实测飞猪 AI：真正的突围才刚刚开始？

飞猪 AI 革新，由内而外。

作者丨王 薇

编辑丨覃倩雯

2026 年上半年，AI 行业的风向又变了。

在经历一轮疯狂堆算力、不计成本砸研发的扩张周期之后，全球科技巨头都不得不直面同一个现实问题：“AI砸进去的钱，究竟该如何收回来？”

AI Coding 或许是一个“标准答案”，过去很长一段时间里行业目光都集中于此。

2025 年 5 月，Anthropic 正式推出 Claude Code，产品上线仅 6 个月，年化收入便突破 10 亿美元，把编程 Agent 的商业化叙事推向高潮。据悉，到 2026 年 2 月，这一数字进一步飙至 25 亿美元。

不过 AI Coding 的所谓范式，很大程度得益于封闭纯粹的数字环境：代码环境是确定的，结果可被客观校验，更容易形成 Agent 迭代闭环。

如果将这套能力迁移到充满不确定性的物理世界呢？具身智能目前尚且遥远，那些线上线下结合紧密的领域或行业，比如旅游，落地可行性或许要高一些。日前，飞猪宣布升级其面向消费级市场的AI能力，推出「飞猪帮帮」。这提供了一个观察AI在细分领域落地的切口。

要知道，旅游场景用户需求高度个性化，服务链路冗长，信息繁杂零散，同时又受制于实时供给、线下履约、现实环境的各类变量，是落地难度极高的垂类。

另外，摆在 OTA 玩家面前的还有一个残酷的现实：站在产业周期视角，传统 OTA 的旧商业模式早已走到边界。过去尚有增长红利这块 “遮羞布”，现如今红利褪去，赛道持续坠入刺刀见红的低质内卷周期。

而链条上的参与者大都被裹挟其中，用户对同质化的平台服务失去新鲜感；商家负担不断加重；赛道格局固化，新玩家大多铩羽而归，如此一来，OTA 玩家转型重构已经不是选择题，而是行业的必答题。

倘若 AI Agent 注定要改写 OTA 行业的游戏规则，何不先自我完成一场彻底的内核重构？

01

一句话帮你搞定旅行琐事

出趟门，让 AI 随手攒一份看起来 “挺像样” 的旅游攻略，如今早已是常规操作。

可真要照着这份计划落地才会发现，想要完全按照 AI 规划的路线打卡，常常忙的恨不得长出三头六臂。

而真正让人头大的活儿更是一桩接着一桩：订机酒，到退订改签、值机选座、升级房型，再到开票报销等等。

飞猪方面称，相较于去年 4 月推出的上一代旅行 AI产品「问一问」，今年的「飞猪帮帮」不止是一个提供旅行问答、规划行程的Agent，还是一个智能助理团队，它能在行前、行中、行后场景中帮忙办事，真正做到把AI Agent的能力从信息交互层面切入服务履约层面，让AI能够调用平台已有的商品、订单和服务体系。

接下来，开启我们的实测，看看它究竟能不能在一段旅行中帮忙办些实事？

尽管距离国庆还有些日子，但是牛马想要奔向远方的心已经藏不住，索性来一趟奔赴新疆大草原的长途之旅。

“帮我规划一个国庆和朋友一起去新疆的五天行程，预算1.5w。”

指令刚发送出去没多久，一份图文并茂规划便新鲜出炉，涵盖：五天的路线概览、交通建议、住宿建议、景点快捷预定、美食推荐、预算参考。

而这只是初步的方案。

来到新疆，怎么能少得了“人间值得”的赛里木湖呢？

修改后片刻，一份新行程单便从美丽的赛里木湖出发串联起整个北疆景点，前后交通、住宿、游玩环节的组合编排也一并完善。

不过，怎么每人预算超了两三千？原来是给我安排上了高档型酒店，好在左滑调低一个价格档，轻轻松松就把预算给掰回来了。

这时候，如果对此次行程各方面都比较满意，便可直接一键生成一份极为详细的路书。路书上能看到每天的行程安排，住哪里、去哪玩、吃什么，还有两个打卡地之间的距离。总而言之，你在意的出行细节，它几乎都会考虑到。

