文章核心观点 - Meta于9月8日在美国上线个人Agent Muse，可代用户收发邮件、预订机票酒店、降账单和购物，中金研究针对Muse在旅游预订场景的落地表现开展实测，共设计20项测试任务，整理近600条结果记录，讨论其对海内外OTA的影响 [1] - 实测得出三大结论：AI能力更进一步，事务执行路径基本跑通；Muse公允筛选，较少优先选中OTA平台广告位房源；供应链仍是OTA壁垒 [1] - 海外OTA广告收入或受冲击，国内OTA影响有限 [2] - AI Agent短期对国内OTA影响相对有限，海外则存在个人Agent直接执行C端需求、部分用户行为从OTA向AI Agent迁移的可能性，OTA广告收入或承压 [2] Muse产品介绍 - Meta在美国上线个人Agent Muse，用户可通过手机App、网页和WhatsApp交给Muse收发邮件、预订机票酒店、比价、追退款、填表和购物等事务 [5] - 终端操作：支持iOS、安卓、网页与WhatsApp，Mac版可在授权后操作本地文件与应用，Meta AI眼镜版本待上线 [5] - 云端为主：Muse为每位用户配备一台独立的云端Linux虚拟机，内置浏览器、文件系统与终端，用户关闭App后任务仍在后台运行，推理与执行均在云端完成 [5] - 执行与审批分离：虚拟机内分为两个相互隔离的区域，工作区负责处理网页、文件等不可信内容，安全区存放凭证库与审批模块Sentinel，Muse无法修改或关闭 [5] - 长期记忆沉淀用户偏好：Muse的记忆来源包括对话内容、交互中观察到的偏好、授权的邮箱与日历等连接器，以及用户上传的文档，记忆以文件形式存放在用户的虚拟机中，可查看、编辑与删除 [7] - 跨邮件、日历与社交的用户画像沉淀在Agent一侧，OTA难以获取，这将削弱OTA通过浏览与订单记录理解用户的优势，Agent使用时间越长，积累的个人上下文越多，用户迁移成本越高，长期看用户有可能集中使用一个主Agent [7] Muse实测：旅游预订链路基本可用，推荐结果公允 - 旅行已成为个人Agent重要的交易场景，据YipitData，在Muse等Agent促成的消费中，旅行场景占交易量的12%，占交易金额的30%，单笔金额较高 [9] - 完成20项实测任务，共整理近600条结果记录 [9] - Agent已基本走通预订流程，较Chatbot有较大提升，个人Agent的能力已从灵感产生延伸至行程规划、产品预订全链路，可基本实现自主预订 [9] - 推荐结果公允，或冲击OTA平台在C端分发的广告格局，AI较少优先选中具有广告标识的房源，对OTA原生推荐排序的酒店不存在明显偏好，Agent给出的选择理由更多考虑预算、晚到、电梯、隔音、取消条件与差评等因素 [9] - OTA供给壁垒仍存，尽管Agent已可通过查询酒店官网等形式绕开OTA进行预订，但价格仍不具备显著优势，且难以直接对接个人房东等非标准化房源 [10] - Agent采用的浏览器自动化操作存在天然局限，验证码拦截等问题会阻碍任务顺利执行 [10] 执行路径基本跑通，但云端浏览器非最优解 - 云端浏览器在酒店预订场景中发挥较好，五家OTA合计未取得结果的记录占比仅1.4%，酒店预订流程基本跑通，用户还可通过云端浏览器登录会员账号实现预订和积分 [11] - 针对机票预订，Muse已接入Duffel等平台，可通过API调用的方式实现预订 [11] - 从航司官网的结果来看，失败比例约33%，原因包括人机验证未通过、访问拒绝、IP封禁、需要跳转App等，部分案例在用户人工接管后仍无法访问 [11] - 云端浏览器亦存在自身局限性，易被动态验证码和人机检查拦截，尽管目前已基本可用，但并非最终形态 [11] Muse推荐结果相对公允，含广告标签的结果占比较低 - 在Muse推荐或列出的262条酒店结果记录中，带有明确广告、Sponsored或Featured标识的占比约6.5% [12] - Muse会结合预算、晚到、电梯、隔音、取消条件与差评等因素筛选，并非只看评分或排序位置 [12] - 若用户把选择权交给Agent，平台按排序位置收费的广告模式效果或将下降，或将影响OTA平台广告收入和佣金分成比例 [12] OTA仍是更稳定的预订通道 - Booking、Expedia与官网价格基本持平，Muse所列Booking、Expedia报价与官网非会员最低价的中位数较官网更便宜，Trip.com报价优势较为明显 [14] - Airbnb情况较为特殊，可比房源主要来自商业运营方，约77%的Airbnb房源并不能绕开平台找到独立网站预订 [14] - 在近300条Muse推荐的房源记录中，共约19%的房源未能找到对应独立官网，其中仅约6%的标准酒店未能找到独立官网，而约77%的Airbnb房源未能找到独立官网 [17] - 目前Agent已能覆盖大多数标准酒店供给，而Airbnb非标住宿房源大多为个人房东，其房源独家供给比例较高，此类较高的独家供给比例建立在OTA平台在履约售后等服务领域的持续深耕与积累多年的信任体系，例如Airbnb打磨多年的AirCover服务，难以短时间内被Agent所取代 [17] 模型幻觉仍存，后续表现有待持续跟踪 - 比价口径不统一：东京、香港的酒店任务中，Muse将税前价格与含税价格直接比较，得出的最低价结论与按含税价比较的结果相反，部分航班比较混用了不同票价档次与行李政策，纽约至洛杉矶任务中还出现了航班时刻与报价错配等问题 [19] - 信息遗漏需要用户追问：机票预订流程中，多项往返机票任务首轮只给出去程，用户追问后才补齐返程，酒店预订流程中，Airbnb注册需上传头像、填写生日等必要环节，需要用户与Muse多轮交接，耗时较长 [19] - 浏览器操作存在局限：多数任务失败原因均为验证码输入错误，其中涉及拖拽、旋转相关的动态验证码失败率最高，或与Agent依靠静态图像识别进行操作有关，也存在部分Cloudflare认证无法通过的情况，Muse的云端浏览器或已被部分网站识别并拦截 [19] - 模型幻觉仍存：Muse显著减少了用户逐个平台查找的工作量，但尚不能让用户完全放手，模型在处理OTA业务涉及到的复杂且非标的海量数据时，仍然存在幻觉，现阶段更接近比价与整理助手 [20] 海外OTA：本轮AI影响更深入，逐步切入售中环节，OTA广告收入率先受挑战 - 根据Expedia，把用户的一段旅行拆分成售前、售中和售后阶段，历时近3个月、71天的时间，其中灵感阶段33天、调研规划阶段38天，预订后至出行平均还有73天 [21] - 售前：上一轮AI Chatbot在旅游场景中已有渗透，据Expedia，旅行者在预订前45天内平均浏览141页、约5小时的旅行内容，近60%的旅行者在决定出行时尚未确定目的地 [23] - 售中：个人Agent发力规划与预订，能基本跑通流程，但距离动摇OTA平台在用户侧的品牌力还有较长过程，期间用户平均花费约38天时间研究和规划行程 [23] - 售后：服务与履约仍掌握在OTA手中，Agent开始尝试代办，此类非标准化场景复杂多变，目前Agent难以独立处理，仍需人工介入，售后涉及客服、赔付与线下履约，是OTA壁垒最集中的环节 [24] - 美国售中痛点包括80%访问过OTA，看完OTA后89%还会去航司、酒店或比价网站，度假村费等附加费均33-35美元/晚，2025年5月起才强制展示总价 [25] - 售后痛点包括2024年向交通部投诉近6.7万件，退款居首，浏览器渠道下单后用户需自行联系酒店、OTA与发卡行 [25] OTA核心业务信息 - Booking供给特点为擅长标准酒店，近几年扩展非标住宿，非标供给910万套，占间夜量比例比37%，欧洲50%、亚洲20%+、美国10%+，直接流量65%，Genius 2/3级会员占比已超活跃用户的30%+，贡献间夜量high 50%，Mobile比例55%-60%，广告收入占比4%，广告收入实际占比11%，AI流量贡献占总间夜量不足1%，与谷歌、OpenAI合作，自研AI产品 [26] - Expedia供给特点为擅长标准酒店，Vrbo 250万套，美国40%+、其他60%，B2B业务占比30%+，会员体系One key，机票GMV占比20%+，广告收入占比8%，广告收入实际占比16%，与谷歌、OpenAI、Muse合作，现有产品内AI [26] - Airbnb非标住宿起家，独家比例高，非标供给930万套，北美30%+、EMEA35%、拉美20%、亚太10%+，直接流量90%，Mobile比例64%，扩展服务、体验，广告收入实际占比8%，AI助力公司创新 [26] 