飞猪重做OTA的服务入口

8月10日，飞猪发布新一代旅行AI“飞猪帮帮”。它不再是App首页角落里一个独立的聊天框，而是嵌入搜索栏、行程页、订单页，以及机票、酒店、民宿、度假频道去办具体的事。用户可以用自然语言筛选商品、生成行程，也可以让AI直接完成值机选座、退订改签、酒店升房沟通、接送机预订和开票报销。

这次产品发布最值得关注的，并非旅行平台又多了一个AI入口，而是飞猪开始把AI接到交易之后。

过去两年，旅行AI最擅长的是生成一份看起来完整的攻略。困难始于做完攻略之后，价格和库存实时变化，机票、酒店、门票分属不同系统，航变和取消又会触发一串关联订单。模型给错一个景点介绍，用户还能重新提问。订错一张票、漏掉一次改签，损失会直接落到现实世界。

2025年4月飞猪发布的AI“问一问”，解决的核心问题是“聊得好”，一年后的“飞猪帮帮”要解决的是“办得成”，这中间隔着的，是飞猪十年攒下的供应链和交易系统。这个方向比一次产品改版更重要，也比发布会上的演示更难。飞猪的机会来自其供应链和阿里生态，以及飞猪首席执行官庄卓然的判断：未来可能没有“Online Travel Agency”（在线旅行社），但会出现Omni-intelligence Travel Agents（全智能旅行代理）。

01 OTA最难改的是标准化服务

OTA过去二十年的效率，建立在把复杂旅行压缩成标准字段：出发地、目的地、日期、价格、星级、距离。搜索框和筛选器适合处理高频、可枚举的需求，却很难回答“1000元以内、房间能同时看到东方明珠和黄浦江”这类长尾问题，也接不住“周末带狗去怀柔、要挑能带宠物又顺路的景点”“国际航班拼中转、试了二十几种组合还怕选错”这类需要多轮手动筛选的复杂意图。

AI首先改变的就是需求表达。用户不必先学会平台的筛选逻辑、再把真实意图翻译成关键词。模型可以从自然语言、当前页面和历史行为里提取条件，再调用平台库存。飞猪把这套交互概括为“想、订、办”：先形成计划，再完成购买，最后处理旅途中的琐事。

其中，“办”是这次升级与“问一问”的实质差别。

按官方口径，帮帮目前已接入十余项服务，包括退改、选座、升房沟通、接送机、填写入境卡和报销开票。多人共同规划、航班变动后的替代方案、行中点餐则计划在国庆前陆续上线。

这种改变对应着一个真实的市场矛盾。文化和旅游部数据显示，2026年上半年国内居民出游34.63亿人次，同比增长5.4%，总花费3.21万亿元，只增长2.0%。据此简单测算，人均每次出游花费同比下降约3%。旅行需求仍在增加，但消费者花钱更谨慎。平台继续依靠低价、补贴和货架排序争夺同一批订单，边际改善越来越小。减少用户的决策和操作成本，才可能创造新的使用频次。这是AI的核心机会所在。

02 飞猪押注调用现实世界的能力

旅行是模型厂商最爱展示、也最容易暴露短板的场景。它同时要求个性化理解、实时信息、跨品类组合和线下履约。行程规划写得流畅，并不等于航班存在、酒店有房，更不等于平台有权替用户退票或向酒店提出会员升房请求。

飞猪的优势因此不只是阿里拥有基础模型，而是模型能够调用什么。

飞猪内部把这套投入归纳为“3个E”：AI for Experience（用户体验）、AI for Ecosystem（商家生态）、AI for Enterprise（组织形态）。淘宝、高德、即时零售、交易系统和飞猪供应链如果能在同一套授权体系下协同，AI才可能从信息入口变成执行入口。

商家侧已有一些验证。今年5月飞猪免费开放酒店商家智能助理，一家汕头酒店开通经营决策功能，9天内用AI诊断超过23次，采纳了80%以上的建议，流量增长接近2倍。这类案例样本尚小，但指向的方向和C端的逻辑是一致的，飞猪要做的不只是把AI能力自用，而是让供给端也能在这套体系里沉淀出自己的AI资产。

这也是传统OTA面对AI时最微妙的变化。过去，平台的价值是聚合供给、分发流量并促成交易。但AI时代这条价值链会依然起作用吗？如果是，会不会存在超级AI Agent通吃一切的现象？

往后看二十年再往前看二十年，这样的故事很可能不会重现，即一个或少数几个超级AI掌握所有智能的分发并促成交易。

首先是不同时代的底层逻辑不同。移动互联网时代的分发根基在于流量的边际成本几乎为0，服务1000个用户与服务1亿用户的成本不存在代际差异，但AI更像是制造业，服务1000个用户与服务1亿用户的token与电力消耗差异悬殊。所以，通用AI一定会优先找价值链最大的领域去深耕。直白地说，相较于低频、低毛利的旅游业来说，显然coding的生意模式更好、确定性更高。

其次是用户对AI的期待与移动互联网时代完全不同。大家希望AI能充当“全权代理”“省时省力”，而不仅仅是“命中需求然后下单”。但旅游是一个与现实世界强关联的行业，台风来了、航班延误了、汽车抛锚了、景区超载临时闭园了、川菜吃腻了要换个口味……一趟行程中隐含了成千上百种影响因子，牵一发而动全身。要面对和解决这些问题，没有对实时价库、支付、履约、售后环节的100%掌控权，几乎很难办好。