过去大家诟病的等距离手绘地图，这次也根据路线安排动态地生成的，景点、核心亮点一目了然。支持查看、新增打地点，并直接分享给好友。

另外，还可一键归入「行程频道‑要去」，方便随时查阅，省去复制粘贴的时间，还贴心附上出发倒计时，对我这种记性时常掉线用户实在贴心。

而这也是AI Agent的服务半径从局部提效走向全程陪伴的关键一步，此外行程频道还有「想去」与「回忆」两大 Tab。

这次「帮我想」还有上线一个很绝的功能「抄攻略」，面对用户收藏的图文攻略、视频笔记非结构化内容，AI可自动提取其中的时间、地点、游玩顺序等关键信息，将其转化为一条结构化行程。

换言之，你那些尘封已久、懒得整理的旅游收藏夹，这下有救了，可以直接一键变成可用行程单。

来吧，展示。下周我恰好要去杭州出差，能腾出一天空档用来游玩。

从小红书挑选一篇口碑不错的西湖一日游攻略，复制链接回到飞猪，页面立刻弹出抄攻略的链接提示，点击「去看看」，便直接跳转「飞猪帮帮」对话面板。

全程几乎除了找攻略要花一点时间，剩下也就复制链接、点一下屏幕两个动作。屏幕前的各位，这波操作打几分？

真正出门旅游，从来不是 “把大象装进冰箱分几步” 式的标准化、理想化任务。

AI 旅行攻略可以说当下已卷到极致，而旅行中最难的地方，其实是各种琐事的处理。

出行之前总要订机酒。传统的关键词检索、条件筛选，很难命中用户复杂的个性化需求。

现在只需要对着屏幕说一句话，且甭管前头加了多少定语，飞猪「帮你订」都能很快 get 你的真实诉求，给到一些匹配选项，最重要的是，真的可以直接下单。 主打一个 “能聊都能订”，甚至还能“边聊边订”。

“帮忙找一间窗外看得见天坛祈年殿蓝色鎏金圆顶，单晚预算800，正规连锁，不要民宿，最好离地铁口近的酒店”。

看起来有点意思，直接就能付钱了。

传统OTA给用户交付的价值往往在交易完成后的那一刻就结束了。

旅行中有一大堆麻烦事正是在“预订完成之后”：值机选座、入境卡预填、签证材料清单整理、改签退票、发票开具、酒店免费升房争取、接送机预约、会员里程查询、天气预警提醒。

而以上这些出行事务，飞猪都能「帮你办」。这里面不少功能，对社恐 I 人简直是福音。

就拿酒店免费升房来说，不好意思开口、又懒得主动沟通的用户不在少数。AI一旦捕捉到升级机会，就会主动询问是否代为发起申请，得到用户授权后它就会自动给酒店前台打电话，争取升房。虽然无法保证 100% 成功，却把过去全靠到店碰运气的被动等待，变成了系统层面的主动争取。

尽管整个 Agent 调用过程里依旧能看到不少瑕疵，而且客观来首目前飞猪帮帮能办的旅行琐事仍然还不够，这一点飞猪在发布会上也坦诚，目前的飞猪帮帮只是一个中间态版本，接下来还是会以周为单位迭代版本，丰富办事功能。

但并不妨碍我们看到「飞猪帮帮」作为旅行 Agent 的先行者，正努力打通从“交互到交易”的完整闭环。对于飞猪而言，跳出 “舒适区”，并不容易。

02

重新定义的不止产品形态

Airbnb 创始人 Brian Chesky 曾提出他对 AI 交互终局的判断：聊天框只是 AI 发展的 DOS 时代过渡产物，未来的终局不会是纯文本对话，而会是以可视化界面为主体，对话作为辅助能力存在。

飞猪正沿着这一方向推进，这份决心，可以从此次交互端的“大跃进”瞧见一二。

大多数产品的 AI 升级，走的都是简单的 “+AI” 路径，即底层产品逻辑、原有交互框架不变，只是在搜索框内嵌 AI 入口、新增一个次级Tab 页，或是在首页摆放一个 AI 图标。

这是一类 “外挂式” 的 AI 部署方式，本质上，还游离在真实业务需求之外，无法真正完成端到端的履约办事，同样也不会颠覆既有的产品逻辑与用户使用习惯。

「飞猪帮帮」，这次不一样。

现在，用户打开飞猪App，「飞猪帮帮」的智能面板就出现在首页下方，随时待命。同时，它的能力还嵌进了搜索栏、行程页、订单页以及机票、酒店、民宿、度假频道等。总之，大多数交易链路上都有它的身影，无须反复切AI聊天入口。

