面向 TMC 与 OTA 的智能体 AI 旅行预订

预订智能体的高阶做法不是更聪明的模型，而是把 LLM 移出控制流。

我们构建了一个自主旅行预订智能体，其控制流是确定性 Python。模型只负责解析行程请求并措辞回复。每一步预订都会登记一项补偿动作，因此当航班已出票后酒店房价过期时，智能体会在 24 小时窗口内作废机票，并向旅客给出如实的备选方案，而不是把他们滞留。

100%

一致的终态，由构造保证

固定种子的 200 场景合成批次，对照 LLM 掌控基线的 65%

0 / 0

滞留旅客、被呈现的虚构预订

同一批次，对照基线的 40 与 30

$3.25

每笔预订平均 GDS 检索花费

对照基线 $7.57；GDS 按次检索计费，汉莎航空于 2026 年 1 月 1 日上调费用

全部场景均在模拟的 GDS 与 CRS 上合成；机场代码与酒店名称为仿真夹具，并非实时库存或真实预订。

把 LLM 放在交易的掌控位置，会出两件事

两者都不是模型智商失败。两者都已是 2026 年的缺陷类别。

它会滞留旅客

智能体为航班出票，酒店步骤失败，且没有补偿逻辑时，它仍会说「一切就绪。」有人手里只剩机票没有房间。如果没有任何东西作废机票，再完美的模型仍会滞留旅客。

它会呈现并不存在的库存

它编造一家看似合理的酒店并预订。该物业从未在 CRS 中。在到达旅客之前没有任何核验，因为在推理循环中，模型既是提议者又是裁判。

更好的模型修不了这一点，是因为这些失败是基础设施与使用事件，与模型质量无关。房价在两次 API 调用之间过期。出票后预留被拒。检索风暴烧掉利润。随机推理会对此叠加：十步各 90 percent 可靠，端到端大约只有 34 percent，而 GPT-4 配 ReAct 完成真实多日行程的成功率仅为 0.6 percent（TravelPlanner，OSU NLP，arXiv 2402.01622）。你无法靠提示词走出叠加的随机失败。

而且部署方对其智能体所说的每一句话负责。在 Moffatt v. Air Canada（BC Civil Resolution Tribunal，2024 年 2 月 14 日）中，该航空公司因其聊天机器人编造丧亲票政策而被判支付 $812.02，且「AI 是独立实体」的抗辩被驳回。

工作原理：智能体提供建议，代码作出裁定

控制流是一台手工构建的、大约十个节点的 Python 状态机。LLM 被限制在两项叶子工作。两者之间的一切都是确定性的。

input → extract（LLM 叶子） → search → policy gate → verify gate → hold → ticket → hotel-book → commit

Extract，LLM 唯一的结构化工作

模型将自然语言意图解析为 Pydantic 类型化的 TripRequest （origin、destination、date、passengers、cabin、hotel）。该类型化对象是 LLM 产生的唯一结构化产物。它通过 Pydantic AI 可替换提供商，并在没有密钥时以确定性桩完全离线运行。

编译为代码的政策

公司政策以纯 Python 谓词存在：仅经济舱、每航段 $600 票价上限、首选承运人（United、American、Delta）、每晚 $350 酒店上限。政策外选项在物理上无法呈现，因为它们在展示之前就被过滤，而不是事后打标。未知票价族按故障安全处理，被当作超政策而非默认为经济舱。若无政策内航班，智能体升级到人工队列，而不是虚张声势。

核验关卡

每一家酒店均对照 CRS 按 property_id确认。模型虚构的物业根本不在 CRS 中，因此被拒绝且永不呈现，预订到达终态 abstained。关卡拒绝未确认库存；它不要求模型给自己的输出打分。

Saga，多数演示跳过的部分

每一步前向操作在执行时登记其反向动作。例如出票会登记「作废机票，24 小时窗口」。当第 N 步失败时，从 N-1 到 1 的补偿按相反顺序运行，然后智能体才报告。这正是演示与产品的分野，因为它防止部分失败变成滞留客户。

GDS 成本计量器与审计轨迹

实时计数器按每航段 $3.25 跟踪 GDS 检索花费，因为计费的是检索，而不仅是预订。L2B 缓存与延迟检索使其保持平稳，而投机智能体会反复检索并烧掉利润。每笔预订写入仅追加的 JSON 事件日志，可导出为 audit-<pnr>.json，载有模型与版本、类型化行程请求、每个节点裁决、每一次 Saga 补偿、EU AI Act Article 50 披露标志，以及终态。

