报销 Agent 停在「确认提交」那一秒：能点网页的 80%，决定不了它能不能上岗

周五傍晚，Agent 已经把本周信用卡账单对完发票、字段填齐、附件挂上。光标停在公司报销页那颗蓝色的「确认提交」上。

你突然不确定：这张发票，是不是上周已经报过的同一笔外卖？金额对得上，商户名差一个字，成本中心选的是默认项。点下去，就是不可逆；不点，这周白忙。

真正让人不敢把报销交给电脑操作 Agent 的，不是它会不会点网页，而是它会不会替你承担二次验证、误点和提交的后果。

这篇文章不吹「Agent 会填表」。它只讲一件事：把每周报销从机械点击改成半自动流水线时，卡点怎么拆成可设计的人机协作。能自动化的大约是下载、解析、比对、填字段；决定能不能上岗的，是 2FA、确认对话框，以及「保存草稿」和「提交」长得太像。

---

每周报销的真实流水线（你每周都在走）

中国职场里，个人报销很少是「打开一个 App 点三下」。更常见的是一条跨系统流水线：

1. 从银行 App / 信用卡邮箱 / 支付宝 / 微信把账单导出（Excel、CSV 或一堆 PDF）。

2. 对着发票夹：电子发票 PDF、数电票、偶尔还有拍照模糊的纸质票；核对金额、税额、税号、开票日期。

3. 登录公司报销系统（OA、费控、自研页都有），选项目/成本中心、填事由、上传附件、保存或提交。

痛点通常不是「不会用 AI」。痛点是：

  • 每周重复：同样的点击路径，换一批金额和发票号。
  • 易错：差 0.01、商户简称不一致、附件传错页。
  • 怕点错提交：提交后改单要走撤回、审批人已经看见、财务会问「为什么重复」。

所以读者要的不是又一个「Agent 演示点网页」的视频，而是：哪些步骤可以放手，哪些步骤必须人在场。

---

接到 Agent 之后：能自动化的 80%，和卡死的 20%

先把爽感说清楚。一次完整的周报账里，电脑操作 Agent 真正擅长的是「看得见、对得上、填得进」的那一段：

  • 下载或打开已导出的账单，按日期筛本周消费。
  • 解析发票 PDF 里的发票号码、金额、购方税号、开票方。
  • 和账单行做匹配，生成待填字段。
  • 在已登录（或登录完成后）的报销页里填文本框、下拉框、上传附件、点「保存草稿」。

卡住的 20%，几乎都不是「模型认不出按钮」，而是操作环境故意设计成 必须真人在场：

  • 登录二次验证：短信、Authenticator、邮件验证码。
  • 风控：滑块、人脸、设备信任弹窗。
  • 高后果点击：「确认提交」「删除」「覆盖旧单」「同意并继续」。
卡点不是模型笨，是账号体系和财务系统把「责任」钉在人身上。Agent 再会点，也不该默认替你收验证码、替你过滑块、替你按提交。

下面这张图是我实际在用的作业顺序。红框两处——人工 2FA 和 提交前确认——就是上岗与否的分界。

flowchart LR

A[账单下载] --> B[发票匹配]


B --> C[表单填充]


C --> D["人工 2FA
红框：必须人在场"]


D --> E["提交前确认
红框：不可逆闸门"]


E --> F["可选：提交"]



style D fill:#ffcccc,stroke:#c00,stroke-width:2px


style E fill:#ffcccc,stroke:#c00,stroke-width:2px
截图建议（全部打码）：验证码弹窗只留「短信验证码」四个字和倒计时，手机号隐去；公司报销页确认对话框保留按钮文案，隐去工号和项目名；Agent 暂停界面只展示「等待人工：2FA / 确认提交」，不要出现真实账号、完整手机号、未打码的发票二维码。

---

二次验证：不是技术难题，是权限与责任边界

很多人一碰到短信验证码，第一反应是：「让 Agent 读通知栏 / 转发验证码 / 过滑块。」这能演示，但不应作为默认方案。原因很具体：

  • 账号安全：验证码等于登录凭证。交给脚本，等于把「证明是你」交给不可审计的第三方。
  • 公司合规：费控、SSO、邮箱往往绑定工号。绕过 2FA 在不少公司属于违规，出了错是人背，不是 Agent 背。
  • 设备信任：人脸、信任此浏览器、硬件密钥，本意就是「这台机器前坐着授权过的人」。