当然，App 原有传统交互并未被舍弃，只不过搜索框也做了升级，内置了「飞猪帮帮」的AI能力。过去只能依靠标准化关键词检索，现在支持生活化的自然表述，像现在对着飞猪的主页搜索栏说，“帮我找一家价格 1000 元以下，房间内能看到东方明珠和黄浦江夜景的酒店” 这类叠加多重约束的诉求，也可以给到相应反馈。

而这背后是LUI（自然语言用户界面）与GUI（图形用户界面，传统App交互范式）的融合。

对此，飞猪 CTO 陈烨进一步阐述了两类交互技术融合的思考。

半年前，行业大佬们有一个普遍共识（这句话来自东南亚头部 OT 平台 Agoda 的 CEO）：货架式 GUI，对交易场景的效率是极致的；而对话式 LUI，几乎对所有交易场景都很糟糕。但放到今天，如果再和他交流，他的观点大概率已经发生变化。

实际上，飞猪当下的产品方案也是有所取舍的：不追求全面 LUI 化，针对旅行场景的高复杂度筛选需求用自然语言提效，其余场景保留传统 GUI 操作逻辑，以确保服务下限和质量。

另外产品同时提供半浮层、全浮层多种 AI 交互形态，团队持续依据用户数据验证半浮层的价值，若多数用户倾向全浮层，产品便会完成切换。

在他看来，AI 产品未必要一成不变，应当允许用户自由切换偏好的交互模式，团队希望尽快落地这套能力。对于未来彻底全面转向对话交互的终局，他表示期待。

这也就解释了，为何飞猪的产品战略看上去较为 “激进”，实际落地却选择循序渐进。

飞猪首席执行官庄卓然曾经断言，未来可能没有OTA，但会有Omni-intelligence Travel Agents。此言并不是否定OTA，而是呼吁后来人选择跳出传统OTA定义的赛道规则，重新定义自己的产品形态。

某种程度上，它改变的不止产品形态，还有商业考量。

过去，做撮合生意的，像传统OTA，给行业创造的价值已经固化。

且随着线上渗透红利彻底消退，整个行业整体陷入长期低质内卷。用户困在同质化服务和比价里，对千篇一律的平台体验日渐疲惫；商家被佣金、流量投放持续挤压利润；平台只能在存量蛋糕里抢夺份额，难以开辟新增长曲线。三方之间的矛盾也在当前舆论环境中持续放大。

整个行业迫切需要一个巨大变量，打破全员“被动局面”。借助 AI Agent，OTA 的 价值也能向后延伸，不再局限于简单的卖流量+抽佣金，而是让 AI 逐步接管服务，靠办事的品质来赚钱。

而在商业化路径上，飞猪表现得极为克制。

前几日，豆包酒店抽佣一事闹的沸沸扬扬。用户担心的事还是发生了：当 AI 交付掺杂着利益，谁能保证他们的权益？对旅游业而言，当 AI 足够强大后，定位究竟是行业的技术 buff ，还是流量入口?

按照「飞猪帮帮」的思路，目前相对偏向于前者，即把AI的能力作为基础设施嫁接到现有的行业供应链、交易流、履约流，而且对 OTA 来说收益流本来就是一条完整的链路了。发布会现场，飞猪明确表态，商业化不在计划内。

03

真正的突围才刚刚开始

强者恒强的逻辑，放在 Agent 时代是否还奏效？

这背后其实藏着两层追问：一层是通用大模型与垂类Agent之间的博弈，另一层则是垂类赛道内部同行之间的竞争。

理论上，通用 Agent 只要接入垂类领域的 Skill、MCP 能力，似乎就能解决一切，垂类平台是否还有必要去打造自己的 Agent？

这个问题，飞猪给出了它的答案。

旅行 AI 之所以讨论，是因为其用户需求高度个性化，服务链路冗长，信息繁杂零散，同时还要受制于实时供给、线下履约与现实环境的各类变量，是落地难度极高的垂类赛道。

用通用大模型做旅游规划本身没有问题，可面对实时库存、真实下单这类业务闭环时，能力边界便清晰暴露。

很多消费者觉得大数据杀熟，出门旅游买个飞机票价格忽高忽低，难以捉摸。

实际上，很少有人知道，机票舱位、酒店实时房态这类核心动态交易数据需要直连航司GDS系统（全球分销系统）与酒店PMS（物业管理系统）接口，从而确保报价与余票信息均为毫秒级实时回传。