本演示展示什么

四个按钮，与同一场景上真实的 LLM 掌控基线并排。下方每张截图均取自正在运行的应用。

一次正常预订，逐节点

演示正在运行一次正常的 ORD 到 SFO 预订。右侧，确定性流水线轨迹依次运行每个节点，从意图提取经政策关卡、CRS 核验、预留、出票到酒店提交，以带 PNR 的 confirmed 终态结束，GDS 检索花费计量器读数为 $3.25。左侧，标为 No Tools and No Verification 的面板只回复一切已预订。

「ORD 到 SFO，下周二，市中心一晚，公司政策。」状态机运行每个节点，按 property_id 对照 CRS 确认 Hyatt Regency SF，检索计量器在一次缓存检索上保持 $3.25。终态：confirmed，带有 PNR。

核验关卡拒绝不存在的酒店

CRS 核验步骤标记为失败。详情面板写明 Tabacon Springs Eco-Lodge 不在 CRS 中，已被拒绝，未呈现。物业卡片盖有 REFUSED 戳，并注明核验关卡拒绝了它，未向旅客呈现。

请求点名了一家虚构物业「Tabacon Springs Eco-Lodge」，该名称混合了两家真实度假村，并按设计没有 property_id。关卡找不到 CRS 匹配并拒绝呈现。智能体如实 abstained，「我无法确认该物业」，而不是编造一家。

Saga 回滚，对照掌控中的 LLM

酒店房价在出票后过期之后的流水线轨迹。三步 Saga 补偿反向运行，横幅写明预留在提交前过期，Saga 回滚正在反向补偿。结果卡写着 ROLLED BACK、TRAVELER SAFE，并注明航班机票已免费作废，并提供备选酒店。

酒店房价在航班已出票后过期。在我们这边 Saga 触发：在 24 小时窗口内作废机票、释放预留，并如实回复机票已免费作废且附上备选方案。终态：rolled back，旅客安全。同一场景下的基线让机票保持已出票、不提供补偿，并发出虚假的「一切就绪」，这正是等待发生的 Air Canada 先例。

可导出的审计轨迹

控制台底部显示 Export Audit Trail (JSON) 链接，旁边是已回滚结果，说明扣留房价在提交前过期、机票已免费作废，并提供两家备选酒店，GDS 检索花费为 $3.25。

一键导出 audit-<pnr>.json：模型与版本、类型化行程请求、每个节点及其确定性裁决、每一次 Saga 补偿、EU AI Act Article 50 披露标志（透明度义务自 2026 年 8 月 2 日起适用），以及终态。

200 场景基准

固定种子下 200 笔合成预订、注入相同失败的基准记分板。四块磁贴将确定性智能体与普通 LLM 基线对比：一致终态 100 percent 对 65 percent，滞留旅客 0 对 40，虚构预订 0 对 30，平均 GDS 花费 $3.25 对 $7.57。结果表列出各场景结果，包括 confirmed、rolled back、abstained、escalated、integrity breach 和 stranded。

同样的 200 笔合成预订、一个固定种子（42），以及相同的注入基础设施失败在两种架构上运行。场景组合为 50 percent 顺利、20 percent 出票后酒店失败、15 percent 幻觉实体、15 percent 检索风暴。我们的保证由构造成立；基线的失败从同一数据中涌现。

确定性控制流对照循环中的 LLM

基线是在相同场景上运行的真实 ReAct 风格 LLM 掌控智能体，是诚实锚点而非稻草人。下列数字来自固定种子 200 场景合成批次（benchmark.py，seed 42，n=200）。

指标	确定性智能体（我们的）	基线（LLM 掌控）
一致终态	100.0%	65.0%
滞留旅客	0	40
被呈现的虚构预订	0	30
每笔预订平均 GDS 检索花费	$3.25	$7.57

100 percent、0 和 0 在此固定种子合成批次上由构造成立，并非开放世界的生产保证。主张狭窄且耐久：部分预订从不以 confirmed 展示，旅客从不会 stranded。$3.25 对 $7.57 的差距是在任何模型质量下都成立的利润数字。

