Automation（自动化）指用技术手段让原本需要人工执行的任务由系统或软件自动完成，如今它的重心正从固定规则脚本转向由 AI 智能体（Agent）驱动的任务执行与流程编排。近期的讨论不再只问「能不能自动完成」，而是转向投入产出如何衡量、哪些环节真正适合交给智能体，以及自动化效果能否持续。
Automation 近期进展
2026 年 10 月，AWS 发布智能体自动化 ROI 评估框架，明确提出衡量自动化价值不能只看节省的工时，还要计入质量提升、错误率下降和人力重新配置带来的收益 Beyond hours saved: building the business case for agentic automation。同月 AWS 与 Agentforce 扩展公共部门智能分析能力，把自动化从通用办公场景推进到政务与公共服务领域 Extending public sector intelligence with Agentforce and AWS。
工作流平台 n8n 于同期推出免费技能 Automation Mining，让智能体主动分析用户的工作内容，反向推荐哪些环节可以被自动化 n8n Automation Mining。这标志着自动化的起点正从「人找场景」变成「Agent 找场景」。
模型与工具层面，DeepSeek Harness v0.2 在 2026 年 10 月推出 macOS 和 Windows 桌面应用，把开源 Agent 编排框架带到本地桌面 DeepSeek Harness v0.2；Deepseek-V4.1-Flash 正式上线 Fireworks 平台并开启 API 公测，其 Agent 基准超过 V4-Pro 预览版 V4-Flash API 公测。另有实战案例展示用脚本控制多个 Agent 协作完成自动化流程 Herdr 智能体自动化实战。
当前焦点与观察点
自动化是否真正可靠，是当前最大的疑问。前 OpenAI 研究副总裁 Jerry Tworek 指出，当前 AI 的短板不在复杂推理，而在简单任务的失败率偏高 Jerry Tworek 观点，这直接限制了无人值守自动化的适用范围。
与此同时，Ethan Mollick 引用的随机对照实验显示，GPT-4o 做家教能提升成绩，但用于代写作业时，一周后学习增益就消失了 RCT：GPT-4o 家教与代写。这提醒自动化带来的效率提升，未必等同于长期能力提升。观察点在于：ROI 框架能否落地为可复用的评估标准，Agent 失败率能否降到可托管关键流程的水平，以及 Automation Mining 这类反向发现工具会不会成为企业标配。