AI 代理将在旅行者注意到之前改变旅行

过去两年，AI 旅行代理的发展非常迅速。KAYAK 在 2025 年推出了 AI 模式，并在 2026 年通过 Ask AI 扩展了其功能。Booking.com 也继续扩展其在 2023 年首次推出的 AI 行程规划工具，并添加了新的产品以满足旅行的特定部分，包括 AI 驱动的汽车租赁搜索和协助。两者都表明旅行搜索正从结果列表转向自然语言对话。

AI 代理可以将漫长的搜索过程转化为高度个性化的短列表，节省旅行者的时间，同时提供更符合他们实际需求的选项。旅行者不需要打开十个标签页并一一比较酒店，他们可以要求找到一家靠近特定办公室、有晚间入住和足够大的空间容纳大型犬的安静酒店。

但这种前景很吸引人，并不意味着旅行已经准备好迎接自主代理。主要的限制是支持模型的基础设施：代理只能在收到的信息结构化、最新且详细到可以采取行动时做出可靠的决定。在旅行中，这些信息仍然是碎片化的，通常缺乏自主代理需要做出自信决定的细节。流利的答案可能隐藏弱源数据；一旦代理也负责预订，弱点就会变成操作问题。

AI 旅行有数据问题

考虑这样一个简单的问题：找到一家允许带狗的酒店。我们已经看到旅行者问 AI 工具是否允许带狗入住，收到错误的答案，到达后发现酒店不允许带狗。问题出在代理依赖的源数据上。即使是“允许带宠物”的字段也可能省略决定是否可以入住的细节：酒店是否接受所有狗还是只接受小型犬，允许带多少只宠物，收取多少费用。

请求变得更加困难，尤其是当它们变得更加具体时。旅行者可能会要求找到一家有良好健身房的酒店。要正确回答，代理需要的不仅仅是一个“健身房可用”的字段。它需要知道健身房内有什么设备，健身房的年龄，是否全天候开放，是否包括专门的有氧运动、力量训练和功能性训练区域，以及是否有桑拿等设施。有这么多不同的因素决定了健身房是否真正适合特定的旅行者。

无障碍设施也存在同样的问题。一个通用的“无障碍”标签并不能说明特定的客人是否实际上可以使用该物业。一个有用的描述将表明，例如，入口是没有台阶的，电梯可以容纳轮椅，浴室有滚入式淋浴。酒店需要以机器可读的格式发布此类详细信息，但这仍然没有在市场的大部分地区发生。

问题还延伸到库存本身。不同的供应商可能以不同的方式描述同一个房间，商业惯例还可能增加不一致性。一个标准房间可能通过另一个分销渠道被视为“高级”房间，即使底层产品基本相同。双人间可能在其他地方被列为“双床间”，或者部分海景可能被营销为全景海景，取决于哪个渠道定价。价格平价协议可以加强这种不一致性：当酒店不能通过另一个渠道以更低的价格提供同一个房间时，重命名或稍微重新包装房间可以创建一个名义上的不同产品。

这并不是故意欺骗；这往往只是不同系统如何标记相同的物理库存。然而，这意味着同一个房间可以在多个不同的描述下显示，每个描述在技术上都是准确的，但对于试图调和它们的自动系统来说是不完美的。虽然旅行行业的从业人员已经学会了解释这些差异，但代理需要更干净的输入，如果他们要大规模做出决定的话。

旅行数据是为人工工作而构建的

旅行长期以来一直依赖于人来解决不一致的房间名称、缺失的属性和冲突的供应商数据。自主代理不能依赖于同样的假设：一旦软件做出决定，模糊性直接转化为错误的预订。之前可能需要十分钟的手动工作的不匹配现在可能会将旅行者发送到错误的房间类别或无法满足基本要求的酒店。

这给结构化库存带来了新的战略价值。Expedia 的 Rapid API 现在提供了超过 800,000 个属性和 3,200 万个属性图像的访问权限，而其 B2B 平台每天处理 21 亿个 API 调用。Booking.com 报告了超过 3,100 万个住宿列表和 3.7 亿个验证评论。这些数据集的规模有助于解释为什么大型平台在 AI 成为旅行搜索的另一个接口时具有早期优势。

如果 AI 助手越来越多地依赖于它们可以查询和信任的源，消费者界面将比后面的分销层更快地改变。

更好的数据也提出了关于如何使用个性化的问题。AI 可以学习旅行者的偏好并使用它们来做出更好的推荐，但同样的个人资料不应该决定旅行者支付的价格。向某人展示最符合其历史的酒店和因为算法认为他们可以承担得起而向他们收取更多费用之间存在着重要的区别。

记住用户通常带着狗旅行或更喜欢有适当力量设备的酒店可以改善推荐。使用他们的收入、设备或过去的支出来估计他们可以容忍的最高价格是从个性化转向个人资料创建。

找到酒店只是工作的一部分

对于自主代理，找到合适的酒店只是交易的一部分。它还需要访问实时库存、确认预订并支付费用。即使有完美结构化的库存，代理在尝试完成交易时仍然会遇到第二个瓶颈：支付和结算仍然是旅行堆栈中最分散的部分之一。

2026 年 6 月，Travala 推出了一个允许 AI 代理搜索和预订超过 220 万家酒店的旅行 MCP，通过 Coinbase 的代理钱包基础设施以 USDC 程序化方式结算付款。同月，Accor 表示它正在投资允许旅行者直接在 LLMs 中预订和支付酒店的系统，例如 ChatGPT，这是大型酒店集团将代理原生支付视为近期产品的最明显迹象之一。这些启动使代理更接近在单个对话中完成预订，而不是将旅行者重定向到多个断开的系统。

库存和支付需要在软件内可用。今天，酒店预订仍然可能通过多个中间商才能到达酒店，而付款和对账通常在单独的系统中处理。

可编程的支付轨道可以帮助连接这些步骤。稳定币是其中一个选项，因为它们支持全天候、可编程的结算。旅行者不需要自己持有稳定币，酒店可以继续以本地货币收款，转换将在后台进行。

目标是代理可以从选择到预订和结算而不需要将过程交回给人的交易。这需要支付基础设施像旅行库存一样对软件开放。

消费者可能是最后注意到的人

AI 代理在旅行中的主要影响将在预订界面后面发生，远在旅行者注意到任何可见变化之前。

酒店需要更详细的机器可读内容。供应商需要改进库存在系统中的标准化。更多分销将通过 API 进行，支付基础设施需要支持由软件发起的交易。对于许多酒店来说，代理旅行的第一个迹象将是操作上的：需要完成的新数据字段、更严格的房间映射要求以及对可用性和费率的实时访问需求。

AI 助手可能是消费者最明显的变化，但这些潜在的改进将决定它最终变得多有用。一个简单的请求，如“为我预订最佳选项”，可能依赖于数百个检查的进行，例如匹配房间记录、确认费率并将付款附加到正确的预订。

旅行业已经运作了几十年，依赖于碎片化的数据和不兼容的系统，因为人们可以弥补这些缺陷。自主代理留给这些变通方法的空间要小得多。曾经会产生额外手动工作的数据问题现在可能会阻止交易正确发生。这改变了竞争的基础。代理旅行依赖于自主系统可以依赖的数据和基础设施。到旅行者注意到 AI 正在预订更多旅行时，转变的大部分已经发生在他们之前。