國慶中秋長假的第一天,記者仍在北京,既為了躲過第一波出行高峰,也因為還沒有想好到底去哪座城市,怎么玩。
糾結之中,記者突然想起,在假期開始之前,攜程、去哪兒、飛豬等OTA(在線旅行社)平臺都升級了自己的AI(人工智能)服務。于是記者直接在飛豬和去哪兒平臺上分別輸入了自己想要去的兩座城市——成都、杭州,看看它們的AI功能能帶來哪些規劃。
進入去哪兒的AI行程窗口,輸入需求:“明天去成都玩3天,想去幾個網紅景點,預算2000元/人,偏好安靜的民宿,幫我推薦兩個可行的方案”。
點擊確認后,屏幕僅加載了5秒,就彈出了兩個完整的方案。
方案一:第一天早上8點26分,乘坐從北京西到成都東的高鐵出行,當晚住在文殊院附近價格便宜的青年旅舍。第二天早上8點起床,先去IFS(國際金融中心)、大慈寺(步行700米)逛逛,并解決午餐,下午再去附近的熊貓書店坐坐,接下來打車16分鐘到奎星樓街,逛逛小店,喝喝咖啡,然后打車12分鐘回到旅店。第三天上午去大熊貓繁育基地看大熊貓,中午打車40分鐘去東郊記憶文創園區游玩,傍晚時分來到武侯祠,花1個小時品味三國文化,晚上就在附近的錦里古街解決吃喝,并體驗當地的古風酒吧。
方案二:第一天選擇任意交通工具到達成都。第二天的路線與第一版方案相同。第三天吃完早餐后,上午10點左右到達熊貓郵局,在這里可以寄出熊貓主題的明信片,然后打車12分鐘到達文殊院,在文殊院游玩兩個小時左右,在附近的燃面館解決午飯。下午2點左右到達杜甫草堂,在杜甫草堂度過安靜的下午,晚上打車半小時到達九眼橋,體驗成都夜生活。
再試試飛豬的“問一問”。在對話框中輸入:“杭州3日游,避開人群,選擇小眾但風景好的目的地,預算3000元/人?!毕到y在思考過程中自動跳出了4個“角色”選項,涵蓋路線規劃師、攻略達人、酒店顧問、智慧交通顧問等,并結合記者的飛豬會員身份,查詢平臺可能給到的機酒優惠,最后,預算管理師完成相關費用匯總,并支持記者根據預算再調整住宿方案。最能獲取好感的是,飛豬考慮到了飲食、水土、紀念品推薦等細節。
根據入住酒店的位置,飛豬推薦的景點張弛有度,包括出行交通工具等,都有簡單的建議。
第一天:早上8點起床,9點出發,乘坐公共交通,10點到達九溪煙樹,午飯在景區解決,下午4點返程,晚餐可以吃酒店自助餐,也可以選擇周邊小吃。
第二天:早上7點30分起床,8點30分出發,乘坐公共交通,10點到達梅家塢,中午12點在景區午餐,建議自帶零食;下午3點至4點游玩云棲竹徑,4點40分返程。
第三天:早上7點30分起床,8點30分出發,推薦打車出行,9點到達小河直街,游玩至中午12點,以簡單小吃作為午餐,建議下午2點返程,從酒店乘坐大巴直接去機場。
反復權衡,記者還是決定去成都,看看這座“雪山下的公園城市”。
記者手記:AI旅行方案很有“活人感”
說句實話,之前去旅游做攻略,沒有使用過人工智能的手段,今年是第一次。一開始,內心還是很忐忑,擔心的是,軟件做出來的攻略不懂人,“不說人話”,但AI真正給出的方案打消了這種顧慮,用現在的話說,這些方案很有“活人感”。
為什么這么說?一是細,方案很細致,涵蓋了交通、住宿、景點、餐飲、購物甚至如廁等方方面面,細致到從地鐵口到民宿有多少距離,住宿的房間是否臨街等。二是暖,即方案很貼心,會提出一些非常暖心的建議,比如建議中午帶零食,比如去哪買伴手禮,比如哪里有廁所等。三是智,即懂得應變。方案預知了哪些景點、哪些路段會擁堵,同時給出備選方案。
這種“活人感”體驗的背后,是系統算法的升級。飛豬技術負責人告訴我,今年飛豬在升級相關搜索系統時,放棄了通用搜索,建立高精度旅游數據集,并引入思考鏈機制:系統像人一樣分步處理任務——先查機票和酒店,再核算預算。這就要求AI內部采用多智能體協作架構:航班搜索Agent(智能體)、酒店匹配Agent、預算優化Agent、路線規劃Agent等獨立完成子任務,再由協調器整合生成最終方案。這種“垂類Agent”的落地驗證了AI在低容錯、高復雜度場景的可行性。
隨著人工智能技術的進一步發展,我相信,明年國慶假期,或許我們將獲得更優質的方案。