可落地的协作模式只有一种默认值：Agent 做到登录前停住，弹出需人工的步骤，人过完验证后再继续填表。

进阶可以做、但必须划红线的，是会话复用，而不是「替你过验证」：

  • 你自己先在常用浏览器里完成 SSO / 2FA，Agent 只复用已登录会话去填单。
  • 公司若提供正式的 SSO 或浏览器配置文件，按 IT 规范走，而不是用不明插件劫持 Cookie。
  • 红线：不默认代收短信、不破解滑块、不绕过人脸、不把验证码接口接到来路不明的脚本。

读者分层可以记两句话：

小白：先别让 Agent 碰登录后的任何「验证 / 提交」。填到草稿、你自己过 2FA。
进阶：会话保持 + 校验规则 + 审计日志。2FA 仍然是人，只是不用每次从打开账单重新开始。

我自己最近四周的周报销（样本只有 4 次，不能当行业统计）：纯人工从导出账单到点提交，大约 40 分钟；改成 Agent 填到「待确认」再人工过 2FA 和确认键，大约 12 分钟。四周里，2FA 每次都会打断一次——这不是偶发失败，是设计如此。真正需要改产品的，是「打断之后能不能干净地续跑」，不是「怎样偷偷把验证码读走」。

---

误点确认：比点错鼠标更贵的是不可逆

2FA 至少还把你叫到屏幕前。更贵的是 Agent 已经「很顺」，然后点错了高后果按钮。

案例①：短信验证码窗口抢走焦点

现象：登录弹出验证码，系统通知或独立窗口抢了焦点。Agent 仍按原页面坐标点击，把验证码输入框以外的按钮点了，或者把过期的「重新发送」点成了循环。 后果：账号触发风控、登录失败、你以为在填单，其实卡在登录态。时间浪费在重试，还可能锁账号。 改法：检测到标题/文案含「验证码」「Authenticator」「滑块」时，整段任务暂停，发一个明确的人工步骤（「请完成本次 2FA，完成后点继续」）。不要用坐标硬点。焦点变化 = 环境变化，必须重新识别页面，而不是接着上一步的鼠标轨迹。

案例②：把「保存草稿」点成「提交」

现象：两个按钮颜色接近，文案一个「保存」，一个「提交」。Agent 按「看起来像主按钮」点了提交。单子进了审批流。 后果：审批人收到一单未核对的报销；若附件错了或成本中心错了，撤回要等审批人操作，财务侧留下痕迹。比少报一张票更麻烦。 改法：按钮文案含「提交 / 确认 / 同意 / 删除 / 覆盖」时，强制 human_confirm=true。默认产出是 待提交草稿，不是已提交。主按钮视觉上再像「下一步」，也按文案分级，不按颜色分级。

案例③：发票金额差 0.01 仍强行填单

现象：账单是 128.00，发票价税合计 127.99（或服务费四舍五入）。Agent 匹配成功后把账单金额填进报销单。 后果：财务退单，或者你自己对账对不平。差一分钱在人眼里是「可能是税差」，在系统里是「金额不一致」。 改法：金额误差大于 0.01 就停，列出账单行、发票号、两个金额，等人选「用发票金额 / 用账单金额 / 跳过本行」。禁止为了跑通而四舍五入后强行提交。

这三件事指向同一个产品结论：

Agent 的产品化关键是「确认协议」，不是更猛的点击。

三层防护可以写成作业纪律：

1. 任务拆成可暂停步骤：下载、匹配、填表、2FA、确认、提交，每段有明确出口。

2. 高风险按钮必须二次人工确认：提交、同意、覆盖、删除，没有例外。

3. 用对账结果做提交前校验：金额、发票号、商户、附件数量对不上，就不进入确认键。盲点等于把财务当测试环境。

规则不必写成攻击脚本，写成配置就够服务自己：

# 报销 Agent 闸门（配置示例，不是绕过验证）

gates:


amount_mismatch:


max_abs_diff: 0.01


on_exceed: pause_for_human


button_copy:


require_human_confirm_if_contains:


- 提交


- 确认


- 同意


- 删除


- 覆盖


auth:


on_2fa_or_captcha: pause_for_human


never: intercept_sms | solve_slider | spoof_device


output_default: draft_pending_review   # 不是 submitted


IF abs(bill_amount - invoice_amount) > 0.01 THEN STOP

IF button_text matches /(提交|确认|同意|删除|覆盖)/ THEN human_confirm = true


IF page shows 2FA / 滑块 / 人脸 THEN STOP and wait_human

---

一套可复用的周报销 Agent 作业标准

先看一张脱敏字段怎么从账单走到表单。金额是虚构示例，用来说明「映射」，不是某家公司的真实账单。

| 阶段 | 日期 | 商户/内容 | 金额 | 关键字段 | | 原始账单行 | 2026-03-18 | 美团-外卖 | 128.00 | 卡号后四位 \\\*1234 | | 匹配后发票 | 同日 | 某餐饮公司 | 价税合计 128.00 | 发票号 04400\\\\8812；购方税号 91\\\\（打码） | | 表单字段 | — | 事由：项目加班餐费 | 128.00 | 成本中心：市场部-活动；附件：发票 PDF + 账单截图（打码） |

作业标准可以收成一张清单，从小白到进阶共用同一套输入输出，只是自动化边界不同。

输入
  • 本周账单文件（导出即可，不必让 Agent 登录银行 App）。
  • 发票夹（PDF / 数电票 XML，二维码打码后再进演示环境）。
  • 公司字段规则：成本中心怎么选、事由模板、是否必须关联项目号、附件命名。
输出（默认）
  • 待提交草稿：字段填完、附件挂上、校验报告附在旁边。
  • 不是「已提交」。全自动提交只作为可选、且必须显式打开。
人机分工
  • Agent：下载已导出文件、解析、比对、填字段、点非高后果按钮、写审计日志。
  • 人：2FA、滑块/人脸、提交前确认、金额差和重复发票的裁决。
失败与重试
  • 解析失败：本行跳过，进入人工队列，不阻断整周其他行。
  • 2FA：暂停续跑，不刷新到丢失已填内容。
  • 误点风险：任何「提交类」点击失败或不确定，回退到草稿，不重放点击。
审计日志（给进阶，也给以后的自己）
  • 每一行：账单主键、发票号、填入金额、校验结果、是否人工确认、时间戳。
  • 日志里不写验证码、不写完整卡号、不写未打码的税号截图外链。

四周样本里我碰到的失败类型很集中：2FA 打断是每次都有；解析错行（商户简称对不上）出现过；误点提交只发生过一次——一次就够改默认输出。 仍然强调：这是个人作业记录，不是行业占比。

到这里，可复制的结论只有一句：

先跑通「填到待确认」，再谈全自动提交。

如果你正在把同类电脑操作接到自己的工作流，需要的是把账单解析、字段映射、确认闸门做成可调用步骤，而不是把密钥和验证码交给不明脚本。人工过 2FA、提交前确认，仍应是默认设计。

如果你正在把同类电脑操作接到自己的工作流，可在 api.884819.xyz 查看如何把「填到待确认」做成稳定接口，而不是每次从点鼠标重新开始。

平台侧对应的是按量调用模型能力、国产模型可直接用来做解析和字段映射；新用户注册即送体验token。 注册用用户名加密码即可，没有月租。报销页上的登录验证和确认键，仍然建议留在你自己的浏览器会话里完成。

---

电脑操作 Agent 能把每周报销从机械点击变成半自动流水线，但上岗标准不是鼠标轨迹有多像人，而是二次验证、误点确认和不可逆提交有没有被设计成协议。

Agent 负责重复劳动，人负责不可逆决策。

这样下周你还敢用：草稿在，日志在，提交键还在你手指下。比「被 AI 坑过一单报销」值钱。

确认键按下去之后，坑并没有结束。电子发票是否验真、是否和历史单重复、审批中途被驳回要不要从断点续跑——那些比点按钮更 quietly 地吃时间。下一篇会写：《报销过了 2FA 之后：发票验真、重复报销和公司审批流，Agent 该停在哪一步》。

本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。

#AI教程 #电脑操作Agent #报销自动化 #人机协作 #2FA #8848AI #AI学习 #办公效率