حجز السفر بالذكاء الاصطناعي الوكيلي لشركات TMC وOTA

الخطوة الناضجة لوكيل الحجز ليست نموذجاً أذكى. إنها إخراج LLM من تدفق التحكم.

بنيْنا وكيل حجز سفر مستقلاً تدفقُ تحكّمه Python حتمي. يقتصر دور النموذج على تحليل طلب الرحلة وصياغة الرد. كل خطوة حجز تسجّل إجراءً تعويضياً، فإذا انتهت صلاحية سعر فندق بعد إصدار تذكرة الطيران، يُبطل الوكيل التذكرة داخل نافذة الـ 24 ساعة ويقدّم للمسافر بدائل صادقة بدل أن يتركه عالقاً.

100%

حالة نهائية متسقة، بحكم البناء

دفعة اصطناعية من 200 سيناريو ببذرة ثابتة، مقابل 65% لخط أساس LLM-في-التحكم

0 / 0

مسافرون عالقون، حجوزات ملفّقة عُرضت

نفس الدفعة، مقابل 40 و30 لخط الأساس

$3.25

متوسط إنفاق بحث GDS لكل حجز

مقابل خط أساس $7.57؛ تتقاضى GDS رسوماً عن كل بحث، ورفعت Lufthansa الرسوم في 1 يناير 2026

جميع السيناريوهات اصطناعية على GDS وCRS مُحاكيَين؛ رموز المطارات وأسماء الفنادق تجهيزات بشكل واقعي، وليست مخزوناً حياً أو حجوزات حقيقية.

ضع LLM في قيادة معاملة فيحدث أمران خاطئان

ليس أي منهما فشلاً في ذكاء النموذج. كلاهما صنف أخطاء قائم أصلاً في 2026.

يترك المسافرين عالقين

يُصدر الوكيل تذكرة طيران، تفشل خطوة الفندق، وبلا منطق تعويض يقول رغم ذلك «كل شيء جاهز.» يبقى شخص حاملاً رحلة بلا غرفة. حتى النموذج المثالي يترك مسافراً عالقاً إذا لم يُبطل أحد التذكرة.

يعرض مخزوناً غير موجود

يخترع فندقاً معقولاً ويحجزه. العقار لم يكن قط في CRS. لم يتحقق شيء قبل وصوله إلى المسافر، لأن النموذج في حلقة استدلال هو المقترح والحَكَم معاً.

سبب أن نموذجاً أفضل لا يُصلح هذا أن الإخفاقات أحداث بنية تحتية واستخدام، مستقلة عن جودة النموذج. تنتهي صلاحية سعر بين استدعاءين لـ API. يُرفَض حجز مؤقت بعد إصدار تذكرة. عاصفة بحث تحرق الهامش. الاستدلال العشوائي يتراكم ضد هذه: عشر خطوات بموثوقية 90 في المئة تؤول إلى نحو 34 في المئة من الطرف إلى الطرف، وGPT-4 مع ReAct يُكمل مسارات متعددة الأيام الحقيقية بنسبة 0.6 في المئة (TravelPlanner، OSU NLP، arXiv 2402.01622). لا يمكنك بالموجّهات الخروج من فشل عشوائي متراكم.

والناشر يملك كل عبارة يصدرها الوكيل. في Moffatt v. Air Canada (محكمة الحل المدني في كولومبيا البريطانية، 14 فبراير 2024) أُمرت شركة الطيران بدفع $812.02 بعد أن اخترع روبوت الدردشة سياسة تعريفة وفاة، ورُفضت الحجة بأن الذكاء الاصطناعي كيان منفصل.

كيف يعمل: الوكلاء ينصحون، والشيفرة تقرر

تدفق التحكم آلة حالات Python مبنية يدوياً من نحو عشر عقد. يُحصر LLM في وظيفتين leaf. كل ما بينهما حتمي.

