AI 旅行智能体：从航班搜索到 RFQ 报价，再到秒级预订

关键要点

• 人工旅行预订流程使运营处理时间增加 30%–40% — Phocuswright 数据显示，人工 GDS 搜索、航空公司比价和折扣计算才是瓶颈，而非客户需求。
• 94% 的采购高管每周使用生成式 AI，但只有 4% 达到大规模部署 — Art of Procurement 2026 年调查揭示了智能体编排所弥合的采用差距。
• 一位 AI 旅行助理在 99 秒内提交 RFQ、评估四个折扣规则范围、应用最优费率并确认预订 — 演示视频展示了从搜索到预订的完整周期，全程在一次对话中完成。
• 埃森哲报告称，商务旅行中 44% 的工作时间可以实现自动化 — Booking.com 2026 年分析指出预订、报销处理和政策合规是影响最大的领域。
• RFQ 引擎在一次调用中跨四个层级范围——GLOBAL、SEGMENT、ITEM 和 PROVIDER_ITEM——评估折扣 — 支撑 B2B 采购的同一套架构，同样适用于旅行预订，因为旅行本质上就是带时间窗口的采购。

一家每周处理 200 笔行程请求的中端市场旅行社，每笔预订都要因人工 GDS 搜索、逐家航空公司比价、跨电子表格核对折扣规则以及邮件方式提交 RFQ 而损失 3 小时。Phocuswright 数据显示，人工预订流程使运营处理时间增加 30%–40%——瓶颈不在于客户需求，而在于那些互不相通系统之间的人工衔接工作。能解决这一问题的智能体，不是一个只会回答问题的聊天机器人。它是一个编排层，通过调用 MCP 工具来搜索目录、提交 RFQ、评估折扣规则并确认预订——这正是支撑 B2B 采购的同一套架构，应用到了旅行场景中。

本文梳理了这一工作流程：一位 AI 旅行助理如何验证客户身份、以多种方式搜索航班、比较四家竞争航空公司、提交 RFQ、评估折扣规则，并在一次对话中确认预订。演示视频展示了这一完整周期，仅耗时 99 秒。本文将解释其背后的模式——暴露航空公司 API 的 MCP 模块、拥有 38 个已注册工具的 RFQ 引擎，以及跨四个层级范围的折扣规则评估——以及对于中端市场旅行社的工程负责人或运营副总裁而言，这样的运营成果究竟是什么样子。

问题所在：建立在人工系统切换之上的 3 小时预订周期

一家拥有 200 名员工、年营收约 4500 万美元的企业差旅管理公司，使用 Amadeus GDS 进行航班搜索，用一个预订平台完成出票，并靠一份电子表格记录折扣规则，由报价团队手工套用。该旅行社每周处理 200 笔行程请求。每个请求通过邮件或门户表单到达——一条航线、出行日期、乘客人数、舱位等级。报价专员打开 GDS，搜索航班，记下各个选项，再逐一打开每家航空公司的网站比较价格和行李额度，查阅折扣电子表格核对早鸟、团体量或常旅客优惠，起草报价，通过邮件提交 RFQ，等待航空公司确认，然后在另一个系统中处理预订。

这就是 3 小时的预订周期。埃森哲数据显示，商务旅行中 44% 的工作时间可以实现自动化——Booking.com 2026 年分析指出，预订、报销处理和政策合规是影响最大的目标领域。这个 3 小时的周期不是技术问题——GDS 有 API，航空公司有票价 API，预订平台也有预订 API。问题在于没有任何系统把它们连接起来。人类通过读屏和键入数值来充当桥梁。智能体则可以通过调用工具来充当这座桥梁——但前提是这些工具以智能体可用的方式暴露出来。

Art of Procurement 2026 年调查中 94% 的每周 AI 使用率与仅 4% 的大规模部署率之间的差距，同样直接适用于旅行采购领域。旅行社正在用 AI 起草邮件、总结行程，却没有用它端到端地提交 RFQ、评估折扣规则并确认预订。每周使用与生产级部署之间的差距，正是聊天机器人与智能体之间的差距。

智能体编排方案：一次对话，端到端完成

演示视频展示了这一完整工作流程，仅耗时 99 秒。一位客户提出从台北（TPE）飞往香港（HKG）的需求。助理仅通过一封邮件就完成了身份验证——无需填写冗长的表单——并解锁客户的分段信息用于定价层级解析。它以多种方式搜索航班，直到锁定完全匹配的那趟航班。同一航线上排开四家竞争航空公司：Greater Bay Airlines、Hong Kong Airlines、Cathay Pacific 等等。每一家都展示透明的价格和行李额度。一次点击就把所选航班放入购物车。

