21世纪经济报道记者高江虹实习生金小童北京报道

　　“五一”假期在即，各大OTA纷纷升级AI旅行助手，希望迅速抢占这个未来巨量流量入口。

　　4月28日，马蜂窝官宣上线其自研的AI旅行助手“AI小蚂”正式上线，支持实时问答、行程线路规划、在线旅行向导、个性化推荐等功能。而早先一步上线AI旅行助手“问一问”的飞猪旅行，尽管官方还处于少量用户开放体验阶段、未大规模推广，但其邀请码已在社交媒体中引起高度热议，甚至出现黄牛40元高价倒卖邀请码的现象。

　　这背后，究竟是市场对新技术的过度追捧，还是AI确实具备令人瞩目的强悍实力？攻略起家的平台与交易起家的平台在旅游AI的深度探索与落地上，谁的技术实力更强？

　　时值五一出行前夕，21世纪经济报道记者就来测试一下，飞猪“问一问”和马蜂窝“AI小蚂”谁更懂旅行者？

　　飞猪实例分析：九智能助手协作+一站式服务，效率、体验双提升

　　当记者向“问一问”语音输入指令：“4月28日，我将从北京去绍兴进行4晚5天的旅游，往返都坐飞机。预计28-29中午在杭州看看特色景点，29下午到2号都在绍兴，帮我规划一下行程”，系统在5秒内就迅速做出响应。与其三月份出的AI旅行助手相比，“问一问”的思考过程与逻辑关系呈现出显著的进化：通过四个智能助手——路线规划师、交通调度师、酒店管家、攻略达人，分别从专业角度进行服务，这就类似于四位各有所长的旅行规划师，分别从自己擅长的领域为消费者提供服务，最终再由AI完成内容整合与方案输出。

　　“问一问”的产品经理伊丸向记者介绍，该功能最多可以同时调用九个智能助手，真正呈现出“术业有专攻”的服务逻辑。

　　输出的旅行方案更是远超预期。以“杭州绍兴五日游”为例，“问一问”首先会用表格清晰呈现行程架构，并快速生成手绘行程图，直观展示行程动线，并附上西湖、鲁迅故里、沈园等经典的照片，帮助游客快速建立起对行程的初步认知。

　　在景点安排方面，“问一问”是基于大众的喜爱程度进行安排，并为景点附上“兴趣人数”“榜单排名”等标签。西湖风景名胜区中，“问一问”就主动标明，西湖是全国赏花景点榜第一名，有2.8万人对该景点感兴趣，并附小注“西湖是杭州的标志性景点，漫步湖边，感受江南水乡的宁静与美丽”；绍兴东湖则提示“湖光山色，适合乘船游览”。这种既凸显景点热度，又精准传递其独特体验，可以便于游客预判兴趣点，灵活调整行程。

　　“问一问”在酒店预订与交通规划进一步体现产品成熟度。酒店预订中采取位置优先，评分与评价双重参考的原则，兼顾位置便利性与性价比。如在杭州，“问一问”安排的是全季绍兴鲁迅故里酒店，强调“位于鲁迅故里附近，步行即可到达景区”，节省时间成本；同时参考平台评分4.7分及用户评价，保障居住体验，极大程度上避免“踩坑”。交通规划更是覆盖“大小交通”：大交通整合实时航班高铁信息（如北京—杭州早班机600元、杭州—绍兴高铁1小时直达），提出跨城最优解；小交通标注景点间通勤距离（如鲁迅故里至沈园距离645米，步行8分钟），兼顾跨城衔接效率与市内出行的灵活性。

　　从预算规划角度看，飞猪主打清晰，支持灵活调整。预算统计覆盖交通、住宿、门票等细项。同时支持预算灵活调节，用户可通过调整预算，一键重新生成方案，这种清晰透明且可调节的预算体系，可以最大程度上满足不同消费需求游客的个性化需求。值得一提的是，“问一问”在方案结尾还整合当地旅游注意事项，且支持机票、高铁票、酒店一键订购，真正实现“一站式”旅游服务。