إدخال → استخراج (LLM leaf) → بحث → بوابة السياسات → بوابة التحقق → حجز مؤقت → تذكرة → حجز-فندق → تثبيت

الاستخراج، الوظيفة المنظَّمة الوحيدة للنموذج اللغوي الكبير

يحلّل النموذج القصد باللغة الطبيعية إلى كائن مُنمَّط بـ Pydantic هو TripRequest (الأصل، الوجهة، التاريخ، الركاب، المقصورة، الفندق). هذا الكائن المنمَّط هو الأثر المنظَّم الوحيد الذي ينتجه النموذج اللغوي الكبير. وهو قابل لتبديل المزوّد عبر Pydantic AI ويعمل بالكامل دون اتصال ببديل وهمي حتمي عندما لا يكون المفتاح موجوداً.

السياسة مُجمَّعة إلى شيفرة

تعيش سياسة الشركة كمسندات Python خالصة: الدرجة السياحية فقط، سقف أجرة $600 لكل مقطع، ناقلات مفضّلة (United، American، Delta)، سقف فندق $350 لليلة. الخيارات خارج السياسة غير قابلة للعرض مادياً لأنها تُصفَّى قبل أن تُعرض، لا تُعلَّم بعدها. عائلات الأجرة المجهولة تفشل بأمان، فتُعامَل فوق السياسة بدل معاملتها صامتاً كدرجة سياحية. بلا رحلة داخل السياسة، يصعّد الوكيل إلى طابور بشري بدل التمويه.

بوابة التحقق

يُؤكَّد كل فندق مقابل CRS بواسطة property_id. عقار يخترعه النموذج ببساطة غير موجود في CRS، فيُرفَض ولا يُعرَض أبداً، ويصل الحجز إلى الحالة النهائية abstained. ترفض البوابة المخزون غير المؤكَّد؛ ولا تطلب من النموذج تقييم مخرجاته بنفسه.

Saga، الجزء الذي تتخطاه معظم العروض التجريبية

كل خطوة أمامية تسجّل إجراءها العكسي لحظة التنفيذ. إصدار التذكرة، مثلاً، يسجّل «إبطال التذكرة، نافذة 24 ساعة.» عند فشل في الخطوة N، تُشغَّل التعويضات من N-1 نزولاً إلى 1 بترتيب عكسي، وعندها فقط يبلّغ الوكيل. هذا ما يفصل عرضاً تجريبياً عن منتج، لأنه ما يمنع فشلاً جزئياً من أن يصبح عميلاً عالقاً.

عدّاد تكلفة GDS ومسار التدقيق

عدّاد حي يتتبع إنفاق بحث GDS عند $3.25 لكل مقطع، لأن البحث يُحتسب عليه رسوم، لا الحجوزات فقط. ذاكرة تخزين مؤقت L2B وبحث مؤجَّل يُبقيانه مسطحاً حيث يعيد وكيل تخميني البحث ويحرق الهامش. كل حجز يكتب سجل أحداث JSON للإلحاق فقط، قابل للتصدير باسم audit-<pnr>.json، حاملاً النموذج والإصدار، وطلب الرحلة المنمَّط، وكل حكم عقدة، وكل تعويض Saga، وعلم إفصاح قانون الذكاء الاصطناعي الأوروبي المادة 50، والحالة النهائية.

ما يُظهره العرض التجريبي

أربعة أزرار، جنباً إلى جنب مع خط أساس حقيقي LLM-في-التحكم على السيناريو نفسه. كل لقطة أدناه مأخوذة من التطبيق أثناء تشغيله.

حجز عادي، عقدة فعقدة

العرض التجريبي يشغّل حجزاً عادياً من ORD إلى SFO. على اليمين، يتتبع خط المعالجة الحتمي كل عقدة بدورها، من استخراج القصد عبر بوابة السياسات، والتحقق من CRS، والحجوزات المؤقتة، وإصدار التذكرة، وتثبيت الفندق، منتهياً بـ PNR مؤكَّد مع عدّاد إنفاق بحث GDS عند $3.25. على اليسار، اللوحة المعنونة No Tools and No Verification ترد ببساطة أن كل شيء محجوز.

«ORD إلى SFO الثلاثاء المقبل، ليلة واحدة في وسط المدينة، سياسة الشركة.» تشغّل آلة الحالات كل عقدة، وتؤكّد Hyatt Regency SF مقابل CRS بواسطة property_id، ويبقى عدّاد البحث عند $3.25 على بحث واحد مخزَّن. الحالة النهائية: confirmed، مع PNR.

