实测飞猪AI：真正的突围才刚刚开始？

2026年上半年，AI行业风向又变了。巨头们从堆算力转向同一个现实问题：投入怎么收回来？此前，AI Coding一度被视作标准答案——Anthropic 的 Claude Code上线6个月，年化收入突破10亿美元，到2026年2月已涨到约25亿美元。但代码环境封闭、结果可校验，这种模式能否迁移到充满不确定性的物理世界？旅游是更近的测试场。

旅游需求高度个性化、链路冗长，又受实时供给和线下履约影响，是落地难度极高的垂类。传统OTA的旧模式也已走到边界，流量红利褪去，行业陷入低质内卷。转型不再是选择题，而是必答题。

日前，飞猪升级消费级AI，推出「飞猪帮帮」。相比去年4月的「问一问」，它不只是做问答和行程规划的Agent，更像一支智能助理团队，能调用平台已有的商品、订单和服务体系，把能力从信息交互推进到服务履约。

用一次新疆之行实测，向AI输入“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”，很快得到图文方案，覆盖路线、交通、住宿、美食和预算参考。

要求加入赛里木湖后，AI重新串联北疆景点，前后交通和住宿编排也一并完善。

不过预算超了两三千——默认选了高档型酒店。左滑调低一个价格档，预算重新回到计划内。

满意的方案可一键生成详细路书：每日安排、住哪、吃什么、两地距离都列得清清楚楚。路线地图也随行程动态生成，景点亮点一目了然，可查看、新增地点并分享。路书还能一键存入行程频道，附出发倒计时。

收藏夹里的图文攻略、视频笔记也能派上用场。「帮我想」新增“抄攻略”，复制一篇小红书西湖一日游链接回飞猪，AI会自动提取时间、地点、游玩顺序，转成结构化行程。

自然语言订酒店是另一重头。“帮我找一间窗外能看到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”——过去这类多重约束条件很难用关键词筛选命中，现在AI能理解意图，并给出可直接下单的选项。

旅行中最麻烦的是“预订之后”：值机选座、入境卡预填、签证材料整理、改签退票、开发票、酒店免费升房、接送机预约……飞猪帮帮也能代办。以升房为例，AI捕捉到机会后，会主动询问是否代为申请，经授权自动致电酒店前台，把过去“到店碰运气”变成系统性主动争取。当然，目前能办的事仍是中间态，飞猪也承认会按周迭代。

产品形态上，多数AI升级是“外挂式”，飞猪帮帮则把智能面板直接嵌进首页、搜索栏、行程页、订单页及机酒频道，让AI出现在交易链路上，无需反复切换聊天入口。

这背后是LUI（自然语言用户界面）与GUI（传统App交互范式）的融合。飞猪没有追求全面LUI化，而是用自然语言解决高复杂度筛选，其他场景保留GUI逻辑，并允许用户自由切换。飞猪CTO陈烨称，半年前行业还认为“货架式GUI对交易效率极致，对话式LUI几乎不适合交易”，这个判断正在松动。

商业化上，飞猪显得克制，明确“商业化不在计划内”。它宁愿把AI作为基础设施嫁接到供应链和履约流上，而不是当作新的流量入口或抽佣工具。飞猪CEO庄卓然断言，未来可能没有OTA，但会有Omni-intelligence Travel Agents。

技术层面，通用大模型做规划没问题，面对实时库存和真实下单却会露怯——机票舱位、酒店房态必须直连航司GDS和酒店PMS，毫秒级回传，仅靠公网数据的模型很容易产生幻觉。飞猪的思路是工程兜底、规则消灭幻觉，再用后训练把行业知识内化进模型。团队还引入agentic RL优化决策，让确定性校验器和动态标准共同打分，避免AI“讨好式”回复。飞猪官方称，飞猪帮帮结果可用率较上代提升超70%，可比任务平均耗时减少近10%。

飞猪敢在AI上押注，也离不开阿里生态。加入阿里中国电商事业群后，淘宝给了飞猪一级入口，旅行消费能嵌入日常购物路径；飞猪也是最早开放旅行MCP和Skill、接入千问的垂类Agent之一。

不过，真正的瓶颈还在后端。陈烨给出行业参照：用户在ChatGPT等原生AI产品中完成交易的比例，去年初不足10%，今年仅有微升；国内仍处个位数。酒店、航司完成系统侧适配之前，完整商业闭环很难跑通。一旦出现用户体验显著变好的PMF标杆场景，旅行Agent将迎来快速渗透。

酒旅内卷、AI Agent落地、用户习惯迁移，三个变量正在交汇。对飞猪来说，真正的突围，可能才刚刚开始。