　　不过，测试过程中也暴露出一些问题。例如，往返杭州和绍兴的过程中，没有预订返程高铁票；受行程复杂性的影响，旅游行程生成时间较长，大约在4分钟左右；预算中没有酒店计算折扣；预订行程时显示有票，但是实际点进去却没有票等。

　　马蜂窝实例分析：深度追问+系统化攻略，尽显专业

　　当记者将上述需求输入到马蜂窝的“AI路书”中，“AI小蚂”就会立刻追问具体细节，如行程天数、个人旅行偏好、同行人员、预算等，这避免了行程的泛化，使规划更贴合用户个性化需求，提升了实用性与契合度。

　　在行程安排上，“AI路书”充分诠释“书”的特质——内容扎实，覆盖面广，呈现出系统性。在马蜂窝的“AI路书”中，其依据记者选中的“喜欢悠闲放松，不想太赶路”的旅行偏好，将路书主题定为“五日杭绍文化慢游”，分别从行程概览、预算安排、行程安排、景点指南、美食探索、交通方案、住宿建议、摄影指南以及伴手礼九个角度进行了行程规划。

　　作为专业攻略起家的平台产物，马蜂窝在攻略的行程设置以及细节点上可以说是毋庸置疑。攻略全面细致，其中涵盖行程概览、天气情况、预算规划、每日详细行程、各个景点深度指南、美食推荐、餐厅推荐、交通方案、住宿建议等多方面内容。游客能一站式获取旅行所需各类信息，无需再多方查找。甚至在深度指南中，路书会列出核心景点以及周边景点，开放时间以及游览建议等。在摄影攻略中，也会罗列出各景点的最佳拍摄时间与推荐拍摄地点，像鲁迅故里中，就建议“避开中午强烈阳光，在鲁迅故居中，利用光影营造历史感会更加出片。”

　　每日行程安排也是劳逸结合，既有景点游览，也有休息和用餐时间。像第一天抵达杭州后，上午办理入住休息，下午再漫步西湖，适应旅途节奏。城市间及城市内交通方案多样且对比清晰，如杭州至绍兴列出高铁、汽车、网约车的票价、特点、用时及适用场景，方便游客根据自身需求选择。

　　尽管“AI路书”展现出“一书抵所有”的信息集合优势，但仍存在一些不足。路书整体视觉呈现欠佳，以文字堆砌为主，虽有一些小图案，但缺乏图片、图表等元素辅助，没有帮助游客在第一时间建立起对于陌生城市的初步认知，而且大量文字易让游客阅读疲劳，且信息查找不便，不能快速抓住重点。同时，可能由于尚在内测阶段，每人每日只能生成一次路书，若需补充或调整需求，无法进行二次修改，且单次生成需等待约40分钟，在时效上与交互上存在优化空间。

　　技术拆解：从电子书到智能助手的进化逻辑

　　把飞猪的“问一问”与马蜂窝“AI路书”进行对比就可以发现，路书更像是一款攻略电子书的升级版，其本质仍是书，是一个向游客单方面输出知识的过程。而飞猪的“问一问”已经在另一个维度了，其更像是一位真正的智能助手，AI味不浓，可以与游客进行真实对话，商量出一份完美的攻略。

　　上述实测结果的背后，是飞猪“问一问”在技术架构上的全面升级。无论是从产品还是使用情况来看，与之前的AI行程助手相比，“问一问”都能称得上一句优等生，其核心在于“问一问”摆脱了传统单一模型，采用“多模型融合+智能体协作+实时数据+不断进化”的多元组合形式，构建更贴近旅行场景需求的产品。

　　飞猪“问一问”产品负责人刘洪敏介绍，其产品主要围绕“提升用户可信度”为核心，“在研发的过程中，我们用了一周的时间去不断地探索用户的需求，发现旅行产品最大痛点是增加用户的可信度，所以本次思考链工作是我们设计的一大亮点，我们注意到思维链的可视化是提高用户可信度的重要一点。同时，行程的可编辑和可交易，也是我们从用户需求上提炼出的产品核心亮点。”

