AI实测旅行规划信息核验
假期里让AI规划行程，最大的吸引力不是它比人更懂杭州，而是它可以在几秒钟内把预算、孩子年龄、路线、吃饭和雨天安排拼在一起。
问题是：一份看起来完整的计划，和一份真的能执行的计划，中间隔着多少核验？
我做了一个很简单的实验。
我向DeepSeek和豆包提出完全相同的要求：上海三口之家，两位成人和一名8岁孩子，2026年10月6日至8日去杭州，预算6000元，不含往返大交通；必须给出每天路线、总预算、少排队办法和雨天备选。凡涉及价格、营业时间和预约规则，都要注明核验日期和来源；不能实时确认就明确说不能确认，不要猜。
这道题故意把“好看”和“能用”分开了。
普通攻略只要路线顺；真正能用于决策的攻略，还要保证价格没过期、场馆当天开放、预约入口仍然有效，孩子的票价条件也没有变化。
DeepSeek先提醒：回答中的核验日期是2025年5月，2026年价格可能调整，所有信息都要在出行前重新确认。
然后，它给出了一套总预算约5800元的方案：住宿约1600元、餐饮约1500元、门票和体验约1200元；手划船约180元一小时、岳王庙25元、飞来峰45元加灵隐寺香花券30元、宋城约320元一人，还列出了喷泉场次和多个预约要求。
豆包更直接：它说明方案依据的是2024年10月15日核验的规则，2026年的价格、营业时间和预约要求无法确认。
但紧接着，它仍然给出了总预算约5890元、提前7天预约、选择最早入园时段等具体安排。回答里出现了“官网”和“官方账号”等来源名称，却没有给出任何可以打开复查的页面。
这不是在挑某一个票价究竟错了几元。更重要的问题是：当模型已经承认信息过期，为什么答案仍然精确得像刚刚查过？
两家AI都比过去更谨慎。它们会主动说“无法实时确认”“出行前请复核”。单看这句话，似乎已经尽到了提醒义务。
但人的注意力不会平均分配。
读者真正会记住的，通常不是开头那句风险提示，而是后面那张完整路线和一连串具体数字。数字越精确，越容易制造“已经替我查好了”的感觉。
这产生了一种新的错觉：
> 模型没有直接撒谎，它只是把不确定性写在边上，把确定感写在正文里。
从产品角度看，这也不难理解。用户要求的是一份可执行计划，如果模型只回答“请逐项查询官网”，就显得没有完成任务。于是它会用已有知识补齐路线，再加一句免责声明保护边界。
模型满足了“交付一份攻略”的要求，却没有完成“替家庭做可靠决策”的责任。
旅行规划不必把每句话都查一遍。真正可能让一家人白跑、超预算或者临时改行程的，主要是四类：
| 核验对象 | 为什么重要 | 最低要求 |
|---|---|---|
| 门票与儿童规则 | 直接影响预算 | 官方页面、适用日期、儿童身高或年龄条件 |
| 营业与闭馆安排 | 可能让整段路线失效 | 当日开放时间、临时公告、最后入场时间 |
| 预约入口与放票时间 | 决定能不能进去 | 官方入口、提前几天、实名要求 |
| 节假日交通与活动 | 平时经验可能失效 | 假期公告、交通管制、活动是否取消 |
让AI重新回答时，可以直接要求它把信息分成三栏：
如果第三栏是空的，就把它当作路线草稿，而不是预订依据。
这次实验并不能证明所有AI都会给出同样的答案，也不能证明上面的每一项价格都错误。实验只有两家模型、一个问题、一次调用。
它能证明的事情更具体：模型可以诚实承认自己没有实时数据，同时继续输出足够精确、足够像真的行动建议。
所以，判断一份AI攻略能不能直接使用，不要只问“路线合理吗”，还要问：
AI已经很会规划。我们接下来真正需要学会的，是判断它到底查过了，还是只是写得像查过了。
你更愿意让AI决定路线，还是只让它整理候选项？
Q：这次实验能证明AI旅行攻略都不可靠吗？
A：不能。实验只覆盖两家模型、一个问题和一次调用。它证明的是一种具体风险：模型可以承认没有实时信息，同时继续给出足以影响预订的精确建议。
Q：来源写着“官网”还不够吗？
A：不够。最低限度应当有可打开的页面、页面日期、查询时间，以及这条规则是否适用于你的出行日期。来源名称不能证明信息仍然有效。
Q：AI最适合负责旅行规划的哪一步？
A：整理候选项、安排地理顺序、比较不同偏好和准备备选路线。付款、预约和当天能否执行，仍要回到官方渠道确认。