RPA与AI智能体的混合编排能否稳定运转，关键不在于模型选得多强、脚本写得多快，而在于两者交接处有没有一份显式的任务契约。没有契约的协作，最终会退化成“智能体直接点界面”或“RPA硬写判断分支”两头失控的局面。
任务契约的本质，是把“要做什么”和“怎么做”分开。智能体负责生成结构化任务指令，RPA只负责按指令执行。一份合理的契约至少包含五个字段：任务标识、操作类型、参数集、幂等键和回执队列。其中幂等键是最容易被忽略但事故率最高的设计——同一任务因网络抖动或人工重试被重复触发时，必须保证不会产生重复记录。执行完成后，智能体通过回执队列拿到结果，才能进入下一步判断或结束流程。
参数结构化也是硬要求。智能体输出给RPA的指令应当是明确的键值对，而不是自然语言描述。比如“金额12800、供应商编码V-1023、创建凭证”，而不是“把这张发票的金额录进去”。前者让执行层完全不需要理解上下文，出错时也能精确定位到是参数生成错误还是系统操作失败。
治理层面有三条基线。第一，权限最小化：RPA执行账号只持有完成任务所需的最小权限，智能体不直接持有任何系统凭证，通过任务队列间接调用。第二，复核节点：金额超阈值、涉及对外发送或模型置信度偏低的请求，必须强制进入人工确认，不能依赖模型自我收敛。第三，审计可回放：每次判断的输入、输出、调用工具和执行结果都要留痕，能够在事后还原完整链路。这三条做不到，混合编排上线后就是隐性事故的温床。
验收方式也值得留意。不要只看“节省了多少人力”，而要同时盯住端到端成功率、异常拦截率和人工介入率三个指标。影子运行是降低风险的有效手段：让智能体在真实数据上给出建议但不直接执行，与人工结果比对一段时间后再逐步放开。同时要保留降级路径——关闭智能体后，RPA是否能独立运行。这条回退能力决定了业务部门敢不敢让你试点。
任务契约的真正价值，是把“谁更先进”的选型讨论，变成“哪一段交给谁”的分工问题。只要判断与执行之间的分工线是清晰、可治理、可回退的，投入是否重复就有了可验证的答案。