「意图经济」爆火背后：年轻人想做旅行里的甩手掌柜

你有没有过这种情况，旅行还没开始，人已经开始累了。

打开小红书搜目的地，划到手指发酸，几十条笔记刷下来，内容长得越来越像。同一个机位、同一句“绝美出片”、同一份“三天两夜特种兵攻略”。

想比个价，得在5、6个APP间来回横跳。攻略攒了一堆，可这些内容分散在图片、视频、长文里，没有一个能直接拿来用，最后还得打开备忘录，一条一条手动敲：Day1住哪、Day2怎么去、几点的票、中转要多久。

手机里装满了APP，但最烦人的事还得自己干，相当于自带干粮给它打工。“意图经济”这个词翻红，就在于精准击中了人们对传统平台服务溢价的不满。

“意图经济”翻译成人话就是：用户只管讲明白想要什么，剩下的闹心事交给机器去办。对被“旅行内耗”榨干的年轻人来说，这句话几乎带着点解放的意味，那个替你跑腿的角色，第一次可以不再是你自己。

问题是，这句话能不能兑现。

试着把这些琐事甩给AI，让它帮忙规划一下？确实省了不少划手机的时间，方案生成得又快又漂亮，可细看才发现问题不少：推荐的酒店查无此店，给出的航班时刻和实际班次对不上，甚至会出现它信誓旦旦地说某个博物馆“周一闭馆需避开”，结果公共节假日人家其实不休息的情况。

做攻略原本是为了省心，结果比上班还累。有时明明网上的信息都是真的，拼起来却不一定能走通。比如有人让你落地北京大兴机场后，两个小时直奔故宫。丝毫不考虑从机舱到网约车等候区的距离，没有40分钟根本走不下来。信息差和经验差，是攻略最难填的两个坑，一旦漏算，轻则赶不上开园、错过末班车，重则一整天的行程全部推倒重来。

所以，AI到底能不能把一趟旅行真正安排明白？

最近，飞猪推出了全新的旅行AI飞猪帮帮，主打“一句话就出发”。和只负责聊天、回答问题的AI不同，它试图把旅行里的规划、搜索、预订乃至一系列琐事都接过去，让用户从“告诉它我要什么”，一路走到“事情真的办成”。

行业里有个说法：凡事号称“一句话生成XX”的，大多都是智商税。

为了验证它是否真能把我们从“旅行内耗”里解救出来，后浪研究所深度体验了飞猪帮帮在几个最头疼场景下的表现。接下来，就带大家看看这个长出了双手的AI Agent，到底能不能让人放心当个“甩手掌柜”。

别人的攻略能直接变成我的行程吗？

我选择了一篇小红书爆款笔记：“西安citywalk，湘子庙到含光门”。不用切换任何页面，把链接贴进常驻在APP底部的飞猪帮帮智能面板，然后等回答。

它倒是反应很快。几秒钟后，一份完整的3天2晚行程路书就生成了。出发地自动识别到了我当前的所在城市北京，出发日期合理性过关，按照打工人的周末游习惯，给了一个“周五晚出发、周日晚返回”的建议。

飞猪帮帮还补了一句：“相比刚才的笔记，本攻略补齐了从含光门登城墙的电梯攻略、每日动线衔接以及周边高口碑的烤肉与创意菜推荐。”

三天的路线摊开在地图上，按颜色区分：Day1城墙片区、Day2大雁塔片区、Day3教堂片区。走向基本贴合原笔记，但细节上又做了修正。陕西历史博物馆门票紧俏，提醒提前预约；8月西安紫外线强，建议傍晚5点后再上城墙。

攻略是极简版的，要用的时候，可以让它动手升级成路书。

这一点与大家都在用的通用AI有很大不同。从话术来看，通用AI毫无疑问表现更好，推理过程鞭辟入里、生成方案表达优美，相比之下飞猪帮帮就略显逊色了；从可执行性来看，飞猪帮帮的优势巨大，时空和路网合理性、旅行建议针对性上更胜一筹，尤其是其详细版的路书。

点开路书细看，它把原攻略里散落在图文和视频里的信息重新拆解、对齐到了飞猪的供应链上。Day1的动线是湘子庙—书院门—碑林博物馆—西安城墙—钟鼓楼广场，保留了原帖的Citywalk精髓，但每个景点下面都附了推荐理由和具体建议。

比如湘子庙逛完可以顺路去Virgo Coffee喝杯樱桃燕麦拿铁，碑林逛完建议打车或骑行去含光门，含光门遗址博物馆里有电梯直达城墙上方。这些细节原帖没提，但对于一个不爱爬楼梯的人来说，能不能找到含光门的电梯入口，体验差得不是一星半点。

