不知道你有沒有這樣的時刻：

• 要從十幾本關于同一個人的傳記材料中，交叉驗證關鍵細節(jié)，拼湊出播客所需要的真實故事；

• 要搜集某個公司創(chuàng)始人接收過的幾十篇采訪稿，按照邏輯結構，重新梳理；

• 要把過去 5 年的銀行流水、投資收益，整理成可視化的圖表，方便做新年的規(guī)劃；

當然了，你也可能沒有。因為這些是我的痛苦時刻。

每次被瀏覽器的標簽頁和 Word/Excel 的頁面淹沒時，我總會想一個問題：為什么 AI 還沒有幫我完成這些事情？AI 到底應該做什么？

1 AI 到底該做什么？

對于 AI 究竟能幫我們做什么，是個很大的課題。很多時候我們熱衷于宮崎駿風格的頭像、DeepSeek 靈光一現(xiàn)的回答，這都只是情緒價值的發(fā)泄。也是一種奢侈的技術浪費。

AI 真正應該幫我們的，就是減輕很多重復的工作。

旅行就是典型的案例。

我年中打算去北極旅行，前幾天在申請挪威簽證。申請的時候發(fā)現(xiàn)要填的信息實在太多。把各種材料整理給 AI，它做出了格式工整，內容可用的行程單。總算是減輕了一些機械工作的負擔：

而這還只是剛剛開始。挪威的具體行程還要考慮太多的問題，從機場轉機方案，到斯瓦爾巴群島現(xiàn)金該怎么提取，事無巨細都要查閱。至少還包括：預算、交易方式（線上、現(xiàn)金、信用卡）、大交通（跨國飛機，國內飛機）、小交通（本地出租、跨城大巴、網(wǎng)約車）、住宿時間、價格、體驗、天氣（穿衣、降雨、防曬）、簽證（辦理時間、類型）、餐飲、景點、充電、通訊、禮儀（小費文化、語言、宗教場所著裝）、時差...

上次在迪拜的時候，我就因為打不到車，只好下載了當?shù)氐某鲎廛嚱熊?APP，結果必須要國內手機接收短信才能注冊。中間就卡住了很久，耽誤了非常多時間。

這種提前需要確認的信息，其實在公共領域都存在。而還是那個問題：為什么 AI 還不能幫我們直接整理，協(xié)助我們呢？AI 都已經(jīng)在寫代碼、畫插畫了，居然還不能幫助我們做一份旅行計劃？

前幾天就刷到一期在 B 站上很火的視頻，情侶用 DeepSeek 推薦的地點去旅游，結果是各種踩坑。不是說通用 AI 能夠解決各種場景的問題嗎？是不是代表 AI 本身就沒有能力解決旅行問題呢？

熟悉 DeepSeek 這樣的大語言模型邏輯的朋友應該知道，DeepSeek 并不是完全記住了所有的語料，所以會出現(xiàn)很多幻覺（也就是編造）。這是第一個問題。

如果聯(lián)網(wǎng)呢？這就是第二個問題了。目前國內互聯(lián)網(wǎng)的語料生態(tài)實在是糟糕。我在半拿鐵做播客資料整理，很少參考國內的搜索引擎結果，實在是沒法用。

像之前用 DeepSeek 搜魂系游戲，得出的答案錯得離譜，稍有常識就知道不對?？戳讼略季W(wǎng)頁，整個就是牛皮癬廣告。顯然這些會嚴重污染 AI 的數(shù)據(jù)來源。

那就又回到老生常談的話題了：

2025 年是 AI 場景的元年。而真正有效的 AI 旅行，還是要沉淀在場景里的。那么，最適合做場景的，還是有數(shù)據(jù)、有用戶的老玩家。

2 旅行推薦為什么有難度？

小紅書上一搜，做旅行規(guī)劃 AI 產(chǎn)品的不在少數(shù)。大家其實都盯著這個場景。使用在線產(chǎn)品旅行的用戶有 5 億多，這是個萬億級別的市場?？墒?，如前面所說，并不好做。

今天看到，作為老玩家的飛豬發(fā)布了 AI 產(chǎn)品「問一問」。眼前一亮。

旅行推薦是有難度的，直接在 DeepSeek 或者 GPT 這樣的基礎模型上使用，效果不會很好。

在信息獲取方面首先就有問題：

第一，旅行行業(yè)門檻高，通用 AI 不了解實時資源情況，推薦常出現(xiàn)虛假信息或沒有真實商品的情況；同時，如剛才所說，旅行規(guī)劃要考慮幾十個因素（預算/交通/住宿/天氣/政策等），還要處理這些因素之間的復雜關系，這些都需要實際經(jīng)驗，以及行業(yè)數(shù)據(jù)的沉淀。