　　为增加用户可信度将思维链可视化，乍一听感觉是虚无缥缈，让大家“摸不到头脑”。其实简单来说，就是将代理推荐选择的依据与飞猪平台的数据直观结合呈现，也正是上述提到的西湖景区上所标注的“兴趣人数”“榜单排名”，或者是酒店的评分与评价，这都是在旅行中影响用户做决策的重要参考依据。当游客看到高人气榜单和真实好评时，会在潜移默化中提升用户对该行程推荐的信任度。行程的可编辑是什么？这就源于用户需求的动态特性——人的需求很难一次性完全明确。因此，当用户产生新需求时，只需点击行程后的小铅笔符号，即可实现颗粒度级的编辑修改，支持对行程内容进行精细化调整，确保方案始终贴合用户不断变化的需求。记者为测试该功能，在行程中追加老年人出行需求，“问一问” 迅速根据环境、老年人休息和放松需求，推荐了灵隐寺及博物馆等景点。

　　在旅行场景中，合理的行程安排离不开精准的数据支撑，马蜂窝是在DeepSeek的基础上精调出了自身的行业垂直模型，该模型如同一位严谨的“质检员”。当大模型生成相关推荐时，精调模型会立即通过马蜂窝的攻略、游记等经过检验的数据库内容进行交叉验证，确保信息准确无误，结合来自马蜂窝旅行定制师、指路人等的专业信息，生成更符合目的地特点的行程规划内容。“旅行是最不能容忍‘幻觉’的领域，”马蜂窝AI项目负责人强调，“我们的双模型架构，就是要让AI既拥有秒问秒答的效率，又具备脚踏实地的可靠性。”

　　而非以攻略起家的飞猪面对复杂多样，真假不一的数据来源，究竟是如何处理？飞猪技术负责人倪生华解释道，飞猪在行程规划中，构建了三层思考架构，其中需要的数据也各不相同。第一层“标品”拆解至“景点好玩程度”等最小数据单元，是最细颗粒度的；第二层“行程骨干”以商家真实出团数据为基准，再去结合全网数据并进行人工标注，确保信息准确性；第三层是“内容个性化”，基于用户细分需求、公网数据以及自己社区数据，去做补充，实现“千人千面”行程描述。

　　关于个性化方面，倪生华进一步强调“内容平台最具有竞争力的是玩法以及个人化的描述，AI根据用户输入的喜好，拿到基础信息之后进行发挥，这恰恰是大模型最擅长的，容错率也非常高。但我们的产品关键在于如何做到真实可信。‘问一问’产出的内容不仅要可读性好，还要准确。”

　　行程规划的落地环节，可交易性是最大技术难点。像这种实时快速变化的数据，很容易一不小心就出现误差，对此，倪生华以飞机票为例进行了回应，“大模型取的是用静态数据预训练，而飞猪”问一问“在后台有个机票智能助手，背后对接的是机票的报价引擎，它会实时拿到报价。”同时，倪生华也坦言“由于实时价格库存不能用离线数据，机票、火车票的票库存每天都在变化，甚至高峰期每秒都在变化。所以，当我们从引擎里边获取到整个大模型展现层面，中间会有几十秒到几分钟的差异，可能会出现读的时候已经有库存，但等到预订时就没有库存了。接下来，我们会不断优化，使调用到展现的时候耗时越短，遇到此类的情况会减少，但仍然不可能百分之百解决掉。”

　　面对实测中出现的问题，倪生华表示，“问一问”会不断迭代，加强与阿里通义大模型进行紧密合作，结合场景去不断地训练模型的底层能力。同时，倪生华强调，“我们的初衷并不是代替某一类产品或服务，而是给消费者一个更可信的产品。在未来，也希望可以跟更多的旅游企业伙伴合作，AI并不是替代从业者，而是放大其能力——将定制师的服务逻辑复刻后，可以从每天服务5人扩展到5000人，让行业更聚焦‘创造美好体验’的本质。”