飞猪帮帮的建议给出了具体的商品：南门附近新开业的酒店，可以步行到湘子庙，非常方便；晚餐推荐永宁门的醉长安，4.6分超赞，还标了“必点两斤重的超级狮子头”；西安城墙门票53元起。东航MU2120，大兴20:30起飞，620元，可以直接预订——是的，“直接预订”的意思是，如果这个时候你愿意说“帮我下单”，它会乖乖生成订单页，让你确认费用细节后，再执行下单动作。带钱的事情，AI现阶段还是很谨慎。但单论能力，它确实已经能做到不跳转、不用点击，就在原界面内完成付款。

这些都是社交平台网红攻略或者通用AI往往不会替你操心的事。往下翻还有一张预算参考表，交通、住宿、门票分别算好，总计1737元起，甚至能拖着滑块把预算从1032元一路调整到7224元，得到不同档位的方案。

如果你经常担任团建组织者，还可以把这份路书以长图形式分享到微信群里，收集完“想看兵马俑”“想吃得再地道点”这些团队的意见后，截图丢回对话框。它会自动识别、参考，再给一版照顾了大家的新方案。

飞猪帮帮没有把攻略换个格式复述一遍。它把“怎么去、能不能订、多少钱”这几个原本要靠自己一条条查的东西一次性补全了。预算这块甚至给到了能拖动的可视化区间，这是普通攻略帖完全做不到的。

不过在实测中我们也发现，如果原攻略里包含了一些极度小众、未被公共数据库或飞猪平台标准化收录的冷门地标（比如某条街角网红小摊），AI在匹配精准商品时仍需人工进行二次确认。但即便如此，它已经将过去动辄需要两三个小时的“做攻略”时间，压缩到了只需确认最终方案的几分钟内。未来或许时间能更短，但是短时间和靠谱的感觉如何平衡，或许是那时飞猪的产品经理们要面对的新功课。

从一条网红攻略到一张可预订的行程单，中间那些原来需要我手动填的坑，飞猪帮帮基本都有能力帮忙填。

能不能聊着聊着就把事情搞定？

真正让我觉得交互方式变了的，还有另一个场景。

在西安行程生成后，我想调整酒店。原本推荐的酒店什么都好，但不是宠物友好，没办法让我带着狗狗一起住。传统App的筛选逻辑是：点进酒店频道—选择入住日期—勾选“允许携带宠物”—再筛选“景观房”，最后让系统按照距离排序列出具体的酒店列表。

操作路径长，而且“能看到夜景”这种感性诉求在筛选栏里基本不存在。但在飞猪帮帮的对话框里，我可以直接语音告诉它：“找一个距离湘子庙1000米以内、房间能看到夜景且宠物友好的酒店。”

它理解了这个需求，给出了几家符合条件的酒店。西安钟楼永宁里亚朵酒店，距离湘子庙直线350米，标注了“允许携带宠物”和“提供亚朵标志性的舒适景观房”，点击预订就能支付。另一家是2024年新开业的希尔顿花园酒店，设施现代，且品牌通常对宠物友好。

以前我们用App，是在学习它的语言：比如“宠物友好”藏在哪个筛选项里、怎么找“景观房”的标签。现在是App在学习我们的语言，就像聊天一样，它来翻译成它能理解的条件组合，再去匹配和执行。

总的来说，AI Agent改变了App和人交互的方式。

其实这就是近两年一直被讨论的LUI（语言用户界面），说白了就是不用再一层层点菜单、勾选项。直接开口说需求，AI听懂了就去执行。与之相对的是我们熟悉的GUI（图形用户界面），也就是点按钮、滑列表这种图形化操作。市面上一些打着“AI”旗号的旅行产品，做法通常是在原来的App里加一个对话框。这种逻辑是AI in X，AI更像是一个额外挂上去的功能模块。

但飞猪的思路更像是X in AI，整个产品能被AI这套语言逻辑驱动起来。

不过从目前的设计来看，飞猪也没有过于激进，GUI方式依然被保留下来，毕竟在给定条件的标品筛选上，姜还是老的辣。但在必要的时候，用户可以在LUI界面让AI Agent帮自己操作GUI。

