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。

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。

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。