本轮影响或主要影响OTA的广告收入部分 - 情景1：AI代理免费导流，替代原有谷歌、Meta等的付费流量，AI Agent将用户导流至OTA平台，现阶段不收取任何导流分成，仅仅抢占消费者习惯，不追求商业变现，不过这一状态很难长期维持 [28] - 情景2：AI Agent成为新的付费流量渠道，但用户行为仍主要沉淀在OTA上，若AI Agent与用户在旅游交易层面的互动较少，用户的预订、交易仍发生在OTA内，那这笔支出只是简单置换，属于流量渠道的替换而非新增成本 [28] - 情景3：AI Agent成为新的付费流量渠道，部分用户行为从OTA向AI Agent迁移，若AI Agent与用户在旅游交易层面的互动较深，用户不再跳转至OTA完成下单，而是直接委托AI Agent全权执行预订交易，OTA建立在流量分发之上的壁垒将会被动摇，即广告收入和额外的佣金会被侵蚀 [29] - 情景4：Agent形成强替代，OTA退守至B2B数据供给层，若AI Agent直面消费者，不再需要OTA完成面向用户的全流程服务，库存汇总、资金结算、客诉售后等工作均不再由OTA承接，OTA仅作为B2B数据层对外输出房源与价格信息，向AI Agent收取一定的费用 [29] - 情景5：Agent绕开OTA，AI Agent直接对接酒店与房源代理，彻底绕开传统OTA [29] - 假设酒店ADR为100美元，情景1目前状态下OTA EBITDA为5.3%，情景2为9.7%，情景3为5.3%，情景4为4.2%，情景5为1.5% [29] - 本轮影响下，假设情景2和3发生的概率较高，OTA能够选择除了Google、Meta等之外的其他流量获取渠道，AI是其中可以竞得营销预算的重要取代之一 [29] - OTA C端的品牌价值在逐步下降，过去OTA主要通过购买搜索与社交流量获取用户的注意力，再在自有平台内完成决策与交易，个人Agent则直接接收用户的需求表述，并在获得授权后代为比价与下单，位置处于更上游的意图环节 [29] - 对于OTA而言，其收入中10-20%占比的广告收入部分可能受到影响，在此情形下，OTA面向C端用户分发旅游产品的能力弱化，更偏向于一个B2B的旅游供给平台 [29] - 从目前看，AI Agent志不在承担相应的履约责任以及触及繁重的供应链，改签、退款与赔付等环节仍由OTA与供应商承担，情景4和5短期内发生的可能性较低 [29] 国内OTA影响：生态差异决定演进不同，短期影响有限 - 从海外用户的实际使用案例看，Muse的价值集中在跨平台比价与复杂行程预订、售后追偿、跨供应商协调三类场景，而这三类场景在国内基本已由OTA在平台内解决 [31] - 国内跨平台比价：2-3个App即可比价，供给较为集中，平台展示含税总价，无此痛点 [32] - 国内复杂多段、跨境行程：携程、飞猪机+酒等一站式服务成熟 [32] - 国内订后降价监控：华住、亚朵官方渠道降价自动退差 [32] - 国内行程变动联动：携程航变联动保障，平台承担取消损失 [32] - 国内航班动态提醒：自动推送登机口、前序航班 [32] - 国内航变改签：App内一键改签 [32] - 国内延误补偿、退款索赔：携程先行赔付兜底，服务保障投入约29亿元 [32] - 国内电话客服排队：携程1.6万人7×24客服，美团小团AI外呼 [32] - 传统OTA基于Rule base，优势在于下限确定性高，而AI Agent是Intelligent base，其实际应用存在不确定性，在拥有超预期发挥的同时亦存在诸多问题，拥有高上限的同时亦有低下限 [32] - 在多年激烈的同业竞争中，国内OTA的服务水准被一轮轮竞争持续推高，以携程为例，其面向用户公示的服务承诺近百条，覆盖酒店、机票、度假、门票、用车等16条产品线，其中约3/4附带明确的赔付标准，平台实际上承担大量的履约责任 [33] - 对比来看，Booking在客户服务上做轻，其拥有清晰的中介责任边界、法规底线保障，仅存在少数标准化退款规则，很多时候不承担履约兜底与不可抗力损失 [33] - 支撑携程能采取重服务重责任的服务体系的原因有：对复杂供应链的深度整合与协调能力，问题出现时可以跨环节兜底；以万名客服、7×24全球SOS、15分钟响应等重人力投入换来的平台信任 [33] - 对AI