所以，AI调用现实世界的能力，至少在AGI时代来临之前，一定是个三百六十行通过自己的行业数据与know-how，往上叠金字塔的过程。

03 用规则压幻觉：可靠性是底线

聊天答错了，用户可以再问一次。但办事办错了，是订单、是钱、是行程作废，损失不是一个量级。这决定了飞猪帮帮的技术难度和“问一问”不在一个量级。

据飞猪技术团队现场介绍，压低幻觉靠的不是单纯堆模型智商，而是一套工程手段兜底。商品ID可能有十几到几十位，模型很容易编错或漏掉，飞猪的做法是给每个商品起一个“1、2、3”或“A1、A2”式的短别名，展示时从真实接口回填，从机制上避免“商品幻觉”。

行程规划上，飞猪离线构建了线路库，用规则引擎对模型生成的路线做二次校验，弥补模型对真实地理和交通条件理解的不足。

评测被拆成三层信号：第一层是硬指标，比如用户说要吃遍西安12家小吃，模型给出的路线至少要覆盖10家以上，否则判定为幻觉；第二层是路线合理性，根据路网数据校验时空逻辑是否成立；第三层是Rewarding，依托阿里的地图、电商、出行等数据，用于打磨细节颗粒度。

现场对比了一个“去纽约看世界杯决赛”的例子。某国外主流基模只给出模糊建议（坐哪家航司、去哪玩一玩），没有具体航班号和时间。而经过针对性后训练后，飞猪给出的是具体航班号、票价，以及球场到周边博物馆的实际距离。

从数据表现来看，飞猪帮帮的可用性也提升显著。飞猪公布的综合结果是，帮帮交付结果的可用率评分较上一代产品提升超过70%，可比任务平均耗时减少近10%。

04 AI越会办事，平台责任越具体

飞猪帮帮面对的第一道门槛不是智能，而是信任。Expedia Group今年对美国、英国和印度5700多名成年人的调查显示，68%的受访者更愿意在可信赖的旅行品牌而非AI助手处预订，66%不信任AI代为购买；失去控制、支付与数据隐私是主要顾虑。

这个调查点出了交易型Agent共同的难题：用户愿意让AI出主意，不等于愿意把钱和行程交出去。

同行已经开始处理这道难题。Booking.com在2025年上线面向旅宿的代理式消息工具，把AI用于订单查询、取消和改期；Airbnb今年一季度披露，AI助手已独立解决超过40%的客服问题。飞猪并非第一个把AI放进旅行服务链条的平台，它更激进的地方，是试图在一个界面里连续覆盖搜索、购买和行中服务。

当然，连续服务会放大三个问题。其一，授权边界：AI替用户选座、退票、打电话争取升房，哪些动作必须二次确认，失败后由谁接手，需要比聊天机器人更清楚的规则。其二，推荐机制：平台既希望扮演用户代理，也要从商家交易和营销中获得收入；当AI只给出少数答案，“最符合需求”和“最有商业价值”的商品如何排序，需要可解释的逻辑。其三，成本：庄卓然在现场承认，搜索已有成熟商业模式，而Agent会显著增加推理和服务成本。

05 先攒体验，还是必然选择

飞猪帮帮会不会考虑商业化？CTO陈烨说了当前最关心的指标：用户和AI的互动量，具体到Token数越多越好，即便长期来看，佣金也不会纳入考虑范围。逻辑很简单，先把用户留在AI面板上，交易和效率指标会自然跟上。

这个选择背后有一个关键时间判断。庄卓然提到，模型成本正在以每年降到前一年1/15甚至1/20的速度下降，再过一年可能降到目前的万分之2.5左右，他判断明年下半年到后年会是ToC应用井喷的关键窗口。换句话说，眼下的投入更像是在为下一个成本拐点抢占先手位置，而不是准备立刻靠“办事”变现。

陈烨给出的愿景更明确，“为什么大家不能成为旅行消费行业的Claude Code”，希望让商家在AI时代获得数量级的经营效率提升，与此同时消费者的体验和性价比又是更高的。

06 成败关键是任务成功率

事实上，把用户互动和Token数量当作指标也是阶段性的，它们适合判断用户是否愿意尝试新交互，但不是旅行Agent最终的北极星。一个用户和AI聊了很久，可能意味着需求表达充分，也可能意味着系统迟迟没有把事情办成。

真正关键的还有另外几组数字：无需人工介入的任务完成率，航变等异常场景的闭环率，推荐到下单的转化率，单次任务成本，用户复购，以及由AI操作引发的退款、投诉和人工接管比例等等。只有这些和最终结果相关的指标同步改善，AI才是在替代旧流程。

飞猪帮帮没有满足于用AI生成攻略，而是选择进入旅行中最脏、最重、最难标准化的环节。阿里的模型、地图、电商和即时零售资源，也确实给了飞猪比单一OTA更多的工具。商家侧的早期案例和千问App的接入，都在说明这套体系不只是发布会上的一次性演示。

但值得肯定的是，在旅行AI这件事上飞猪并没有大包大揽。在发布会现场，飞猪主动承认，旅行AI只是刚刚起步，飞猪帮帮能办的事，从内部视角来看依然还少，需要不足的与现实世界关联的办事能力还有很多。所以，即便是已正式发布，据飞猪透露，飞猪帮帮仍在以周为单位迭代版本。

今天，判断一家公司有没有“老登化”，就看它敢不敢变。飞猪不是做这件事钱最多、数据最多的玩家，但它是少数敢让AI直接去碰履约的玩家。接下来的重点是从“能调用”走向“能稳定交付”。飞猪能否真的重写OTA的规则，还要看户在航变、退改、售后这些最容易出错的时刻，是否仍愿意把下一次旅行交给它。