代理型人工智能是 2025 年的核心热词。大家谈论的已不仅仅是能回答问题的系统，而是能代表我们采取行动的系统。问题在于，代理型人工智能并不能在所有问题领域中均匀适用。真正的限制因素不仅是技术能力，还有人类的信任度和技术可行性。我很乐意让我的 AI 代理帮我取消一份 12.99 美元的 Paramount+ 订阅，但在让它为我的客厅购买家具之前，我会再三考虑。

如今有成千上万的公司，无论是初创企业还是行业巨头，都在尝试各种方法，看看哪些能成功。但如果从第一性原理的角度来看，就能识别出值得重点关注的最佳切入点。我创建了一个框架，并将一些常见的代理型人工智能解决方案映射到了其中：

代理型人工智能的采用：信任与技术能力

我的目标是帮助识别哪些领域的采用速度会很快，哪些会滞后，以及哪些前沿押注最有可能为代理型人工智能服务提供商带来竞争壁垒。这绝非详尽无遗，但却是一个很好的思维框架起点。

框架：信任与复杂性

我将其分为两个维度：人类信任需求和技术难度。 人类信任需求指的是一个人将任务交给 AI 代理所需的信心程度。我更愿意让我的 AI 代理监控我的电视和 Netflix 订阅，而不是让它替我谈判购车事宜。消费者的接受意愿对于采用速度至关重要。

技术难度指的是让 AI 代理真正完成任务的难易程度。这不仅仅涉及推理模型或执行动作，还包括连接数据管道、API、MCP、支付通道以及建立 B2B 信任的现实问题。让 AI 代理在 Gmail 中帮我起草一封邮件，比让它处理医疗管理中的账单、退款、编码和授权要容易得多。

总体来说，我将其分为四个象限：

✅ 轻松获胜（低信任、低技术） 指的是一些简单的事情，比如设置天气提醒、价格追踪或表单自动填充。让 Gmail 自动起草邮件回复也属于这一类。这些功能很可能会被商品化，但对消费者来说可能像魔法一样，并能带来轻松且快速的普及。

🧍信任瓶颈（高信任、低技术） 是一些非常私人的领域，人们可能希望自己掌控，但并不存在真正的技术难题。比如给挚友写一条慰问短信，或为女儿购买圣诞礼物。这类功能很可能会被提供，但很难建立护城河或被商品化。

🟡 技术瓶颈（低信任、高技术） 是那些我非常愿意让 AI 代理处理，但实际上相当复杂的问题。比如让 AI 与 Comcast 协商账单，并应对复杂的规则和法规网络。我并不在意我的代理是如何操作的，但成功与否取决于技术细节。一个符合这一类的例子是，在不同杂货商之间实现价格对等和比价，以便进行杂货配送。

🔮 前沿押注（高信任度，高技术） 是人们在谈论自主型 AI 时的关键突破。我希望有一个能为我预订旅行、策划婚礼、管理医疗和遗产的个人 AI 代理。这既在技术上极其复杂，又需要高度信任。对于企业来说，解锁这一象限是打造数万亿美元级业务的关键，因为这里将是构建竞争壁垒、并能广泛适用于全球人口的领域。

旅行：代理型人工智能的终极压力测试

许多 AI 研究人员认为，旅行是自主型 AI 的理想测试用例。从逻辑和情感的角度来看，让你的个人代理为你发现、预订并管理旅行是显而易见的选择。旅行高度情绪化且富有体验感，涉及高额资金，并且是一个复杂的生态系统（航空公司、酒店、保险公司、政府），因此它横跨整个矩阵。

旅游业是一个价值 9 万亿美元的产业，但它依然依赖脆弱的系统集成和上世纪 90 年代的代码运行。如果 Agentic AI 能够跨越技术鸿沟，实现真正的自主行动，其潜力将是巨大的，并且是人工智能的完美试验场。

下面我整理了一份针对旅游业的 Agentic AI 矩阵，采用与上文相同的坐标轴。

我想快速演示一下这个内容，以便更好地解释一些潜在的使用场景，以及它们在矩阵中的位置。

💭 灵感与探索（低信任度，中等技术）

像周末短途旅行建议和旅行灵感这样的解决方案相对简单。探索阶段对信任的要求较低，因为对消费者来说没有风险。如果建议很糟糕，也不是什么大问题。从技术角度来看，这属于中等难度，因为尽管 LLMs 表现尚可，但下一步是实现真正的个性化以及对个人的记忆。

