作者 | 郭鸿云
编辑 | Sette
近两年，市面上多数AI应用有一个明显短板：若询问“北京三日游如何安排”，它能生成一份媲美旅行社水准的行程单。可当你提出“帮我把机票酒店预订好”，它往往只提供几个链接，需要你自己去筛选。
因此，许多人对于AI旅行助手的印象被定格为五个字——会说不会做。
8月10日，飞猪推出升级版AI助手“飞猪帮帮”。其定位十分明确：不仅是解答旅行问题、规划行程的智能体，更是一个“智能助理团队”，旨在行前、行中、行后，替用户完成各项具体事务。
值机环节，它能够直接协助用户选到前排靠窗的座位；航变发生时，接到用户指令后能主动进行退改签，甚至能够协助与商家协商接送机退改事宜。在飞猪预订酒店，它还能想起用户未使用的权益，主动联络酒店协助升级房型。
若说以往的AI旅行助手是“嘴替”，那么飞猪帮帮的目标则是成为那个“跑腿员”。
这次，它真的能做成事吗？
1
AI“会聊”与“能订”之间存在差距，并非源于模型能力，而是要求具备真实库存、交易接口和履约系统。
飞猪帮帮敢于强调“真实可达”，是因为其背后接入的是飞猪过去十年积累的机票、酒店、门票供应链，以及值机、改签、开发票等服务接口——这些并非抓取的网页数据，而是能够下单、出票、履约的真实资源。
所有推荐商品均经过实时库存校验，用户可在对话中直接完成下单，而非获取一个可能已失效或不存在的链接。
从技术角度看，实现这一点颇具挑战。
大模型存在“幻觉”，面对冗长的商品ID，模型可能编造出不存在的产品编号。飞猪帮帮的应对方法是给商品设置短别名，从真实接口获取数据并回填，以此规避“商品幻觉”；同时通过离线构建线路库、在线规则校验、后训练等手段，确保推荐结果合理且具备可操作性。
它为自己设定的底线是“说到做到”：POI（具体地点，如景点、酒店）需100%经过数据库校验，所有SKU（具体可售商品）都必须经过供应链系统校验。这是它区别于通用大模型的核心所在——即便通用AI再为智能，若无真实酒旅产品资源，亦难办成实事。
但能否确保好用呢？眼下还不能完全保证百分之百。
飞猪在发布会上也坦诚，飞猪帮帮尚处于早期阶段。攻略一键变行程、自然语言搜索、AI值机选座、开发票、航班主动改签等功能已上线；国庆前还将推出多人协作规划、航班延误主动改签、深夜到店外卖代订等功能。
然而，“能做到”与“百分百好用”之间存在较长的距离。
旅行属于低频、重决策、高客单价消费场景，用户对AI的容错率很低。单次推荐错误、价格失真、值机失败，都可能使用户失去对AI代理的信任。
这也是为何全球范围内，传统OTA对旅行AI领域普遍持谨慎态度（当然，这其中也可能涵盖上市公司对商业模式稳定性及AI Capex的考量）。
查阅过去一年的新闻，Airbnb进行了AI行程规划、房源对比、个性化标签和智能客服的尝试，Expedia着力于AI搜索、行程规划及房源对比与评价，Booking则专注于退改和部分小类目的AI搜索。
可以看出，各家多侧重单点的AI探索，且几乎都集中在行程规划上。行程规划在某种程度上也是“信息检索”与“信息生成”，错了还能重做，没有实际损失，大不了等几分钟再重新规划。
但从消费者角度审视，一次旅行涉及的杂事少则几十件，多则上百件，尤其是出境游。他们是否希望建立减负机制？渴望拥有如同Codex或Claude Code的助手，像Vibe Coding一样处理诸多事务，而自己仅需偶尔查看手机上的任务进度？
答案或许为是。
2
用户是否愿意将行程交由AI处理，取决于三个关键点：它是否真正理解用户需求、若出错由谁承担后果，以及它是否会为了佣金而误导用户。
目前，飞猪尚未就这三点给出最终解答，但部分环节确实有所突破。
网友评论