“攜程問道”問不明白道快訊
于是我們直接進入測試，讓攜程問道出一個10月2號—10月6號在上海的行程規劃。結果攜程問道只幫我們把行程規劃到了10月4號，10月5號和10月6號的行程它讓我們自己發揮。嗯......我上一個00后實習生，是領導家親戚，也差不多是這個味兒。
作者 | Tniniuo
編輯 | 藍蘭
想靠AI旅游的朋友，終究還是沒有在攜程上問明白道。
我有個犟種朋友，喜歡各類科技花活，每次網上有新東西他都要試試。這個十一他要嘗試的是靠旅游行業垂直大模型——攜程問道，實現AI旅游。
我告訴他，AI旅游這事現在不靠譜。
整個大模型行業目前公認的事實是，AI大模型在發散性的內容上可能會超出預期，但在實際規劃和落地的任務上，基本只能處于copilot的角色，人力還是主導。問吃喝、本地游玩、出規劃，還不如大眾點評、小紅書高效。
甚至不如問我。
因為用戶在所謂的靠AI旅游這件事上，需要的是一個AI Agent（AI智能體/助理/助手）。而AI Agent要求的是精確性，但目前AI大模型的發散性大于精確性，因此AI旅游在當下還是一個悖論。
比如說想在上海玩，AI會搜索歷史數據和信息，告訴你外灘、石庫門、武康路、東方明珠、豫園、淮海路你都值得逛逛。但如果需要一個符合自己喜好的專屬行程，AI提供不了。你只能在AI提供的信息資料里做二次的人工篩選。
如果你想玩的更local一點，比如想找一家有品位的精釀吧，演繹水平高的劇本殺店，小姐姐多套路少的夜店，AI更推薦不出來。也就是說，攜程問道目前成不了AI Agent。
但顯然，我的犟種朋友不想聽我嗶嗶賴賴。
于是我們直接進入測試，讓攜程問道出一個10月2號—10月6號在上海的行程規劃。結果攜程問道只幫我們把行程規劃到了10月4號，10月5號和10月6號的行程它讓我們自己發揮。嗯......我上一個00后實習生，是領導家親戚，也差不多是這個味兒。
我們又問了下武康路到底有點什么獨特魅力，究竟能玩點啥？得出的結論是Citywalk。然后我們告訴攜程問道，如果不想在上海Citywalk，是否有更好的行程推薦。
結果攜程問道把之前推給我們的行程又重復了一遍。
好吧，黔驢技窮。
最后我們告訴攜程問道，想住在中山公園附近，讓他推薦幾家酒店?？赡苡捎跊]有精確的告訴它是上海中山公園，所以攜程問道給我推薦了天南地北，各個地方中山公園附近的酒店。這就很迷，咱們和攜程問道聊了半天，不一直都在聊上海旅游的事么？這點前后文語義的識別也這么困難么？
大模型行業里有個詞叫“AI幻覺”，即人工智能系統（自然語言處理模型）生成的內容與真實數據不符，或偏離用戶指令的現象。
說白了就是，用戶問前門樓子，AI答胯骨軸子。
短短三四個問題，我們看到攜程問道一直沉浸在AI幻覺中，離需要準確性的AI Agent還有不少距離。誠然，造成AI幻覺的的原因有很多，從數據質量差到算法缺陷，再到缺乏接地和過度擬合，都會導致AI幻覺。
然而，所有這些原因的核心是：AI 模型的輸出取決于它們的輸入，或它們為處理所述輸入而設計的方式。歸根結底，AI 模型無法自我推理、研究或事實核查。因此，需要準確性的AI Agent，在當下還無法完美實現。
理想狀態下的AI Agent是，大多數時候你只需給它一個最終你想要達成的目標，它能直接交付結果，過程你啥都不用管。
康奈爾大學、華盛頓大學和滑鐵盧大學以及非營利研究機構AI2的研究人員，最近進行了一項研究，測試了GPT-4o、Meta的Llama370B、Mistral的Mixtral 8x22B、Cohere的Command R+，以及調用API的模型，比如Perplexity的Sonar Large（基于Llama）、Google的Gemini 1.5 Pro和 Anthropic的Claude 3 Opus等多個開源模型，
