不知道你有沒有這樣的時刻：
-
要從十幾本關於同一個人的傳記材料中，交叉驗證關鍵細節，拼湊出播客所需要的真實故事；
-
要蒐集某個公司創始人接收過的幾十篇採訪稿，按照邏輯結構，重新梳理；
-
要把過去 5 年的銀行流水、投資收益，整理成視覺化的圖表，方便做新年的規劃；
-
……
當然了，你也可能沒有。因為這些是我的痛苦時刻。
每次被瀏覽器的標籤頁和 Word/Excel 的頁面淹沒時，我總會想一個問題：為什麼 AI 還沒有幫我完成這些事情？AI 到底應該做什麼？
1 AI 到底該做什麼？
對於 AI 究竟能幫我們做什麼，是個很大的課題。很多時候我們熱衷於宮崎駿風格的頭像、DeepSeek 靈光一現的回答，這都只是情緒價值的發洩。也是一種奢侈的技術浪費。
AI 真正應該幫我們的，就是減輕很多重複的工作。
旅行就是典型的案例。
我年中打算去北極旅行，前幾天在申請挪威簽證。申請的時候發現要填的資訊實在太多。把各種材料整理給 AI，它做出了格式工整，內容可用的行程單。總算是減輕了一些機械工作的負擔：
而這還只是剛剛開始。挪威的具體行程還要考慮太多的問題，從機場轉機方案，到斯瓦爾巴群島現金該怎麼提取，事無鉅細都要查閱。至少還包括：預算、交易方式（線上、現金、信用卡）、大交通（跨國飛機，國內飛機）、小交通（本地出租、跨城大巴、網約車）、住宿時間、價格、體驗、天氣（穿衣、降雨、防曬）、簽證（辦理時間、型別）、餐飲、景點、充電、通訊、禮儀（小費文化、語言、宗教場所著裝）、時差…
上次在迪拜的時候，我就因為打不到車，只好下載了當地的計程車叫車 APP，結果必須要國內手機接收簡訊才能註冊。中間就卡住了很久，耽誤了非常多時間。
這種提前需要確認的資訊，其實在公共領域都存在。而還是那個問題：為什麼 AI 還不能幫我們直接整理，協助我們呢？AI 都已經在寫程式碼、畫插畫了，居然還不能幫助我們做一份旅行計劃？
前幾天就刷到一期在 B 站上很火的影片，情侶用 DeepSeek 推薦的地點去旅遊，結果是各種踩坑。不是說通用 AI 能夠解決各種場景的問題嗎？是不是代表 AI 本身就沒有能力解決旅行問題呢？
熟悉 DeepSeek 這樣的大語言模型邏輯的朋友應該知道，DeepSeek 並不是完全記住了所有的語料，所以會出現很多幻覺（也就是編造）。這是第一個問題。
如果聯網呢？這就是第二個問題了。目前國內網際網路的語料生態實在是糟糕。我在半拿鐵做播客資料整理，很少參考國內的搜尋引擎結果，實在是沒法用。
像之前用 DeepSeek 搜魂系遊戲，得出的答案錯得離譜，稍有常識就知道不對。看了下原始網頁，整個就是牛皮癬廣告。顯然這些會嚴重汙染 AI 的資料來源。
那就又回到老生常談的話題了：
2025 年是 AI 場景的元年。而真正有效的 AI 旅行，還是要沉澱在場景裡的。那麼，最適合做場景的，還是有資料、有使用者的老玩家。
2 旅行推薦為什麼有難度？
小紅書上一搜，做旅行規劃 AI 產品的不在少數。大家其實都盯著這個場景。使用線上產品旅行的使用者有 5 億多，這是個萬億級別的市場。可是，如前面所說，並不好做。
今天看到，作為老玩家的飛豬釋出了 AI 產品「問一問」。眼前一亮。
旅行推薦是有難度的，直接在 DeepSeek 或者 GPT 這樣的基礎模型上使用，效果不會很好。
在資訊獲取方面首先就有問題：
第一，旅行行業門檻高，通用 AI 不瞭解即時資源情況，推薦常出現虛假資訊或沒有真實商品的情況；同時，如剛才所說，旅行規劃要考慮幾十個因素（預算/交通/住宿/天氣/政策等），還要處理這些因素之間的複雜關係，這些都需要實際經驗，以及行業資料的沉澱。
第二，行業資料難獲取，旅行行業關鍵資料不在公開網路，比如：
-
