來源較早收集於 0m

飛豬 V10:從回答問題走向完成任務

閱讀原文: InfoQ中国
#consumer-agent#travel-ai#task-completion

了解飛豬如何探索從對話式回答走向能完成任務的消費 Agent。

30 秒速覽

有什麼變化

飛豬 V10 被定位為新一代消費 Agent 產品的一次探索。

為什麼重要

如果這一方向成功,旅遊平台可能會從資訊搜尋工具轉型為能執行多步驟使用者旅程的任務型助手。對 AI 從業者而言,這個案例凸顯了將對話系統轉化為可靠 Agent 時所面臨的產品設計與流程編排挑戰。

下一步行動

建立一個旅遊 Agent 工作流程原型,不只評估回答品質,也要衡量搜尋、選擇與預訂等多步驟任務的成功完成率。

誰應關注:Developers & AI Engineers

關鍵要點

  • •飛豬 V10 被定位為新一代消費 Agent 產品的一次探索。
  • •核心轉變是從提供答案,進一步發展到採取行動並完成使用者任務。
  • •文章分析目前仍限制消費 Agent 實用性的能力缺口。

深度解析

本篇為 AI 生成分析,非原文內容。

增強重點摘要

  • •飛豬 V10 整合了阿里巴巴集團內部的通義千問(Qwen)大模型能力,特別針對旅遊場景進行了垂直領域的微調(Fine-tuning)。
  • •該產品引入了「意圖識別與規劃引擎」,能夠將用戶模糊的旅遊需求(如「帶老人去安靜的地方玩三天」)拆解為具體的行程規劃與預訂步驟。
  • •V10 實現了與飛豬後端訂單系統、庫存系統及支付接口的深度 API 串聯,這是其從「對話」跨越到「執行」的關鍵技術基礎。
  • •飛豬在 V10 中部署了多輪對話記憶機制,確保 AI Agent 在處理複雜行程變更或多個訂單協調時,能保持上下文的一致性。
  • •該系統採用了「人機協作(Human-in-the-loop)」模式,在涉及大額支付或關鍵行程確認時,Agent 會主動請求用戶確認,以降低自動化操作的風險。

競品分析

核心定位
飛豬 V10
消費級任務執行 Agent
攜程 (Ctrip) AI Agent
旅遊規劃與智能客服
去哪兒 (Qunar) AI
價格敏感型搜索與推薦
執行深度
飛豬 V10
高(直接完成預訂)
攜程 (Ctrip) AI Agent
中高(部分流程自動化)
去哪兒 (Qunar) AI
中(側重比價與決策輔助)
模型基礎
飛豬 V10
通義千問 (Qwen)
攜程 (Ctrip) AI Agent
自研旅遊大模型
去哪兒 (Qunar) AI
百度文心一言集成
定價模式
飛豬 V10
免費(含在平台服務中)
攜程 (Ctrip) AI Agent
免費(含在平台服務中)
去哪兒 (Qunar) AI
免費(含在平台服務中)

技術深入

  • 採用基於 ReAct (Reasoning and Acting) 框架的 Agent 架構,實現推理與工具調用的循環。
  • 構建了旅遊領域專用知識圖譜 (Knowledge Graph),用於關聯景點、酒店、交通與當地活動數據。
  • 實施了基於向量數據庫的檢索增強生成 (RAG) 技術,以確保 AI 提供的旅遊政策與價格資訊具備實時性。
  • 部署了自動化測試框架,針對 Agent 的任務完成率 (Task Completion Rate) 與錯誤率進行持續監控。

前景展望基於引用來源的 AI 分析

旅遊電商將從「搜索導向」全面轉向「意圖導向」的預訂模式。
隨著 Agent 完成任務能力的成熟,用戶將不再需要手動篩選大量列表,而是直接通過自然語言指令完成全鏈路預訂。
AI Agent 的競爭核心將從模型參數規模轉向 API 生態的覆蓋廣度。
Agent 能否完成任務取決於其能調用的外部服務接口數量,而非僅僅是語言模型的理解能力。

時間線

2023-09
飛豬發布「飛豬旅遊大模型」,開始探索生成式 AI 在旅遊場景的應用。
2024-05
飛豬升級 AI 助手功能,初步實現行程規劃與景點推薦的自動化。
2026-03
飛豬 V10 正式發布,標誌著從對話式 AI 向任務執行型 Agent 的戰略轉型。

AI 週報

閱讀本週精選 AI 大事摘要 →

AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: InfoQ中国 ↗

這是摘要,不是原文。去看原站,或訂閱每週簡報。

每週電子報

每週一封,可隨時退訂。