发票处理的 AI agent 只做两件事之一。一是起草这张账——读发票、抽取并给每一行做 GL 编码、与采购单匹配，好让人来审批；二是审批并付款——自己完成审批路由、把钱打出去。起草省的是键盘敲击，付款动的是真金白银，而这个差别决定了你该交出多少自主权。
"帮我处理发票"背后藏着两个活儿
"发票处理"听起来是一件杂事，但只要问一句agent 被允许对钱做什么，它就分成两半。一种只读发票、把一切准备好——抽取好的字段、GL 编码、采购单匹配、建议的审批人——然后停下，等人点"通过"。另一种则自己走完审批路由、把款打出去。前者是填单据的文员，后者是签支票的出纳。这和我们在客服工单分诊里遇到的"只读 vs 动手"是同一个分野，也是我们为 CRM 数据录入划下的那条线——准备一条记录，和提交一个不可逆的动作，是两种不同的风险。我们在 Issue #001 的 Gmail 分诊 agent 背后那套"分桶定优先级"的纪律，本质是同一个直觉：先想清楚哪个动作可以安全自动化，再去自动化它。
活儿一 —— 起草这张账（抓取、编码、匹配）
这是安全的那一半，也是多数财务团队该起步的地方。agent 摄入发票，抽出表头和明细数据，套上正确的 GL 编码，与采购单核对，然后把一份做好的草稿交给人审批。没有一分钱在人点头之前离开公司。两条真实路径：
- AP 平台里的 AI 编码 + 匹配。 Stampli 的 Billy the Bot 会逐行给发票编码——套用它从你会计历史里学到的 GL 科目、部门和自定义维度，校验供应商、标记重复、把发票关联到正确的采购单。关键在于，Stampli 把 Billy 的产出定位为财务团队可复核、可覆盖的建议——责任仍在人这边。Ramp Bill Pay 的自动编码 agent 做同样的活儿，按你的历史模式把明细映射到 GL 编码；Ramp 称它用 OCR 抓取供应商、日期、金额和明细，并在发送前跑两路与三路采购单匹配。
- 匹配本身就是那道控制。 "起草"之所以安全，靠的是三路匹配：agent 在审批前把供应商发票与采购单、收货单三方核对，确认你确实下了单、收了货、认了价。这是一步"读取并比对"——它能在不碰你银行账户的前提下，抓出多收费、重复、以及未到货却开票的情况。
活儿二 —— 审批并付款（钱在动）
当你想让 agent 去走审批路由、把款打出去，你就从文员跨到了出纳，风险随之改变，因为一笔打错的款远比一个填错的 CRM 字段更难追回。Ramp 的 Bill Pay 描述了一套由多个 AI agent 驱动的 AP 流程，分别负责编码、审批摘要、欺诈检测和卡支付——审批 agent 会汇总供应商历史和采购单匹配，让审批人拿到完整上下文。
诚实的提醒：付款那一步的完全自主，正是错误变昂贵的地方，所以护栏比自动化更重要。Ramp 自己给的答案，是一个在付款前就标记可疑动作的欺诈防护 agent——比如供应商银行信息的意外变更。对新供应商、变更的银行账户、以及超过阈值的金额，都保留一道人工审批；只让 agent 自动放行那些低风险、完全匹配、周期性的发票。这就是为什么起草要排在前面：先把"抽取加匹配"那一层做到可信，再让任何东西去碰钱。
你到底需要哪一个？
如果你的痛点是*"AP 被埋在手工录入和编码里，审批在某人邮箱里躺一周"，那是活儿一——一个负责抓取、编码、匹配的起草 agent，最后仍由人点"通过"。如果你的痛点是"就算发票编好码，放款仍是一条缓慢的手工链"*，那是活儿二——自主审批与付款，由欺诈检查和阈值把关。多数团队应当"挣得"活儿二：先跑起草 agent，直到它的编码和匹配稳定可靠，再为你信任的那一小块低风险发票自动化付款。这套工作流在员工侧的姊妹篇是费用报销——同一个"捕获 vs 提交"的分野，只是对象从供应商账单换成了收据。想知道发票处理在会计的整个循环——记录、对账、报告——里处于什么位置，看会计师的 AI Agent。刚入门？从 Agent 101 开始，或看看能把捕获步骤接进你会计系统的无代码 AI agent 工具。
FAQ
AI agent 能自动处理发票吗？ 能，分两步。安全的一步是起草：Stampli 的 Billy 和 Ramp Bill Pay 抓取发票、套 GL 编码、与采购单匹配，交给人审批。而完全自动化付款是另一个更高风险的决定，需要用欺诈检查和审批阈值来把关。
什么是三路匹配，为什么重要？ 三路匹配会在付款前把供应商发票与采购单、收货单三方核对，确认每张账你都下了单、收了货、认了价——这正是让 agent 能安全起草发票的原因，因为它在任何钱动之前就抓出多收费和重复。
该让 AI agent 不经审批就付款吗？ 只对你信任的那一小块——来自已知供应商、完全匹配、金额在设定线以下的周期性发票。新供应商、变更的银行账户、大额款项都留人审批。Ramp 的欺诈防护 agent 会在付款前标记可疑的供应商银行信息变更，正是为此。
这和 CRM 数据录入 agent 有什么不同？ 结构是一样的——一个低风险的捕获层，对上一个更高风险的提交层。我们的 CRM 数据录入指南划的是同一条线：记录发生了什么，与改写你预测所读的字段。发票处理只是把后半段的风险抬高了，因为被提交的那个动作是一笔付款。
搭一个发票处理 agent 需要写代码吗？ 不需要。Stampli 和 Ramp Bill Pay 这类 AP 平台，把编码、匹配、审批的 agent 当成可配置的功能来提供，而不是脚本。先从起草层开始，在你真实的发票上确认编码准确，再逐步放宽 agent 被允许支付的范围。
每周一个真实的 AI agent，直接发到你的邮箱。免费，无推销。