機票資訊要透過 GDS 系統付費獲取
-
酒店資料依賴 EBK 等專業系統
-
景區即時動態需要實地經驗積累
通用 AI 用公開資料訓練，容易資訊滯後或出錯，就算能抓取資料，成本和準確性也是問題。反過來，旅行平臺自己獲取網路公開資訊（攻略/政策/活動）就很容易。
除了資訊獲取，還存在一個路線問題。
有的旅行相關的 AI 產品，一般是給基礎模型加「外掛」，根據生成的結果再做微操，增加超連結或者圖片。這其實是一種簡單打補丁的方式。
而飛豬選擇的路徑是更有效和更徹底的：先選定真實的旅行場景和資料集，再讓大模型在這些資料裡做分析和調優。就如同 MoE （專家混合模型）一樣，會召喚不同的專家，有的安排行程，有的關注交通，有的在看酒店，共同整合。再加上真實的平臺旅行地資料，就能交付完整有效的結果了。
這樣一來，還能由於是垂直調優過的模型，能把個性化定製的成本降低。不只是每次反覆呼叫大模型的搜尋介面，翻閱大量的資料（可能還不準），而是定向尋找有效資訊，提供給使用者定製的服務。
這才是 AI 真正該做的事情：讓每個人都能享受旅行的定製服務，而不需要付出大量的搜尋和整理材料的成本。
3 真實體驗
說這麼多，也都是「理論上」。不如直接看看效果。
當我輸入「給我生成一個三天兩夜的杭州寺廟之旅」之後，它就會進入工作狀態，拉出四個角色：路線定製師、攻略達人、智慧交通顧問、酒店顧問。
這種人格化的展示，既是技術層面的需求，也在互動上給人更有安全感。這跟之前的很多旅行規劃的 bot 不同。人格化、提供情緒價值和安全感，也是各類涉及 AI 規劃、建議（比如醫療）的必經之路。
而生成的結果裡面，有主要景點的視覺呈現（還有一張手繪地圖），有每天的詳細行程規劃，以及相關的地點建議。
細心看的話，結尾還會有很多注意事項。
比如我讓它幫我規劃的挪威的行程，末尾就有很詳細的建議：
還有一點關鍵的補充功能，就是修改。就跟手術刀式的編輯一樣，既可以大刀修訂，比如直接調整預算：
也可以小刀微調，比如，調整中間推薦的酒店或者景點：
總的來說，這樣的 AI 規劃，幾個點都打到很準的場景中：
-
更準確的來源資訊，而不是中文搜尋引擎的結果
-
更靈活的互動方式，可編輯，可以微調，避免每次推倒重來
-
更直接的鏈路，可以直接在飛豬平臺上交易，並且能關注到全部行程的即時價格資料，確保預算的相對準確
各位飛豬 F5 及以上的朋友，可以現在就體驗一下。沒有 F5 的朋友，跟 F5 及以上的朋友，要個邀請碼就好。
4 AI 與旅行的意義
飛豬的這個新功能只是剛剛開始嘗試，自然還是有很多最佳化的空間。我在聊 Manus 的時候也是同樣的感受，要看到哪些是必然會解決的問題（比如速度問題），哪些是代表未來的方向（比如場景的價值）。
回顧 AI 進入各行各業，從最早的聊天和畫圖，到寫程式碼，已經走出了從輕到重的第一步。接下來，會有更多「重型應用」出現。可能是一些髒活累活，但也是一些有護城河的活。
作為 AI 的消費者來說，我們將會有更多好用的 AI 工具。未來 AI 將不再只是笨拙的聊天機器人，而是能幫我們拆解各種旅行知識、梳理各類旅行需求的全面個人助理。從旅行開始，餐飲、交通、出行，都將變得越來越個性化。
更重要的是，我們都已經對千篇一律的旅行方式膩了，都在尋求更個性化的行程。而個性化的行程、低預算成本和少花費精力，這是個不可能三角。AI 能幫我們打破這個三角。
AI 不代替我們旅行，但它在為我們多爭取一點「旅行的意義」—— 不是查攻略，不是比價，而是單純輕鬆地沉浸其中。在靈隱寺的晨鐘裡感受禪意的時候，不應該焦慮第二天的打車問題；在斯瓦爾巴群島上找極光的時候，也不應該慌張預算的赤字。
（攝於富士山）
希望對你有啟發~
題圖由 ChatGPT 繪製。