Agent而言，短期所能撬动的主要是信息检索、行程规划、客服分流等前端交互环节，而履约保障、供应链协调与风险兜底这些真正构成壁垒的环节，仍依赖平台多年积累的规则体系与组织能力 [33] - Booking.com赔付型承诺占比46%，集中在退款流程而非额外补偿，携程/Trip.com赔付型承诺占比77%，多为主动商业承诺 [34] - Booking.com履约失败不赔付，按供应商政策处理，携程对到店无房、无票、无车均有明确赔付标准 [34] - Booking.com仅住宿有价格匹配且免责清单严格，携程价格保障覆盖机票、套餐等多品类且更主动 [34] - Booking.com跟随供应商政策，住院等特殊情况无保障，携程无忧退订不收额外费用，住院、身故等按实际损失补偿 [34] - Booking.com平台与供应商免责，携程2亿元重大灾害保障金+机票1亿元自然灾害基金 [34] - Booking.com无专门应急援助体系，无响应时效承诺，携程万名客服7×24服务，有明确量化响应时效，全球SOS援助 [34] - Booking.com不承担联动损失，携程机+酒、机+接送等联动退订，航变承担未入住酒店损失 [34] - 总体而言，Muse在海外最受欢迎的场景是美国供应商直销渠道分散、售后成本高企所留下的空间，反观国内OTA，在激烈的竞争中一直把行业的上限当做底线，不断提升服务水准，通过完善的非标服务、复杂供应链整合能力、强大的平台兜底能力，形成了超高的业务上限，AI Agent短期带来的影响相对有限 [34] 应用孤岛限制第三方Agent发展 - 国内高频服务主要封闭在App内，移动互联网发展过程中，大量服务未保留完整的网页入口，各App有独立的账号、风控与支付体系，并大量使用验证码、人脸识别与App跳转，以浏览器为通用操作界面的Agent难以在国内复制 [35] - 微信小微链路相对较短，与Muse通过浏览器模拟操作网页不同，小微调用的是已经接入微信的小程序服务，执行链路更短，若这一模式成熟，携程等已在微信内提供小程序服务的平台更可能作为被调用的供给方，关键在于微信Agent的分发与推荐规则 [36] 平台型Agent借AI入口为自家供给导流 - 与Muse调用第三方供给不同，国内的个人Agent多由平台推出，并优先调用自家供给，豆包以抖音电商与本地生活完成交易闭环，9月29日上线出行用豆包，打车、机票等场景引入外部合作方 [37] - 千问1月接入淘宝、飞猪、高德等阿里生态，并推出千问价补贴，但需要关注的是，目前Agent调用的自家供给相较于国内头部供给仍存在一定差异 [37] - 从用户行为看，约66%的用户在获得AI推荐后仍会回到传统OTA平台核价，AI渠道的额外费用也可能反映在价格上 [37] 开放性讨论，竞合格局仍在探索 - 9月以来，Meta Muse、Manus Cue、OpenAI dots相继推出，以旅行等生活事务为主的初创公司Instinct于9月28日获得10亿美元融资 [38] - 国内字节豆包、阿里千问持续加码生态内的办事能力，微信小微处于内测，豆包个人助手小豆据报道也计划推出独立App，面向C端的常驻Agent开始走向标配，但实际落地体验、技术成熟度仍有待验证 [38] - 中长期竞争要素包括：用户入口，拥有高频触达用户的渠道；应用与供给接入，需要接入足够丰富的应用，同时商家与服务完成闭环；信任与安全，能让用户安心授权账号与支付权限 [40] - AI Agent对垂类平台的影响，核心取决于两大变量：Agent自身任务执行能力的强弱，以及Agent选择自建生态还是第三方合作 [41] - 当Agent能力偏弱时，其更多是一条新增的流量补充渠道，当Agent能力走向成熟，若选择自建履约，将掌握从决策到交付的全链路，垂类应用的空间会被挤压，若保持第三方合作，Agent将演变为新的流量入口，垂类平台依靠供应链与履约守住壁垒，但可能需要承担更高的渠道获客成本 [41] - 互联网的流量逻辑难以直接套用，移动互联网时代，平台可以通过流量分发与补贴把入口优势转化为交易，Agent的价值则首先取决于能否把任务办成 [41] - 任务完成度不足时，入口流量与补贴只能带来一次性尝试，难以形成持续使用，完成度足够高时，即便缺少流量入口，用户也愿意主动尝试并付费 [41] - 垂类数据或成