第二，行業(yè)數(shù)據(jù)難獲取，旅行行業(yè)關鍵數(shù)據(jù)不在公開網(wǎng)絡，比如：

• 機票信息要通過 GDS 系統(tǒng)付費獲取

• 酒店數(shù)據(jù)依賴 EBK 等專業(yè)系統(tǒng)

• 景區(qū)實時動態(tài)需要實地經(jīng)驗積累

通用 AI 用公開數(shù)據(jù)訓練，容易信息滯后或出錯，就算能抓取數(shù)據(jù)，成本和準確性也是問題。反過來，旅行平臺自己獲取網(wǎng)絡公開信息（攻略/政策/活動）就很容易。

除了信息獲取，還存在一個路線問題。

有的旅行相關的 AI 產(chǎn)品，一般是給基礎模型加「外掛」，根據(jù)生成的結果再做微操，增加超鏈接或者圖片。這其實是一種簡單打補丁的方式。

而飛豬選擇的路徑是更有效和更徹底的：先選定真實的旅行場景和數(shù)據(jù)集，再讓大模型在這些數(shù)據(jù)里做分析和調優(yōu)。就如同 MoE （專家混合模型）一樣，會召喚不同的專家，有的安排行程，有的關注交通，有的在看酒店，共同整合。再加上真實的平臺旅行地數(shù)據(jù)，就能交付完整有效的結果了。

這樣一來，還能由于是垂直調優(yōu)過的模型，能把個性化定制的成本降低。不只是每次反復調用大模型的搜索接口，翻閱大量的數(shù)據(jù)（可能還不準），而是定向尋找有效信息，提供給用戶定制的服務。

這才是 AI 真正該做的事情：讓每個人都能享受旅行的定制服務，而不需要付出大量的搜索和整理材料的成本。

3 真實體驗

說這么多，也都是「理論上」。不如直接看看效果。

當我輸入「給我生成一個三天兩夜的杭州寺廟之旅」之后，它就會進入工作狀態(tài)，拉出四個角色：路線定制師、攻略達人、智慧交通顧問、酒店顧問。

這種人格化的展示，既是技術層面的需求，也在交互上給人更有安全感。這跟之前的很多旅行規(guī)劃的 bot 不同。人格化、提供情緒價值和安全感，也是各類涉及 AI 規(guī)劃、建議（比如醫(yī)療）的必經(jīng)之路。

而生成的結果里面，有主要景點的視覺呈現(xiàn)（還有一張手繪地圖），有每天的詳細行程規(guī)劃，以及相關的地點建議。

細心看的話，結尾還會有很多注意事項。

比如我讓它幫我規(guī)劃的挪威的行程，末尾就有很詳細的建議：

還有一點關鍵的補充功能，就是修改。就跟手術刀式的編輯一樣，既可以大刀修訂，比如直接調整預算：

也可以小刀微調，比如，調整中間推薦的酒店或者景點：

總的來說，這樣的 AI 規(guī)劃，幾個點都打到很準的場景中：

• 更準確的來源信息，而不是中文搜索引擎的結果

• 更靈活的交互方式，可編輯，可以微調，避免每次推倒重來

• 更直接的鏈路，可以直接在飛豬平臺上交易，并且能關注到全部行程的實時價格數(shù)據(jù)，確保預算的相對準確

各位飛豬 F5 及以上的朋友，可以現(xiàn)在就體驗一下。沒有 F5 的朋友，跟 F5 及以上的朋友，要個邀請碼就好。

4 AI 與旅行的意義

飛豬的這個新功能只是剛剛開始嘗試，自然還是有很多優(yōu)化的空間。我在聊 Manus 的時候也是同樣的感受，要看到哪些是必然會解決的問題（比如速度問題），哪些是代表未來的方向（比如場景的價值）。

回顧 AI 進入各行各業(yè)，從最早的聊天和畫圖，到寫代碼，已經(jīng)走出了從輕到重的第一步。接下來，會有更多「重型應用」出現(xiàn)。可能是一些臟活累活，但也是一些有護城河的活。

作為 AI 的消費者來說，我們將會有更多好用的 AI 工具。未來 AI 將不再只是笨拙的聊天機器人，而是能幫我們拆解各種旅行知識、梳理各類旅行需求的全面?zhèn)€人助理。從旅行開始，餐飲、交通、出行，都將變得越來越個性化。

更重要的是，我們都已經(jīng)對千篇一律的旅行方式膩了，都在尋求更個性化的行程。而個性化的行程、低預算成本和少花費精力，這是個不可能三角。AI 能幫我們打破這個三角。

AI 不代替我們旅行，但它在為我們多爭取一點「旅行的意義」—— 不是查攻略，不是比價，而是單純輕松地沉浸其中。在靈隱寺的晨鐘里感受禪意的時候，不應該焦慮第二天的打車問題；在斯瓦爾巴群島上找極光的時候，也不應該慌張預算的赤字。

（攝于富士山）

希望對你有啟發(fā)~

題圖由 ChatGPT 繪制。