VBA 过时没有？这个问题吵了十年，今年又吵出新高度。
Python 派说 VBA 是"边角料"，趁早转；VBA 派反击"你们那是大炮打蚯蚓"；Power Query 派说你们都复杂化了，Excel 自带的清洗工具就能解决八成数据整理的活；到了 2026 年，AI 派也进场了：还学什么学，让 AI 写不就完了。
我在知乎、小红书、B站把这几派的讨论翻了一遍，发现一个规律：每一派说的都对，但都只在自己的处境里对。真正的问题从来不是"哪个更强"，而是"你手里那个重复的表格活，是哪一类"。
今天把这件事掰开讲清楚。看完你应该能省掉一门课的钱，或者至少少走半年弯路。
四条路线，先搞清楚各自是干嘛的
公式函数：就地解决。适合一眼能看到头的问题，VLOOKUP、SUMIFS、透视表这些，不展开说。
Power Query（PQ）：Excel 2016 及以上版本内置的数据清洗流水线。它干的事很单一但很专一：把各处来的数据导入、清洗、转换、合并，整套流程录好之后，下个月新数据来了，点一下"全部刷新"就完事。知乎上最近一个 15 万阅读的回答把它比作"自动导航"——你不用会编程，只要把步骤点一遍，它自己记住。知乎社区里有句话流传很广：PQ 能立刻解决工作中 80% 的数据整理烦恼。
VBA：操作 Excel 的"遥控器"。知乎它和 PQ 的本质区别是：PQ 处理"数据流"，VBA 操作"Excel 本身"——加按钮、做窗体、按明细一键生成上百张入库单、批量拆分工作表、甚至发邮件、操作 Word 和 PPT。而且代码直接嵌在 .xlsm 文件里，发给同事，对方只要有 Office 就能用，不用装任何东西。
Python：通用语言的瑞士军刀。数据处理能力强，生态大，但它不在 Excel 里：要装环境、装库，你的同事电脑上没有，领导电脑更没有。知乎上一个在外企做财务的回答很真实：以前用 Python，后来发现跟单位的需求根本对不上，反而不如用 VBA 划算。主管说，就咱们单位这个数据量，用 Python 是大炮打蚯蚓……况且将来你不在这个位置了，谁还会啊？知乎
选型之前，先回答这四个问题
问题一：你是在"洗数据"，还是在"操作表格"？
这是最关键的分叉。
如果你的活是：一堆格式不统一的表，要清洗、合并、转置、汇总，而且源头格式基本固定——这是数据流问题，PQ 是首选，它天生干这个。
如果你的活是：在 Excel 里点按钮出结果、按明细批量生成单据、把一张大表按部门拆成几十个文件、做个带输入框的小工具——这是操作自动化问题，VBA 的领地。
如果你的需求已经超出表格：复杂统计建模、机器学习、对接一堆系统——那是 Python 或者专业工具的活。
问题二：数据量多大？
社区里反复出现的经验线是 10 万行以内。Excel 单表上限虽然有 104 万多行，但到了十万级，函数计算和透视表已经明显吃力——知乎上有人问"每天处理近 10 万条数据，函数跑不动怎么办"，高赞回答的思路是用 VBA 配合 SQL 不打开表格直接查，秒级出结果；也有人提醒，VBA 自己的字典对象超过 10 万条也会明显变慢。知乎换句话说：日常办公的数据量，四条路线都够用；真到了几十万行还要复杂计算，再考虑 Python 或交给数据库，这不是普通办公场景。
问题三：你的电脑环境允许吗？
这个问题最容易被忽略，却经常一票否决。
知乎上一篇 8 月 23 日发的 VBA 开发文章里，作者说了段大实话：大量企业、政府单位、金融机构的电脑被 IT 严格管控——装不了软件、跑不了 PowerShell、装不上插件，但 VBA 几乎在所有企业环境中都是被允许的，它是 Office 内嵌的能力，不算外部程序。对这部分人来说，VBA 不是选择之一，是唯一的路。知乎反过来，Python 要装环境、装第三方库，有些内网还连不上下载源；公司电脑没管理员权限的话，第一步就卡死。
WPS 用户单独注意：个人免费版默认不带 VBA 组件，需要另装（网上教程很多，也有灰色渠道，建议走官方安装包）；WPS 现在主推的是自家的 JSA（JS 宏），8 月 23 日刚有开发者发文说 AI 已经能零门槛帮着写、一个文件跑通 Windows、Mac、Linux 三端。知乎如果你全公司都是 WPS，选型时把这一条算进去。
Mac 版 Excel 的 VBA 兼容性历来不全，也是老坑。
问题四：除了你，还有谁要用？
知乎那个"学 VBA 还是 Python"的问题下，最扎心的答案是这句：“将来你不在这个位置了，谁还会啊？”
如果这个工具要交接给同事或继任者：VBA 宏嵌在文件里，对方双击打开就能跑，交接成本约等于零；Python 脚本要求对方装同一套环境，大概率没人接得住。