而这也是通用大模型仅靠网上公域数据，极易产生幻觉的根源。Chat 说错了可以改口圆场，但在旅行整个链条上，每一环节都经不起臆断、补漏、纠错。

「飞猪帮帮」所能确保的，就是每一份输出的出行方案，都能够落地为可下单的真实服务。

这背后，是整个技术和研发团队做了很大的取舍。

为了确保真实可达，飞猪选择靠工程兜底，再靠规则机制消灭幻觉，最终靠大量后训练把行业知识内化进模型。

为此，飞猪专门设置了实时训练环境和一整套harness系统，并引入agentic RL来持续优化决策策略。

具体来说，就是不再基于单一的偏好给AI的产出打分并给予奖励，而是由确定性校验器和动态标准共同打分，前者负责硬性约束，如时空一致，后者则按照一个个具体任务的动态生成评分的细则，从而避免AI当下最大的问题：幻觉+讨好。

此外，在技术架构上，飞猪团队也不冒进。早在2025年4月，飞猪AI初代产品「问一问」便推出了首个Multi-Agent架构。而这次「飞猪帮帮」依然采用该架构，但结合Agent loop的方式合并了大量子agent，并新增了一系列工具，与上一代旅行AI相比，具有了更强的通用性。

飞猪数据显示，截至目前「飞猪帮帮」交付的结果可用率评分较上一代产品提升了超70%，可比任务的平均耗时减少近10%。

回到第二层追问上，让飞猪敢于在 AI 上大胆押注，并且打破行业垄断格局的，其实还有来自阿里生态赋予的底气。

去年6月，飞猪加入阿里中国电商事业群。淘宝界面新增“飞猪”一级入口，跟“闪购”“国补”并列。

这一调整，飞猪不只是拿到更大流量入口，它可以把旅行消费嵌入淘宝日常购物路径，借助会员体系挖掘更多高价值用户，打通电商与旅行的消费场景，用户打开淘宝的时候，想的是在这我可以一站式解决吃住行游娱乐。

对于旅行这种典型的中低频消费而言，这次组织大调整，算是吃到了一波红利。

而在 Agent 新叙事下，飞猪也表现得 “毫不吝啬”：率先开放旅行 MCP 和 Skill，也是最早一批接入千问的垂类Agent。

随着大模型行业逐步告别比拼参数、比拼模型规模的早期阶段，产业落地能力、供给闭环、生态协同的价值会进一步凸显，这部分优势也将持续放大。

04

结语

“从用户出发，不为 AI 而 AI 。” 这是我参加飞猪闭门会与团队交流后最大的感受。

「飞猪帮帮」要做的：打通交互到交易，替用户多办事，利用 AI 激活上一个阶段的存量资产。

不过，从现实数据来看，这件事难度不小。飞猪 CTO 陈烨给出一组行业参照。

去年年初，用户能在ChatGPT这类原生AI产品里完成交易的比例不足10%，今年也仅仅略微上涨。国内现阶段转化水平仍处于个位数区间，海外能跑出这一数字，有现实基础：ChatGPT 生态已经发展两年，完成了大量供应链对接打磨；而国内还没有走完这一过程。

他举个例子，用户需要修改酒店入住时间、晚到调整，Agent 就要直连酒店供应系统；更改航班，就要打通航司、代理商的后台。现阶段大多仍依赖人工介入，效率低下。只有酒店、航司等上游供应商完成系统侧适配，完整商业闭环才能够跑通。目前飞猪已经开始在这一方向做布局。

至于国内旅行 Agent 何时会走向成熟？飞猪 CTO 陈烨表示，核心卡在后端落地环节。一旦找到真正的 PMF，出现用户体验显著变好的标杆场景，行业会迎来快速渗透。

行业迭代在加速，决定胜负手的，不是全看手里的初始筹码，是不是身处“顺风局”同样关键。酒旅行业深陷内卷亟待变革，可落地的 Agent 产品迎来爆发，叠加用户在AI产品使用习惯上的逐渐迁移，三个变量交汇，一个变量和机遇都在累积的竞争新时代，要开始了。

未经「AI科技评论」授权，严禁以任何方式在网页、论坛、社区进行转载！

公众号转载请先在「AI科技评论」后台留言取得授权，转载时需标注来源并插入本公众号名片。