本文来自微信公众号：旅界，作者：需要铂金包的妈咪，题图来自：视觉中国
01
五一假期最后一天晚上，闺蜜阿宁在群里炸了个雷。
她是我认识的人里最典型的P人，假期前一天早上八点才决定去首尔，临时订机票酒店，连攻略都没做。
她说不慌，反正现在有AI。
然后，四天三夜的行程，她真的全交给了Gemini。
回来那晚，她在群里连发了二十几条语音，越说越气。
原来第一晚，Gemini推荐她去明洞一家开了七十年的参鸡汤老店，地址精确到门牌号，按照AI的描述，店里应该有一位上了年纪的阿珠妈，还真诚建议她点参鸡汤套餐配一杯五味子茶。
她打车过去，对着门牌号看了五分钟，那个位置现在是家美妆店，进店问店员，店员说这家店关了得有两年了。
第二天早上，Gemini又让她先去广藏市场吃绿豆煎饼当早餐，说吃完顺路就能逛通仁市场，她走过去之后才发现，两个市场中间隔着4公里，公交还要换乘，根本不顺路。
阿宁后来在小红书上搜了搜，发现最近三个月出境游用Gemini做攻略翻车的人不少，欧美驴友在抱怨它编日本电车时刻表，东南亚博主吐槽推荐的餐厅一半都关门了。
她猜，是不是大模型最近都在卷推理能力，Gemini顾着追赶ChatGPT和Claude，将旅游这种小活给了次要权重。
她的猜想很难证实，但故事还没完。
无独有偶，群里另一个朋友老周，五一去了贵州。
老周是J人，做攻略挺仔细的那种，全程靠某款国产AI规划黔东南六天行程。
行前，他觉得AI给他的方案看起来无可挑剔，每天从早到晚几点几分都标得明明白白，跟旅行社的产品说明书一样。
到了第二天他就发现不对劲，AI让他去看的那个苗寨，村口贴着告示，本寨已不再接待散客。
再后来，老周说AI其实连门票信息都查不明白，还不如自己去携程、点评看，可是不敢全信了。
然后，他叹了口气，表示如果你骂AI，确实立刻态度180度大转弯，总之你骂就是你对，老周感觉自己就是AI的免费纠错员。
看着群里这些聊天记录，我突然想到今年五一，在社交媒体上刷到的一些帖子，目的地不一样，剧情大同小异。
AI给我们规划的行程看上去漂亮，但等真的踩在那条路上，才发现脚下全是补丁。
02
为什么AI做攻略，总在这些地方掉链子？
这个问题我琢磨过很久，感觉源头在于大模型本身的知识结构。
我们今天用的所有大模型，知识都有一个截止日期，训练它的时候，工程师把过去几年互联网上的内容塞给它读，读完之后，这个模型就停在那个时间点了。
之后世界发生的所有变化，餐厅倒闭、地铁通车、景点改造、票价调整，它一概不知道。
这也是为什么阿宁的Gemini会笃定地告诉她，明洞那家参鸡汤店还在那儿，在它读到的那批数据里，这家店真的开着，照片、菜单、评分一应俱全。
AI没说错，只是停在了过去。
老周遇到的事情更微妙一点，AI能上网搜，可它搜到的网页本身就是旧的，一个景区两年前发的宣传稿，模型分辨不出今天还作不作数，会挑出来包装成一份当下攻略推给你。
可所有静态的描述，时间一久全会失效，这才是AI做旅游攻略屡屡翻车的核心原因。
但其实即便实时数据全都准确，AI还有一个更深的短板。
今年2月，国内社交平台上有人随手出了一道题：洗车店距离我家50米，应该开车去还是走路去？
DeepSeek、千问、豆包、ChatGPT、Claude、Grok全军覆没，集体认真分析了一通，得出的结论高度一致，走路去，节约资源、低碳环保。
人类看一眼就懂的事，这个常识AI没补上。
在AI的坐标系里，50米和走路这两个词之间的关联强度，远大于洗车和必须开车之间的物理约束。
AI做的事情，更像扫描你提问里的关键词，在自己的语料库里找哪两个词最常一起出现，然后把那个最高频的组合输出给你。