如果纯粹你自己长期用、数据量大、逻辑复杂，Python 的长期回报才值得考虑。
几个高频场景，直接对号入座
把上面四个问题套进常见场景，答案基本就出来了：
每月合并几十个结构相同的分表 → Power Query。导入文件夹、设好规则，以后每月刷新即可，全程不用写代码。
固定格式的月报、周报自动生成 → PQ 做数据整理 + 公式做计算，实在要一键出成品再上 VBA。
按明细批量生成工资条、入库单、对账单，或者把大表按部门拆分 → VBA，这是它最经典的阵地。
对账：银行流水对内部记录 → 规则简单用 PQ，规则复杂、要标红出报告，用 VBA。
网页抓数据、批量发邮件、跟 ERP 联动 → 涉及 Excel 之外的操作，VBA 能做一部分，复杂的考虑 Python 或公司 RPA。
三十万行数据的复杂统计 → 超出 Excel 舒适区，Python 或 BI 工具。
AI 不是第五条路线，是四条路线共同的放大器
这是 2026 年最大的变化，值得单独说。
小红书上一篇叫"ai+vba真牛逼"的笔记拿了 400 多赞、160 多条评论，楼主说"原来需要几天的工作量几分钟可以搞定"。小红书
另一个标题问"Excel VBA 还有必要学吗？"的笔记下，评论区点赞最高的一条（152 赞）特别有代表性：VBA 我属于会，也属于不会那种——会是指我能看懂代码，不会是指我做不到手撕代码写出需求。所以 AI 的出现，就很适合我这种水平的人：让 AI 去写，有卡点，自己给 AI 指出来，让它重新修正。小红书
这类用户的通用打法已经成型：
截图自己的表结构，发给 AI；
用大白话描述要什么结果；
AI 给出代码，粘贴进 VBA 编辑器（Alt+F11 打开）；
运行，报错就把错误原文贴回给 AI，让它改。
PQ 的步骤、Python 的脚本，同样可以这么让 AI 生成。也就是说，AI 没有取代任何一条路线，它把四条路线的"写代码成本"一起打了下来。
但两个坑，必须先提醒：
第一，"完全不用学，AI 写了就用"对零基础的人不成立。 那个"还有必要学吗"的评论区里也有清醒的声音："什么都不会的人还是要学，只是不需要精通了——我会一点都看不懂 AI 编的。"还有人实测：普通的工作内容还行，稍微复杂一点都顶不住。小红书完全看不懂报错信息的人，会陷入"问 AI → 报错 → 再问 → 再报错"的死循环。最低限度的补课逃不掉：知道代码放哪（模块）、怎么运行（F5）、报错信息怎么读（比如"下标越界"通常是表名或范围写错）、怎么向 AI 描述表结构。这些一个下午能学会，但不能跳过。
第二，需求要拆小步喂给 AI。 一次性甩过去一个复杂需求，AI 给的第一版代码几乎必错。社区里有人花两天让 AI 写 VBA 处理 ERP 付款记录，结论是：把需求拆成"先筛选、再分组、最后汇总"这样的小步，每步验证，成功率完全不一样。
几个流行说法，该辟谣的辟谣
“VBA 已死、过时了” ——这话喊了十年，VBA 还活着，而且活在管控最严、需求最刚的企业环境里。B站上有个 8 万播放的视频标题就是《VBA已死?》，内容恰恰是展示 AI 时代 VBA 窗体能做到什么程度。哔哩哔哩语言本身确实三十年没大更新，但"内置、免安装、可随文件分发"这三个特性，没有任何新工具同时具备。
“学 Python 就对了，降维打击” ——对走数据分析职业路线的人成立；对只想把办公活干完的人，环境、交接、维护三座大山常常让投入产出不成比例。前面那位财务的话值得反复读：“跟单位的需求根本对不上。”
“Power Query 够用，别的都不用学” ——PQ 只覆盖数据流。要交互、要按钮、要操作 Excel 之外的东西，它一概干不了。
“AI 时代什么都不用学” ——AI 消灭的是背语法的成本，没消灭"描述问题"和"验证结果"的成本。看不懂需求、对不出数，AI 再强也只是更快地给你一个错的。
最后，给你一张行动清单
写下你最痛的一个重复活，算一笔账：多久做一次、每次多久。每月耗时低于两小时的，手动干可能比折腾工具划算。
用前面四个问题给它分类：洗数据还是操作表格、数据量、环境限制、谁来接手。
落到 PQ 或 VBA 的，直接走 AI 工作流：先截图表结构发给 AI，别从背语法开始。
决定补基础的，顺序建议：先花一个周末学 PQ，见效最快；VBA 只需要补到"能看懂报错"的程度，别去背语法。
值得持续关注的三个信号：微软的 Python in Excel 已经落地在 Microsoft 365 里（需要订阅、代码在云端跑，对国内大多数办公场景影响还有限）；WPS 的 JSA+AI 生态在快速推进；如果你公司上了 RPA，优先用公司的——那是有人维护的现成方案。
路线之争吵不出结果，因为每个人的处境不同。但你的处境，用四个问题就能问清楚。