بوابة التحقق ترفض فندقاً غير موجود

خطوة التحقق من CRS موسومة بالفشل. تقرأ لوحة التفاصيل أن Tabacon Springs Eco-Lodge غير موجود في CRS وقد رُفض، ولم يُعرَض. بطاقة العقار مختومة REFUSED مع ملاحظة أن بوابة التحقق رفضته ولم يُعرَض على المسافر.

سمّى الطلب عقاراً ملفّقاً، «Tabacon Springs Eco-Lodge»، اسماً يمزج منتجعين حقيقيين وليس له property_id عمداً. لا تجد البوابة مطابقة في CRS وترفض عرضه. يمتنع الوكيل بصدق، «لم أستطع تأكيد ذلك العقار،» بدل اختراع واحد.

تراجع Saga، مقابل LLM في التحكم

تتبع خط المعالجة بعد انتهاء صلاحية سعر فندق عقب إصدار التذكرة. ثلاث خطوات تعويض Saga تعمل بالعكس، وشريط يقرأ أن الحجز المؤقت انتهت صلاحيته قبل التثبيت وأن تراجع Saga يعوّض بالترتيب العكسي. بطاقة النتيجة تقرأ ROLLED BACK، TRAVELER SAFE، مع ملاحظة أن تذكرة الطيران أُبطلت دون رسوم وتُعرض فنادق بديلة.

تنتهي صلاحية سعر الفندق بعد إصدار تذكرة الطيران. في جانبنا تُطلَق Saga: إبطال التذكرة داخل نافذة الـ 24 ساعة، تحرير الحجوزات المؤقتة، والرد بصدق بأن التذكرة أُبطلت دون رسوم مع إرفاق بدائل. الحالة النهائية: rolled back، المسافر آمن. خط الأساس في السيناريو نفسه يترك التذكرة صادرة، بلا تعويض، ويُصدر «كل شيء جاهز» كاذباً، وهو بالضبط سابقة Air Canada بانتظار الحدوث.

مسار تدقيق قابل للتصدير

أسفل وحدة التحكم يُظهر رابط Export Audit Trail (JSON)، بجانب نتيجة rolled-back موضحة أن السعر المحتجز انتهت صلاحيته قبل التثبيت، وأن التذكرة أُبطلت دون رسوم، وأن فندقين بديلين معروضان، مع إنفاق بحث GDS عند $3.25.

نقرة واحدة تصدّر audit-<pnr>.json: النموذج والإصدار، وطلب الرحلة المنمَّط، وكل عقدة وحكمها الحتمي، وكل تعويض Saga، وعلم إفصاح قانون الذكاء الاصطناعي الأوروبي المادة 50 (تسري التزامات الشفافية اعتباراً من 2 أغسطس 2026)، والحالة النهائية.

معيار الـ 200 سيناريو

لوحة نتائج المعيار على 200 حجز اصطناعي ببذرة ثابتة مع إخفاقات محقونة متطابقة. أربع بلاطات تقارن الوكيل الحتمي بخط أساس LLM عادي: 100 في المئة مقابل 65 في المئة حالة نهائية متسقة، 0 مقابل 40 مسافراً عالقاً، 0 مقابل 30 حجزاً ملفّقاً، و$3.25 مقابل $7.57 متوسط إنفاق GDS. جدول نتائج يسرد مخرجات كل سيناريو بما فيها confirmed، وrolled back، وabstained، وescalated، وintegrity breach، وstranded.

نفس الـ 200 حجز اصطناعي، بذرة ثابتة واحدة (42)، ونفس إخفاقات البنية التحتية المحقونة تُشغَّل عبر المعماريَّتين. مزيج السيناريوهات 50 في المئة سعيد، و20 في المئة فشل-فندق-بعد-التذكرة، و15 في المئة كيان-مهلوَس، و15 في المئة عاصفة-بحث. ضماناتنا تصمد بحكم البناء؛ إخفاقات خط الأساس تنبثق من البيانات نفسها.

