 企业用户还要补的：权限管理、日志审计、错误回滚、人工接管机制、流程标准化

如果你真想把报销这类流程跑起来，别只盯着“哪个产品更会点”。

更现实的做法是：把流程拆成可控步骤，把高风险环节交给人，把低风险环节交给模型和脚本。

---

如果你想自己搭一套轻量自动化，别等产品“全能”了

当现成工具还在和网页较劲时，自己接 API 做一层轻量编排，往往更实用。

比如你可以先让模型做三件事：

1. 识别报销信息

2. 生成字段映射

3. 输出可执行步骤

下面给一个示意写法，具体接口和参数请按你实际平台文档调整：

import requests

payload = {
"model": "Qwen3",
"prompt": "把这张报销单整理成可填写的字段：日期、金额、事由、附件清单。"
}

resp = requests.post(
"https://api.884819.xyz/your-api-endpoint",
json=payload,
headers={"Authorization": "Bearer YOUR_TOKEN"}
)

print(resp.text)

如果你想先试试更轻的方式，可以直接去 api.884819.xyz 看看。新用户注册即送体验token。

注册也很简单，用户名+密码即可注册，不需要邮箱验证。国产模型（Deepseek/千问等）完全免费，平台没有月租、没有订阅，按量付费，注册后就能直接用内置 AI 对话功能。

---

结尾：别再问“谁更像人”，先问“谁真的做完了”

这次测完，我的判断很直接：

• 如果你看重演示感，两者都能让你看到“AI 正在操作浏览器”
• 如果你看重真实业务闭环，差距就没那么温柔了
• 如果你看重国内网站适配，测试结果往往比宣传页诚实得多

所以，今天最重要的问题已经不是“AI Agent 能不能点网页”，而是：

下一篇我们准备把测试场景换成「自动填写政府平台表单」——同样是真实任务，但加上了验证码和人脸识别。那个时候，谁还能跑起来，就真的有说头了。

#AI教程 #AIAgent #Manus #OpenAIOperator #浏览器自动化 #报销流程 #8848AI #人工智能