作为一家商业公司，保持一些“老登”时代的产物，不是什么奇怪的事。另一方面，为了AI而AI、在用户习惯了的场景里强行做改变，可能又滑向了另一个极端。

以用户的真实需求、真实效率出发，而不是从是否性感、是否有宏大叙事出发，这是飞猪帮帮目前在产品主张上给人留下的一个印象。

当然，这种交互方式实测下来也不是完全没有瑕疵。毕竟“能看到夜景”这种需求，本身就比“距离1000米”更难被标准化验证。飞猪帮帮可以根据酒店的景观房、位置和已有信息进行匹配，但最终住进哪一间房、窗外到底能看到怎样的夜景，还是最好在下单前确认一下。

但把一句带着好几个限定条件的“人话”精准翻译成几家具体可订的酒店，这种“能动嘴就不动手”的操作已经让人体会到了交互方式质变所带来的爽感。

旅行中最烦人的琐事，能办成吗？

如果说规划路线和搜索酒店还算“行前准备”，那么真到了出行阶段，那些甩不掉的琐碎杂活，才是榨干年轻人出游精力的罪魁祸首。

这也是飞猪帮帮真正让我觉得惊喜的地方，它开始处理那些我明明知道该怎么办，却懒得亲自去办的琐事。

比如酒店升房。如果你是某大牌酒店的会员，入住前其实可以打电话问问前台有没有免费升级房型的机会。道理大家都懂，万一捡到一个升级，几百上千块的差价就省下来了。但真正到了入住当天，大多数人的状态可能是：拖着箱子到了酒店，只想赶紧check in，前台经理面带微笑地迎接你，但因为当下没有库存，升房这茬索性就不提了。

就算提前沟通，也得自己找电话、从前台转到另外一个部门、报名字和手机再看一看。成功了当然开心，没成功也得接受现实。

这件事，现在可以直接交给飞猪帮帮了。它会自动联系酒店前台，用会员权益去询问能不能升级。发布会现场，我们听到了AI打出一通电话与酒店协商的真实录音：先说明身份和需求，再向前台确认能否从原来的房型升级到豪华大床房，得到确认后，还会再次核实订单信息。整段对话听起来和真人打电话没什么区别。

最妙的地方是，它替你争取的是一个你很容易忘记使用的权益。

值机也是一样。以前为了选一个好座位，得记得值机时间，到了点赶紧打开App，输入订单、进入值机页面，再从一大片座位里抢一个自己想要的位置。尤其是前排靠窗这种热门座位，稍微晚一点，可能就只剩下最后一排。

现在可以提前告诉飞猪帮帮：“帮我值机，尽可能前排靠窗，如果没有，靠过道也可以。”等航空公司开放值机，它会自动去完成这件事。这种体验其实很像多了一个靠谱的助理：它能记住，并且长线操作这件事。让它去办事，你忙别的就好。

不过，这里飞猪也坦诚，值机功能的好用与否，不完全取决于AI能力的高低，背后还涉及到航司的接口、不同程度的授权与合作。目前值机功能只覆盖了一部分，未来扩大范围也同时需要行业侧共同为适配AI时代而做出努力。

最能体现办事能力的，还有旅行中真正出意外的时候。

假设我买了一张机票，结果临出发前航班取消了。我们的第一反应通常是自己查通知、找改签入口、打航空公司电话，改完机票之后又突然想起来：那我订的酒店怎么办？机场接送怎么办？门票怎么办？如果是中转行程就更麻烦，前一张航班变了，后面的所有安排可能跟着一起塌。

飞猪帮帮能做的是，在用户授权后持续关注航班状态。一旦收到航班取消通知，它会结合原本的旅行计划和航司改签政策，分析怎样调整对后续行程影响最小；如果同一个目的地还有接送机等关联订单，也可以进一步协助处理退改。

体验下来，这种“主动办事”确实有了“智能”的感觉。

它的好用，在于真正有了连接物理世界的履约与代办能力。从过去事事都要自己设闹钟、打电话的“操心命”，到如今交代一句话就有AI在后台默默帮忙盯着进度，解决突发风险。被服务的情绪价值，可能才是人类底层最喜欢的AI创造。

当越来越多的决策与琐事可以一股脑地交给 AI，大家会发现，它真正改变的是把人从繁琐的“旅行内耗”中彻底解脱出来，去重新享受旅行本身。

再往前看一步，为什么让旅行AI真正落地的，是飞猪这类OTA（在线旅行社），而不是那些看起来无所不能的通用大模型？

因为能聊和能订之间，隔着整个供应链。旅行AI真正落地的门槛，是它能不能摸到真实世界的供给。通用大模型可以给你一份看起来完美的行程单，但它不知道哪张机票真的能出票，哪间房真的能订到。而OTA多年来搭建的供应链和数据体系，恰恰是这件事的地基。所以，飞猪帮帮能做到这些，一点都不意外。

（图片源自飞猪APP截图）