本演示不做什么

它不连接实时 GDS、CRS 或 NDC。GDS 与 CRS、IATA 与 ARC 出票，以及 PCI 支付均为桩和模拟。夹具适配器是 V1 集成；没有实时的 Amadeus、Sabre 或 Duffel 账户。
它不出具真实机票、不转移真实资金，且 Veriprajna 并非 IATA 或 ARC 认证。机票与支付均为桩。
场景、PNR、酒店和旅客均为合成。「Tabacon Springs Eco-Lodge」是故意虚构的物业，用于演示该失败模式。Hyatt Regency SF 等真实名称酒店是夹具库存，并非真实预订。
它不声称比 GDS 或 OTA 订得更多、更便宜或更聪明，也不声称模型零幻觉。LLM 仍起草意图；保证是关卡拒绝未确认库存，且 Saga 清理部分失败。
引擎是手工构建的 Python 状态机，不是 LangGraph。LangGraph 被列为延后的生产替换。LLM 叶子调用使用 Pydantic AI。

买家会问的问题

我能否信任 AI 智能体预订旅行而不滞留我的旅客？

保证并不来自信任模型。在本演示中，控制流是确定性 Python，每一步前向操作在运行的那一刻就登记一项补偿动作。当某步在出票后失败时，引擎按相反顺序运行这些补偿（一次 Saga），在 24 小时窗口内作废机票，并如实报告。旅客从不会只剩机票没有房间，因为清理并不取决于模型决定去做。

这是否连接 Amadeus、Sabre 或 Duffel？

否。本演示中的 GDS、CRS、出票与支付全部为桩和模拟。夹具适配器是 V1 集成，背后没有实时的 Amadeus、Sabre 或 Duffel 账户。本演示证明的是控制流架构与补偿逻辑，而不是生产预订流水线。

如果酒店在航班已出票后失败，会发生什么？

这正是 Saga 所针对的情形。出票在运行的那一刻登记其自身的反向动作（在 24 小时窗口内作废机票）。若酒店房价在提交前过期，引擎按相反顺序触发补偿，免费作废机票、释放预留，并向旅客给出如实的备选方案。终态是 rolled back，不是 confirmed，也不是 stranded。

是什么阻止智能体编造一家不存在的酒店？

核验关卡在物业被展示之前，按 property_id 对照 CRS 确认每一处物业。当请求在我们的演示中点名一家虚构物业时，关卡找不到 CRS 匹配并拒绝呈现，智能体如实 abstained 而不是预订它。关卡不是事后给编造的酒店打标；它使其在物理上无法呈现。

这与把 GPT-4 放进带工具的智能体循环有何不同？

ReAct 风格智能体把 LLM 放在交易的掌控位置，因此由它决定何时检索、预订和出票，并且没有关卡、没有补偿逻辑。在同一固定种子 200 场景合成批次上，该基线呈现了虚构库存，并让机票保持已出票而无回滚，发出虚假的「一切就绪」。在这里，LLM 是只解析意图并措辞回复的类型化叶子节点；确定性代码拥有流程，每一步都带着自己的撤销。

如果智能体对旅客说错了话，谁承担责任？

部署方对其智能体所说的每一句话负责。在 Moffatt v. Air Canada（BC Civil Resolution Tribunal，2024 年 2 月 14 日）中，该航空公司因其聊天机器人编造丧亲票政策而被判支付 $812.02，且「都是 AI 干的」抗辩被驳回。本演示导出按预订的 JSON 审计轨迹，载有模型与版本、每个节点裁决、每一次 Saga 补偿，以及 EU AI Act Article 50 披露标志，因此智能体做了什么事后可查。

技术研究

支撑本演示的研究——架构、核验设计，以及企业蓝图。

完整解决方案

探索智能体 AI 旅行预订解决方案 →

正在评估一层不能拿公司押注的智能体预订层？

滞留旅客和编造酒店的失败是基础设施事件，不是模型智商问题。

如果你的团队正在权衡 LLM 在高风险预订智能体中应处的位置，以及如何防止部分失败变成 Air Canada 式责任，我们真心希望能一起探讨。问题是全行业的，答案也将是。

智能体架构评审

✓ 标出 LLM 今天在你的控制流中坐在哪里
✓ 识别需要补偿动作的步骤
✓ 压力测试失败模式：房价过期、出票后预留、检索风暴
✓ 定义运营方可信任的终态

确定性智能体构建

✓ 一台拥有检索、政策与出票的状态机
✓ 一道核验关卡与一台 Saga 补偿引擎
✓ 编译为代码的政策，带故障安全默认值
✓ 带 Article 50 披露标志的可导出审计轨迹

通过 WhatsApp 联系给我们的团队发邮件