在幕后，一个公开可见的 AI 思考面板展示了智能体提交 RFQ 并指定中标供应商的过程。RFQ 在数秒内被确认。一份正式报价随即出现，并自动应用了早鸟折扣。在最终确定这一折扣之前，智能体会核查每一种可能性——早鸟、团体量、常旅客和季节性促销——以确保客户获得规则允许范围内的最优费率。再点击一次即可生成订单。行程就此预订完成、确认完毕、报价齐全，随时可以出发。

这段演示背后的模式，正是驱动 B2B 采购自动化的同一套模式。MCP 模块将航空公司 API 暴露为类型化工具——搜索、比较、提交 RFQ、评估折扣、确认预订。RFQ 引擎通过 11 个领域 mixin 提供 38 个已注册工具，包括以 15 分钟 TTL 原子化预留运力的可用性预留，以及跨四个层级范围的折扣提示评估：GLOBAL、SEGMENT、ITEM 和 PROVIDER_ITEM。智能体不会去猜测该套用哪种折扣——它会加载全部四个范围，将它们合并，并计算出最优费率。Hermes Agent 负责编排整个工作流程，并在涉及利润护栏或受监管项目需要人工决策时设置人工审批闸门。

客户分段解析不是一个表单字段——它是一次工具调用。get_segment_contacts 工具返回客户的定价层级，折扣评估将其作为四个范围之一使用。航班搜索不是单一的 GDS 查询——智能体会尝试多种方式，这正是"返回第一个结果的聊天机器人"与"找到正确结果的智能体"之间的区别。航空公司比价不是屏幕抓取——它是针对供应商条目的类型化查询，返回结构化的价格和行李数据。RFQ 提交不是一封邮件——它是一次变更操作，创建请求、添加条目、指定供应商，并将状态从 initial 流转到 in_progress 再到 confirmed。折扣评估不是电子表格查阅——它是一次批量优化的定价计算，按供应商分组并套用嵌入式价格层级。订单确认不是另一个独立系统——它是一次点击即可完成的工作流程，在一次调用中确认报价并创建分期付款计划。

人工旅行预订与智能体编排预订的对比——当 MCP 工具、RFQ 引擎和 Hermes Agent 取代 GDS 加电子表格式报价时，发生了什么变化：

结果：从 3 小时到 99 秒，并附带完整审计轨迹

从 3 小时到 99 秒的压缩是最引人注目的数字。但其背后的运营变化更为重要。可用性预留不会超卖——同一个 15 分钟 TTL 在 B2B 采购中防止超卖，在旅行预订中同样如此。折扣规则在一次调用中跨四个范围评估，而不是四次电子表格查阅。客户分段由类型化 schema 解析，而不是靠人工记忆。RFQ 在数秒内提交并确认，而不是靠邮件往返。还有一份记录每次工具调用的审计轨迹——这正是当 CFO 询问某份报价为何如此定价时，工程负责人所需要的东西。

Phocuswright 数据中 30%–40% 的运营处理时间下降，是行业层面的证据。而单个旅行社的具体数字——从 3 小时到 99 秒，每周 200 笔按 3 小时计算的预订被压缩至总计 33 分钟——正是当工作流程是旅行 RFQ 流程而非通用预订功能时，这些收益所呈现的具体面貌。

相关阅读

• 基于 A2A 与 Hermes Agent 的 B2B RFQ 自动化 — 同一套智能体编排模式应用于 B2B 经销商报价，展示了从 3 天到 4 小时的压缩
• RFQ 引擎架构：可用性预留与取消快照 — 支撑 RFQ 工作流的 38 工具 MCP 模块背后的技术架构
• 当智能体下单时：智能体支付如何闭合 B2B 采购循环 — 智能体编排预订周期中的支付与订单确认环节

---

一家拥有 200 名员工的企业差旅旅行社，此前每笔预订要因人工 GDS 搜索、逐家航空公司比价以及跨电子表格核对折扣规则而损失 3 小时。一套智能体编排栈改变了这一周期：MCP 模块将航空公司 API 暴露为类型化工具，RFQ 引擎以原子化可用性预留提交并确认报价，折扣规则在一次调用中跨四个层级范围评估，Hermes Agent 负责编排整个工作流程，并在涉及利润护栏的报价上设置人工审批闸门。预订周转时间从 3 小时降至 99 秒。可用性预留杜绝了超卖。折扣规则自动评估，不再依赖人工。每次工具调用均被记录以供审计。

申请一次范围明确的构建

为期一周的发现。您将获得系统清单、工作流映射和固定范围——无论您最终是否与我们合作。