今天早上刷到一条小红书帖子，作者先说Excel的VBA编程太好用了，几行代码就能实现自动化操作，随后又话锋一转：不对，是AI太好用了。小红书
几乎同一时间，B站上「AI全自动写VBA」系列又更新了几条新视频，口号已经进化成「告别网页版AI的复制粘贴，告别AI出来的代码不会调试的窘境」。哔哩哔哩
这不是个例。翻完这半年小红书、B站、知乎上的实操帖、工具视频和争论帖，一个趋势很清楚：「让AI写VBA」已经悄悄成了一波真热潮。而且玩得最起劲的，不是程序员。
最上头的，恰恰是不会写代码的人
先看几个我收集到的信号：
小红书有个博主连载「文科生学AI」系列，第17期已经讲到VBA+SAP自动化，376赞、628收藏——收藏比点赞多，典型的「对工作有用」型内容。小红书
一位给十几家头部资管机构做AI赋能培训的讲师，分享「8分钟4个VBA实操」，1631赞、3014收藏。小红书AI使用培训已经从互联网公司卷进了银行券商。
今天的新帖子直接喊话「做财务、做数据、做运营的痛」：月末几十个分公司、门店的报表砸过来，合并50个表，VBA 10秒下班，博主还把完整代码直接放了出来。小红书
B站则长出了一整套工具生态：语音编程助手、全自动写VBA的插件，系列视频以天为单位更新，复杂窗体、顶部功能区菜单统统「AI自动生成」。
这些帖子里的人物画像高度一致：财务、行政、运营、计划员，甚至精算师，没有一个职业程序员。痛点也出奇统一：月末并表、对账、批量打印、每周重复的数据提取。
为什么这波是现在爆发？一句话：VBA自动化，恰好是AI最擅长的那种活。
VBA代码在办公室里流传了二十多年，训练语料海量；办公需求又极其明确——合并、筛选、格式化、打印，一句话说得清输入输出，正是AI生成代码成功率最高的任务类型；而且反馈链路短，代码粘进Excel按F5，马上知道能不能跑。
AI压缩掉的，正是普通人最难跨过的那一步：把需求翻译成代码的过程。知乎有篇文章标题很直白——《我让AI帮我处理Excel，行政同事以为我在"作弊"》，三万行银行对账单，五分钟找出差异流水。知乎
先别急着上头，坑也得说清楚
这波热潮不全是欢呼，知乎上另一派的声音同样大。有帖子标题直接是《用AI处理Excel，再也不用学VBA了》，认为把需求告诉AI，它就能直接给公式、给代码。知乎
也有文章紧接着泼冷水——《用AI写了半年代码后，我发现自己的编程能力在退化》，里面引用了Sonar的2026年开发者调查：1100多名工程师里，88%认为AI对代码质量有负面影响，53%觉得AI写的代码「看起来对但不可靠」。知乎
把各平台的避坑帖汇总起来，Excel用户最常栽的坑是这三个：
坑一：语法错误是小事，数据错误才是真要命。
AI写的代码报错不可怕，可怕的是它不报错。知乎有篇对比文章讲得很细：手写VBA容易手误，但至少会弹出「运行时错误438」，告诉你出事了。知乎AI生成的代码真正的隐患，是数据结构稍微一变，它悄无声息地给你一个错误的结果。有个叫「excel、vba的哲学思想」的知乎系列把这个场景写得特别真实：涉及制表、筛选的基础逻辑稍微一变，原来的程序就不好使，「让一屋子工友嗷嗷待哺」。知乎对财务来说，合并出来的表错一位数，不是bug，是事故。
坑二：AI会写，但坏了你不会修。
全网认同度最高的避坑经验是一句话：看不懂AI的问题分析，就别修补，直接推翻重来。知乎很多人的实况是——AI生成代码，运行报错，问AI怎么改，AI给一段看不懂的补丁，打完还是不行，三轮下来比手工干还费时间。
那个知乎系列作者形容自己的用法，是「像一个暴君一样折磨赛博小弟」——AI是赛博小弟，你才是对结果负责的人。知乎
B站的AI写VBA工具生态之所以长得快，就是冲着这个痛点去的：把AI直接装进Excel，代码生成、运行、调试都在表里完成，不用在网页和表格之间来回复制。但要提醒一句：知乎上那篇喊着「公式过时、手写代码过时」的热文，本质上是VBAYYDS语音编程插件的介绍文，效果描述要打个折。知乎这也是我多平台交叉看的原因——单平台的声音总有营销水分，交叉着看才能把水分挤掉。
坑三：数据安全，最容易被忽略的一个。
两个很多人没意识到的事：
第一，你把表喂给AI的时候，也在把公司数据喂出去。表头、样例数据、业务规则，在很多公司已经算敏感信息。小红书有几位财务博主在避坑帖里说，自己会「先脱敏、换成样例数据，再喂给AI」。如果公司有外部AI使用规定，这条规定优先。
第二，VBA宏本身是高权限载体，宏代码能改你的文件、执行操作。微软这几年已经开始默认拦截从互联网下载文件里的VBA宏，就是为了防宏病毒。所以三件事别做：别把带宏的.xlsm文件随便外发；别人发来的宏文件别随手启用宏；AI生成的代码跑之前，自己过一遍代码。这道防线比任何效率技巧都重要。
全网避坑共识，我整理成四步清单
先讲清需求，再写代码。把任务目标、有哪些脏数据、步骤怎么拆，讲给AI听，让它复述确认。先讨论方案，再落代码，按住它的创作欲。
备份原始文件。不怕出错，怕找不到原文件。跑AI代码之前，永远先存一份副本，这是最后的底牌。
先小样本验证，再抽查边界。用10行数据跑一遍，结果符合预期再跑全量；空单元格、重复值、最后一行这些边界抽一遍。财务的表，跑完做一次总数核对再交差。
看不懂修复就推翻重来，别指望「一个公式全搞定」。能分步做就分步做；简单工作也别浪费太多时间调教AI，赶紧干完得了。
给三类人的三句建议
零代码基础：从「一次性脚本」开始，本周的报表合并、这月的数据提取，跑通了就把代码存下来，下次能用就用，不能用就再问AI。别一上来就立志「做一个管理系统」。
有点VBA基础：你是这波红利最大的人。让AI当打字员和素材库，你负责方案和审查。你攒下的读代码能力，正是AI时代最缺的验收能力。
财务、涉密岗位和大厂打工人：先问清公司对外部AI和宏安全的规定。外部不能用就优先看公司内部批准的AI工具，别当出头鸟。
最后，值得继续盯的信号
这波热潮还在演化：从知乎的横向评测看，微软Copilot在Excel里的原生Agent模式已经在推进。知乎开源社区里，让AI直接读写表格文件的MCP工具链也已经冒头。知乎国产表格软件的AI能力也在跟进。工具只会越来越省事，但「把需求讲清楚、把结果验收明白」的能力，只会越来越值钱。
所以别急着报课。先找一个你每周都在重复的小需求，让AI写一段代码试试，亲自感受一下哪里香、哪里坑——这比任何教程都快。