所以它推荐用户去广藏市场吃完早餐顺路逛通仁市场，因为或许在它读过的攻略里，这两个市场的名字经常出现在同一篇文章里，至于实际距离四公里、要换乘公交，那个概念就难为它了。
AI只知道推荐你去，但其实人类的心理活动千变万化，给出的提示词但凡写不清楚，AI给出的方案就会偏出十万八千里。
带娃的家庭和独自背包的P人，对同一个景点的体感完全是两回事，这种差别藏在生活的褶皱里，三言两语很难讲清。
退一步讲，就算把偏好交代得再细，AI也不会知道周日上午十一点的鼓浪屿是什么场面，更不会提醒你洱海哪段骑行路下午三点开始顶风。
这些藏在去过的人脑子里的东西，从来没被结构化地写进任何一份语料。
算力不等于智慧，信息不等于常识，讲到这里，AI做攻略真正失灵的地方，其实只剩最后一条。
它什么都敢说，但什么都不负责。
而社交媒体上的攻略再水，背后也有一个真人，写错了会被骂，甚至被取消关注，无论对错，都有人在为内容兜底。
但AI推荐的所有内容，没有这样一个责任主体。
行业里有一个共识，AI产品的幻觉率能压到3%以下，已经算业内顶尖。
但对一个出门旅行的人来说，3%意味着每做一份十天攻略，里面会藏着不少雷，用户一旦踩了，除了无能狂怒，其实没有任何办法。
03
阿宁那天问我，那你下个月去韩国，准备怎么做攻略？
我说我也用AI，但我把它当成一个干活很快、答案不能全信的实习生。
例如，我会先让它出个大方向，五天四夜的首尔，告诉它我心仪住宿的区域，还有大致想做的事，让他搜索动线怎么合理，还有哪些景点必去，这个活AI干得比人快十倍。
然后我会把它给的每一个具体推荐，搬到小红书上搜最近一个月的笔记，看看有没有人吐槽店关了，或者价格涨了。
涉及具体地址的，我再去Google地图上看一眼，看看现在还在不在，街景是不是对得上号。
出发前一晚，我让AI再做一次风险检查，问它有什么坑，它的回答我大概信一半。
落地之后我反而很少问AI了，转头打开本地化的工具，查地铁用Naver地图，找小店刷Instagram的本地探店账号，这些网友反馈反而离现实最近。
说白了，AI干的是初稿的活，校对要靠社交媒体，自己最后做定稿。
这一套流程下来，攻略比直接把假期交给AI稳妥不少，也比纯AI慢上好几倍。
朋友问我有没有更省事的办法，我说短期内没有，长期看，可能要等行业自己变。
事情确实在变。
今年4月，飞猪和阿里的千问宣布再签下三十多家旅行品牌的AI合作，加上之前的，合作品牌数已经超过80家。
马蜂窝把自家的AI小蚂全量接入DeepSeek，背后是平台多年沉淀下来的6300万个POI和上亿条真实游记，专门用来给大模型的幻觉做交叉验证。
携程、同程、去哪儿都在做类似的事，大致方向都是给通用大模型套一层旅游行业自己的数据兜底。
因为通用AI最大的问题，是什么都敢说但什么都不负责，OTA能做的事情，是把责任主体补回来。
它们手里握着这些年沉淀的真实订单、商户开闭店数据、用户复购数据，这些东西Gemini看不到，豆包更没戏。
垂类数据，才是这一轮AI旅游战争里真正的护城河。
未来一个比较合理的格局，可能是通用AI负责理解你的需求和心情，垂类AI负责给出靠谱的具体方案，背后由OTA的真实数据兜底。
这条路还没走完，但已经能看出方向。
作为用户，我对AI做攻略其实是有期待的。
我希望有一天，AI能开口告诉我那家店上个月就盘出去了，洱海下午三点开始顶风，在推荐一个景点之前，最好它能先问我一句，你是带娃，还是一个人。
对今天的AI来说，这些要求确实不算低，但旅游业最有意思的地方就在这里，技术再快，也得绕回到这件朴素的事上来。
而这场战争才刚刚开始。
本文来自微信公众号：旅界，作者：需要铂金包的妈咪