تدفق تحكم حتمي مقابل LLM في الحلقة

خط الأساس وكيل LLM-في-التحكم حقيقي بأسلوب ReAct يُشغَّل على السيناريوهات نفسها، مرساة صادقة لا رجل قش. الأرقام أدناه على دفعة اصطناعية من 200 سيناريو ببذرة ثابتة (benchmark.py، البذرة 42، n=200).

المقياس	الوكيل الحتمي (نحن)	خط الأساس (LLM-في-التحكم)
حالة نهائية متسقة	100.0%	65.0%
مسافرون عالقون	0	40
حجوزات ملفّقة عُرضت	0	30
متوسط إنفاق بحث GDS لكل حجز	$3.25	$7.57

نسب 100 في المئة و0 و0 تصمد بحكم البناء على هذه الدفعة الاصطناعية ذات البذرة الثابتة، لا كضمان إنتاجي في عالم مفتوح. الادعاء ضيق ودائم: حجز جزئي لا يُعرض أبداً على أنه confirmed، ومسافر لا يُترك عالقاً أبداً. فجوة $3.25 مقابل $7.57 رقم هامش يصمد عند أي جودة نموذج.

ما لا يفعله هذا العرض التجريبي

لا يتصل بـ GDS أو CRS أو NDC حي. أنظمة GDS وCRS، وإصدار تذاكر IATA وARC، ودفع PCI بدائل وهمية ومُحاكاة. محوّل التجهيزات هو تكامل V1؛ لا يوجد حساب Amadeus أو Sabre أو Duffel حي.
لا يُصدر تذاكر حقيقية ولا يحرّك أموالاً حقيقية، وVeriprajna ليست معتمدة لدى IATA أو ARC. التذاكر والدفع بدائل وهمية.
السيناريوهات وPNRs والفنادق والمسافرون اصطناعيون. «Tabacon Springs Eco-Lodge» عقار ملفّق عمداً، عرض لنمط الفشل. فنادق بأسماء حقيقية مثل Hyatt Regency SF مخزون تجهيزات، وليست حجوزات حقيقية.
لا يدّعي الحجز أكثر أو أرخص أو أذكى من GDS أو OTA، ولا يدّعي هلوسة صفر من النموذج. لا يزال LLM يصوغ القصد؛ الضمان أن البوابة ترفض المخزون غير المؤكَّد وأن Saga تنظّف الإخفاقات الجزئية.
المحرك آلة حالات Python مبنية يدوياً، وليس LangGraph. يُذكر LangGraph كاستبدال إنتاجي مؤجَّل. استدعاءات LLM من نوع leaf تستخدم Pydantic AI.

أسئلة يطرحها المشترون

هل يمكنني الوثوق بوكيل ذكاء اصطناعي لحجز السفر دون ترك مسافريّ عالقين؟

الضمان لا يأتي من الوثوق بالنموذج. في هذا العرض التجريبي تدفق التحكم Python حتمي، وكل خطوة أمامية تسجّل إجراءً تعويضياً لحظة تشغيلها. عندما تفشل خطوة بعد إصدار تذكرة، يشغّل المحرك تلك التعويضات بالترتيب العكسي (Saga)، ويُبطل التذكرة داخل نافذة الـ 24 ساعة، ويبلّغ بصدق. لا يُترك مسافر أبداً برحلة بلا غرفة لأن شيئاً لا يعتمد على أن يقرر النموذج التنظيف.

هل يتصل هذا بـ Amadeus أو Sabre أو Duffel؟

لا. أنظمة GDS وCRS وإصدار التذاكر والدفع كلها بدائل وهمية ومُحاكاة في هذا العرض التجريبي. محوّل التجهيزات هو تكامل V1، ولا يوجد حساب Amadeus أو Sabre أو Duffel حي خلفه. يثبت العرض التجريبي معمارية تدفق التحكم ومنطق التعويض، لا خط أنابيب حجز إنتاجي.

ماذا يحدث إذا فشل الفندق بعد إصدار تذكرة الطيران؟

هذه بالضبط الحالة التي بُنيت Saga من أجلها. يسجّل إصدار التذكرة إجراءه العكسي الخاص (إبطال التذكرة داخل نافذة الـ 24 ساعة) لحظة تشغيله. إذا انتهت صلاحية سعر الفندق قبل التثبيت، يُطلق المحرك التعويضات بالترتيب العكسي، ويُبطل التذكرة دون رسوم، ويحرّر الحجوزات المؤقتة، ويقدّم للمسافر بدائل صادقة. الحالة النهائية rolled back، لا confirmed ولا stranded.