實驗證明，各家模型產生的AI幻覺半斤八兩。在答案來源不是維基百科的情況下，每個模型的平均回答事實性都較低。當然，從另一個維度看，沒有AI幻覺，大模型就沒有發展可言。
但在目前這種AI幻覺泛濫的環境下，用戶想要一個規劃行程的Agent，或是某個行業的最新資訊和報告，幻覺就是致命缺陷。很明顯在這種情況下，以AI Agent為目標的AI旅游大模型，目前基本都是悖論。最多只是一個網絡素材整合工具。
這種窘態不止出現在攜程問道身上。字節的豆包、百度的文心一言等等，在AI旅游的表現上都挺一般。尤其是在理解復雜用戶需求和提供精準個性化服務方面。要么行程過于空洞，不知無謂。要么AI幻覺爆發，自己加戲太多，甚至一些AI模型連門票價格都會報錯。
目前行業的共識是，基于大模型的發散性產生的AI幻覺是沒法解決的，所以必須要通過恰當的微調形成行業專用的深模型。但當下，即使在ChatGpt的GPTs應用或是字節的Coze平臺，也很少有真正可用的，更好解決問題的Agent。
如果AI Agent無法基于用戶目標形成個性化推薦，AI旅游大模型又當如何？攜程問道目前在這上面抖了一個小聰明，即提供了一個涵蓋酒店、景點、餐飲及夜生活等多維度的“攜程口碑榜”，供用戶出游參考。
也就是攜程集團聯合創始人梁建章所謂的：利用攜程自己長年積累的數據和榜單，為用戶做推薦。直白點說就是，這些東西攜程的用戶玩了都說好，相信你也會覺得好。至于個性化，暫且不聊。
比如，我們問“上海最好的酒店是哪家？”
攜程問道基于“上海豪華酒店榜”得出結論，前灘香格里拉大酒店是上海最好的酒店。
略讓人驚訝，因為這酒店我住過。不差，只不過馬桶有點智能了，智能到半夜會自己工作。很卷，但瑕不掩瑜。可要說在一眾奢華酒店云集的上海，前灘香格里拉是TOP1，這個確實有點出乎意料。
于是我讓他問問這個“上海豪華酒店榜”是什么機構評定的，基于什么標準評定的？結果得出了一個比較好笑的結論。
實際上這個“上海豪華酒店榜”，就是攜程自己推出的“攜程口碑榜”其中一部分，會根據口碑、銷量等幾個維度來篩選，還有一些下榜規則。不過攜程點評現在避免不了人工干預成分在，且目前來看，下榜規則執行的也并不嚴格。
比如9月份剛被曝出來“1天2次6700元”事件的長春高新益田福朋喜來登，目前仍在“長春豪華酒店榜”名列第14，并沒有下榜。
實際上在整個AI服務流程中，攜程并沒有體現出來其所謂的，“通用AI大模型所沒有的旅游產品資源庫優勢”。這份“攜程口碑榜”也從一開始就彌漫著一股濃郁的商業氣息，看不出與大眾點評必吃榜、必玩榜有什么明顯的產品差異。
換句話說，即便今天沒有AI大模型，也不影響攜程推出一份“攜程口碑榜”。兩者之間沒有任何因果關系，以及強關聯性。
事實上，對于AI旅游大模型來說，真的可用的Agent一定不是簡單模塊組合可實現的，如果有，也只是曇花一現。AI大模型催生了Prompt Engineer的工作角色，AI Agent理應催生Flow Engineer一類崗位，需要一批兼具產品和編程思維能力的角色。
但在攜程的公開招聘中，目前沒有看到明顯具有Flow Engineer性質的崗位。
而在所有可公開查詢到的信息中，攜程距離AI Agent最近的一次，則是今年二季度財報的時候，攜程集團聯合創始人、董事局主席梁建章，CEO孫潔、CFO王肖璠等公司高管，首次以AI Agent形象，在財報會議上與投資人交流。
但很明顯，此AI Agent并非AI大模型行業的AI Agent，說穿了不過是類似數字人的奇技淫巧。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