谁在关注这一领域？ 几乎所有人，从 OpenAI 到由前 Skyscanner 和 Booking 资深人士支持的 Layla。
谁会胜出？ 前沿模型（ChatGPT、Claude）

🏨 核心预订与优化（中等信任度，高技术要求）

实际预订航班、选择最佳座位、优化航班行程、支付机票以及重新预订，这些都要复杂得多。这是代理型行为真正开始的地方，作为消费者，我需要信任代理会做出正确的决策，但这也涉及广泛的技术要求、API、 模型上下文协议（MCP），以及与 OTA、酒店、航空公司网站甚至 GDS 等数据源的集成来实现这一点。这才是开始为消费者带来真正价值的地方。我们知道前沿模型公司和 OTA 正在努力实现这一点，而且市场规模非常庞大。我预计大多数风投和公司投资资金将会流向这些应用场景。

谁在关注这一领域？ 在线旅行社、前沿模型提供商、各类初创公司
谁将胜出？ 尚待确定，但掌握消费者入口的横向代理服务商可能成为“守门人”，而在线旅行社（OTA）则可能被去中介化。

‼️ 干扰应对（中高信任度，高技术要求）

在面对航班异常（IRROPs）、行李丢失、航班取消以及保险理赔时，情况往往既情绪化又复杂，并且需要高度信任。从技术角度来看，这还涉及与酒店、航空公司及其他供应商那些往往陈旧且专有的数据源进行整合。这将是 Agentic AI 最后启用的部分之一，因为它涉及更多边缘案例，且相比直接预订甚至旅行发现，其可服务市场（TAM）更小。

我们看到像 AirHelp 这样的企业在这一领域有所关注，他们尝试为消费者自动化航班延误赔偿，但若要整合进 AI 智能体，还需要进一步提升。

谁在关注这一点？ 这对供应商来说很重要（比如联合航空）。
谁会胜出？ 航空公司将把对中断处理的掌控视为护城河或忠诚度福利来捍卫，他们已经拥有客户和数据。

💰忠诚度与价值释放（低至中等信任，高技术）

像 The Points Guy 和 Point.me 这样的网站每月拥有数百万访问者，因此消费者希望他们的个人代理能够管理忠诚度计划并解锁价值也就不足为奇了。我的代理帮我查询多家航空公司的奖励机票或优化积分兑换，并不需要我给予太多信任，但从技术集成和数据源的角度来看，这却极其复杂。

谁在关注这一领域？ Point.me、Seats.aero 和 AwardWallet 正在涉足这一领域，但目前还没有人真正破解或大规模解决这个问题。
谁会胜出？ 有待观察，这取决于谁能赢得供应商的支持（或者是否真的有人能做到）。

🏛️ 边境与安全前沿（信任度极高，技术要求极高）

我们才刚开始看到签证和过境清关自动化的苗头。从超长期来看，我认为我们将会看到具备自主能力的数据通信与处理，用于获取电子签证/ETA；再往后，还会出现自动化的边境通关，届时代理系统能够与生物识别和主权要求进行整合与协作。

消费者热爱灵感，但害怕跨境旅行。恐惧值最高 → 需要最大程度的信任，而与政府合作 → 技术难度最高。

谁在关注这个？ 目前没有人
谁会胜出？ 谁能赢得政府合同，微软？Palantir？

对旅游业领导者的启示

采用进程可能会不均衡推进。低信任度/低技术的解决方案将是容易的突破口，我们已经看到了代理型旅行发现和灵感激发的应用。真正的竞争战场将集中在实际的代理型旅行预订促成、忠诚度优化以及价格精准化上。 简而言之：容易的胜利会很快到来，但真正的护城河在于前沿领域的押注。

在这一领域取胜将需要大量的供应商集成（无论是 GDS、忠诚度系统、OTA、保险公司、航空公司和酒店本身，还是单个酒店 MCP），大量的消费者教育和信任建立，以及透明且易于调整的防护措施（支出上限、可撤销性等）。

具身型人工智能已成现实，但其普及确实取决于信任与复杂性之间的平衡，而旅游业是理想的试验场。赢家不仅会推出功能或单点解决方案，还会构建信任框架并解决最棘手的整合难题。

旅游业人工智能的未来，不会由技术上能做到什么来决定，而是取决于当涉及金钱、安全或身份时，旅客真正信任他们的代理去做什么。