ما الذي يمنع الوكيل من اختراع فندق غير موجود؟

بوابة تحقق تؤكّد كل عقار مقابل CRS بواسطة property_id الخاص به قبل أن يُعرض. عندما سمّى الطلب عقاراً ملفّقاً في عرضنا التجريبي، لم تجد البوابة مطابقة في CRS ورفضت عرضه، وامتنع الوكيل بصدق بدل حجزه. البوابة لا تعلّم فندقاً مختلقاً بعد الواقعة؛ بل تجعله غير قابل للعرض مادياً.

كيف يختلف هذا عن وضع GPT-4 في حلقة وكيل مع أدوات؟

وكيل بأسلوب ReAct يضع LLM في قيادة المعاملة، فيقرر متى يبحث ويحجز ويُصدر التذكرة، وليس لديه بوابة ولا منطق تعويض. على الدفعة الاصطناعية نفسها من 200 سيناريو ببذرة ثابتة، عرض خط الأساس ذلك مخزوناً ملفّقاً وترك تذاكر صادرة بلا تراجع، مُصدراً «كل شيء جاهز» كاذباً. هنا LLM عقدة leaf منمَّطة تحلّل القصد وتصوغ الرد فقط؛ الشيفرة الحتمية تملك التدفق وكل خطوة تحمل تراجعها الخاص.

من المسؤول إذا أخبر الوكيل مسافراً بشيء خاطئ؟

الناشر يملك كل عبارة يصدرها وكيله. في Moffatt v. Air Canada (محكمة الحل المدني في كولومبيا البريطانية، 14 فبراير 2024) أُمرت شركة الطيران بدفع $812.02 بعد أن اخترع روبوت الدردشة سياسة تعريفة وفاة، ورُفض دفاع «كان ذلك الذكاء الاصطناعي». يصدّر العرض التجريبي مسار تدقيق JSON لكل حجز مع النموذج والإصدار، وكل حكم عقدة، وكل تعويض Saga، وعلم إفصاح قانون الذكاء الاصطناعي الأوروبي المادة 50، فما فعله الوكيل قابل للفحص بعد الواقعة.

البحث التقني

البحث وراء هذا العرض التجريبي — المعمارية، وتصميم التحقق، والمخطط المؤسسي.

الحل الكامل

استكشف حل حجز السفر بالذكاء الاصطناعي الوكيلي →

تقيّمون طبقة حجز وكيلية لا يمكنكم المراهنة بالشركة عليها؟

الإخفاقات التي تترك المسافرين عالقين وتخترع فنادق أحداث بنية تحتية، لا مشكلات ذكاء النموذج.

إذا كان فريقكم يزن أين ينتمي LLM في وكيل حجز عالي المخاطر، وكيف تمنعون فشلاً جزئياً من أن يصبح مسؤولية على نمط Air Canada، نود حقاً مقارنة الملاحظات. المشكلة على مستوى الصناعة والإجابات ستكون كذلك.

مراجعة معمارية الوكيل

✓ ارسم أين يقع LLM في تدفق تحكمك اليوم
✓ حدّد الخطوات التي تحتاج إجراءً تعويضياً
✓ اختبر أوضاع الفشل تحت الضغط: انتهاء صلاحية السعر، الحجوزات المؤقتة بعد التذكرة، عواصف البحث
✓ عرّف الحالات النهائية التي يمكن للمشغّل الوثوق بها

بناء وكيل حتمي

✓ آلة حالات تملك البحث والسياسة وإصدار التذاكر
✓ بوابة تحقق ومحرك تعويض Saga
✓ سياسة مُجمَّعة إلى شيفرة، مع إعدادات افتراضية تفشل بأمان
✓ مسار تدقيق قابل للتصدير مع علم إفصاح المادة 50

تواصل عبر WhatsApp راسل فريقنا عبر البريد الإلكتروني