这两年聊"AI+审批"，我已经被问过几十次了。
但我一直没怎么写，因为我不太想用"代际"这种词——什么 1.0、2.0、3.0，听着挺唬人，落到实处其实没那么神。
说白了，AI 在审批流里能做什么，本质就是一句话： 把"人原来怎么判一个单子"，一步一步交给机器去判。
你看，从最早写死规则到今天的桌面智能体自动审批，这条路其实走了 6 个阶段。我今天就把这 6 个阶段一次讲清楚，你看完应该就知道，自己公司现在卡在哪一步、下一步该怎么走。
阶段一：工程逻辑时代——靠"if-else"撑场面
最早大家做"自动审批"是怎么做的？
其实就是 工程逻辑。什么意思呢？就是它依赖的根本不是 AI，而是一堆硬规则：
1 金额大于 300 走 A 路径，小于 500 走 B 路径；
2 谁谁谁发起的单子，自动同意；
3 表单字段满足某些条件，直通；
规则全部写在审批引擎里， 判断的依据只有两个：提报人 + 表单数据。
这种方式特点很明显：单一、稳、能跑，但是稍微复杂一点的场景就傻眼。比如要看附件、要跨系统、要看上下文，它统统搞不定。
阶段二：接口取数时代——开始"借外援"
第二阶段，本质上还是规则判断，但聪明的人发现：很多审批光看表单不够，得拿外面的数据。
怎么办？接接口。
我先通过接口去 ERP 拿一下供应商资质，去财务系统拿一下预算余额，再回来跑规则。
这一步比第一阶段强在哪？ 数据结构变复杂了，不再只看表单本身。但本质上还是 yes or no。
问题也来了：老板审 yes or no 简单， 职能部门审根本不是这种逻辑。合规要看依据，财务要看预算口径，法务要看条款。这种"复杂判断"，硬规则根本接不住。
阶段三：多模态解析+模型识别——AI 终于干正事了
到了这一步，AI 才真正开始上场。
因为很多单子要审的不是表单字段，而是 附件 ——发票、合同、报价单、银行流水。这些东西一律是图片或 PDF。
传统做法是 OCR，但说实话，OCR 的准确率撑不起严肃的审批场景。
这时候多模态大模型 + 精调小模型就派上用场了。整个链路一般是这么三层：
但这里有个最容易踩的坑： 很多团队上来就 all-in 大模型，把规则也想交给模型推理。
我的建议恰恰相反—— 能用工程的，绝对不要用 AI。
为什么？因为审批里有大量"供应商 A 对应表单 A、供应商 B 对应表单 B"这种确定性映射，这种事情用工程匹配又快又准。模型该干啥？干两件事： 解析多模态附件、 组织一段像样的审批意见。
这个阶段能覆盖 90% 的审批链路。但能做到 99% 准确率的企业，少之又少。
真正决定成败的不是模型大小，是这三件事：
1 要素提取做得好不好 ——这是地基；
2 规则匹配的设计合不合理 ——决定上限；
3 评测体系建没建 ——决定能不能上生产。
说白了， 没有 95% 以上的准确率，没人敢把单子交给 AI。而要做到 95%，你得反复评测、反复调，这是个非常专业、非常苦的活。
阶段四：审批插件——绕开接口，直接读页面
讲到这里，问题来了。阶段三虽然全，但落地门槛高——你得跟 IT 协商接口、对齐字段、走预算。
很多流程团队、合规团队、财务团队根本扛不动这些跨部门协作。他们要的就一句话： "我打开审批页面，你就告诉我能不能批，意见帮我写好直接插进去。"
所以就有了第四种形态： 审批插件。
它不依赖任何数据接口。你打开审批页面那一刻，插件就像一个 小爬虫，把页面上的所有信息和附件，全部抓下来。
抓完之后，结合你预先封装在插件里的"匹配 skill"，快速给出审批建议，意见自动写好，一键插入审批框。
这里有个关键体验细节叫 "预热"。
不是等你点"AI 帮我审"那一刻才开始跑，是 你打开页面那一秒，插件已经在后台悄悄运行了。等你真正点开它，结果直接回放给你看。
感受上的差距是：你不会觉得"我在等 AI"，而是觉得"AI 一直在等我"。
阶段五：平台级转换器——一次接入，全流程托管
第五种形态，是把插件这套思路 平台化。
钉钉、飞书都开放了"标准转换器"——简单讲，就是一种把你审批流的任务、表单、状态，统一暴露出来的协议。
我们可以基于这个协议，预先把企业里的所有流程接进来。 但凡那边有新任务，这边就同步过来，你打开表单的时候，AI 已经跑完了，给你提供边栏式辅助。
注意——它 不直接写入，而是给你一个建议框。要不要采纳，你说了算。
这种形态对企业来说最舒服： 插件是单点工具，转换器是平台能力。
阶段六：桌面智能体+飞书CLI——彻底无感
来到第六阶段，这是我最近觉得最好玩的一种形态。
大家有没有想过：如果我用一个桌面智能体（比如龙虾、各种 Agent），能直接读到我的 OA/BPM 数据呢？
当然可以。 飞书最近开放了 CLI，本质上就是命令行级别的接口能力。意味着我们能：
1 用你的身份授权，让智能体读到审批列表；
2 智能体后台监听，但凡有新任务，自动取数；
3 跑完规则和模型， 审批结果直接回写；
4 有风险的，邮件 / 钉钉 / 飞书消息提醒你确认。
你可以做成全自动，也可以保留"手动一键确认"。 整个链路你几乎无感。
这件事的妙处在于——它 不需要 IT 改任何东西，纯靠你的身份授权和官方开放的 CLI 协议。一个会写脚本的流程负责人，自己就能搭起来。
最后想说的几句
把这 6 个阶段串起来看，你会发现一件事： AI+审批的演化，不是越来越"AI"，而是越来越"看不见"。
第一阶段用规则，第二阶段加接口，第三阶段用模型解析附件，第四阶段插件爬页面，第五阶段平台转换器，第六阶段桌面智能体直接闭环。
每一步的目标都不是"让 AI 出现得更多"，而是 让人看不见 AI、感受不到 AI、但事情已经被 AI 干完了。
所以做 AI+审批，我一直坚持几个原则：
1 工程的归工程，模型的归模型。能用 if-else 解决的，绝不喂模型；
2 提取是地基。要素抽不准，后面全是空中楼阁；
3 评测体系比模型更值钱。没有 95% 准确率，谁都不敢用；
4 体验靠"预热"。等待感是 AI 产品最大的隐形成本；
5 不要为 AI 而 AI。审批的目的是让人少干活，不是让人为 AI 多干活。
你公司现在在哪一阶段？欢迎留言告诉我。下一篇我会专门拿插件 + 飞书 CLI 这套组合做个完整 demo，让你看看一个流程团队，怎么不靠 IT，自己就能把"AI 自动审批"跑起来。
对了，今晚直播本来想讲的就是这块，只讲了一半，剩下的部分留给下次大讲特讲。