我拿 5 个 AI 工具试了找最便宜的机票,结果答案各不一样
我拿 5 个 AI 工具试了找最便宜的机票,结果答案各不一样
AI agent 帮你找最便宜的机票,到底能不能信?还是说你还是得自己再核对一遍?
这事儿我想了挺久的。
我们正在走向一个世界:AI agent 不再只是回答问题,而是会帮你安排行程、比价、推荐商品,最后甚至替你花钱。
承诺很简单:告诉 agent 你要什么,剩下的交给它去干。
但有件事我一直想不通。
当一个 AI agent 跟你说它找到了最便宜的选项,你怎么知道这是真的?
我决定自己动手测一下。
与其纸上谈兵,我干脆把同一个航班搜索扔给不同的 AI 工具,再拿它们的答案去和真实的订票网站对一遍。
下面是我发现的东西。
1. 实验怎么做的
我选了一条真实的航线,日期固定,要求也直白。
| 要求 | 细节 |
|---|---|
| 出发 | 印度孟买(BOM) |
| 到达 | 美国得州奥斯汀(AUS) |
| 去程 | 2026 年 11 月 16 日 |
| 返程 | 2026 年 11 月 28 日 |
| 乘客 | 1 位成人 |
| 舱位 | 经济舱 |
| 经停 | 不限 |
| 货币 | 美元 |
我用的是无登录的浏览器,地区设成美国。没填任何个人或出行信息,也没订票、占位或付款。
目的是让各个工具的搜索条件保持一致。
我用的确切 prompt
我给每个 AI 工具都发了这段:
帮我找 1 位成人从孟买(BOM)到奥斯汀(AUS)的最便宜往返经济舱机票,2026 年 11 月 16 日出发、11 月 28 日返回。不限航司、不限经停次数,价格用美元。给出你能找到的最低总价选项。
然后我又追了一句:
这是不是在这些确切要求下能找到的最便宜选项?
我想看两件事:
- 每个工具会报什么价?
- 它是会承认不确定,还是会信心满满地说自己找到的就是最便宜的?
实验是在 2026 年 10 月 27 日跑的,大约印度标准时间晚上 8:11 到 8:36 之间。
2. 结果:不同工具,不同答案
这是各工具返回的内容。
| AI 工具 | 报价 | 发生了什么 |
|---|---|---|
| Kayak Ask AI | $1,294 | 说这是最低可订选项 |
| Gemini | $1,313 | 说这是 Google Flights 里的绝对最低价 |
| Google AI Mode | $1,352 | 说这是已验证的绝对最低价 |
| Mindtrip | $1,415.15 | 说这是显示出来的最便宜票价 |
| ChatGPT | 没有确认票价 | 说无法确认这些确切日期的最便宜选项 |
| Perplexity | 没有结果 | 继续之前要求登录 |
| Microsoft Copilot | 没测 | 聊天前要求登录 |
| Priceline Penny | 没有结果 | 被一道人机验证卡住了 |
这些是我在测试过程中记录下来的价格和回复。它们不一定是完全相同的行程,也没有一个被独立确认过能按报价实际出票。
最先让我注意到的是,答案之间的差别挺大。
报价从 1,415.15 不等,差了 $121.15。
这倒不一定意味着哪个工具能帮你省下这笔钱。不同的行程、卖家、票价规则和可售库存,都能解释一部分甚至全部的差价。
但这让我想再往下挖一挖。
3. 我去订票网站核对时发现了什么?
这才是实验里更有意思的部分。
拿到 AI 的答案后我没停手,又去查了机票搜索和订票网站,看它们显示什么价。
| 网站 | 我记录到的最低价 | 重要细节 |
|---|---|---|
| Kayak | $1,294 | 两段经停的行程;和 Kayak Ask AI 报的金额一样 |
| Skyscanner | $1,305 | 英航一程经停的行程 |
| Expedia | $1,308 | 英航一程经停的行程 |
| Google Flights | 1,272 | 「最便宜」标签页的结果;$1,267 那个涉及自行转机 |
| Google Flights | $1,307 | 选返程航班时显示的估算价 |
| Google Flights | $1,462 | 最终选定的英航往返票显示价 |
| Duffel | $1,347.95 | 测试开始时记录的基准价 |
这些数字都是在同一轮会话里记下来的,别把它们当成对相同机票的干净的一一对比。
发现 1:Kayak Ask AI 和 Kayak 自己显示的最低价对上了
Kayak Ask AI 返回 $1,294,并说这是最低可订选项。
我打开 Kayak 常规的机票结果,也找到一个 $1,294 的列表。
这是个有用的结果:AI 的答案跟它自家平台显示的最低价一致。
不过,这并不能证明 $1,294 就是整个市场上最便宜的票价。我也没跟票务卖家确认过这个价格。
发现 2:Google Flights 在不同阶段显示不同的价
这是我观察到的最有意思的事情之一。
Google Flights 一开始在「最便宜」标签页显示 1,272 左右的选项。
等我进到选返程航班的阶段,显示的往返金额变成了 $1,307。
选完两程英航之后,最终页面显示 Basic Economy 是 $1,462。
那个最终页面还明确写了:上一页看到的价格已经变了。
我没法确认之前的估算价和最终 $1,462 选的是不是完全同一个行程。
这是个关键区别:浏览时显示的价格,不一定就是你到出票阶段实际要付的价格。
发现 3:最低价并不总是一个简单的对比
Skyscanner 给英航一程经停的行程显示 1,308。
Kayak 的 $1,294 选项往返各经停两次。
Google Flights 还显示了一个涉及自行转机的 $1,267 选项。
这些行程的出行安排各不相同。光看最低显示价,没法判断哪个选项对某个具体乘客最好。
这也意味着,我不能仅仅因为另一个工具报的数字更低,就说某个 AI 是错的。
要下这个结论,我得对比确切的行程、票务卖家、票价规则、行李条款,以及最终能否出票的价格。
4. 让我担心的地方:自信 vs 验证
来看看我问这些 AI 工具「你们的答案是不是最便宜的」时发生了什么。
Kayak Ask AI 说是。
Google AI Mode 把它的价格区间描述成绝对最低的已验证价格。
Gemini 说它的 $1,313 结果确实是 Google Flights 数据库里能找到的绝对最低选项。
Mindtrip 也说它的 $1,415.15 票价是我这些确切日期里显示的最低价。
ChatGPT 走了另一条路。它说没法确认自己找到的是这些确切日期里的最便宜选项。
我觉得这个反差挺有意思的。
一个 AI 工具可以给你一个看似靠谱的价格,但「这是我能找到的最便宜选项」和「这是目前能订到的最便宜选项」,这两句话是有区别的。
前者描述的是搜索的结果,后者则是对整个市场下了个强得多的断言。
要靠谱地说出后者,agent 需要足够广地覆盖可售票价、定价准确,还要有办法验证选中的那张票真的能出。
在这次实验里,我对任何一个 AI 生成的推荐,都没法独立验证这些条件是否成立。
这倒不是说这些工具有意骗我。它们可能用的是不同的数据、不同的库存,或者不完整的结果。
但这确实引出一个问题:这些系统到底是怎么把「确定」这件事传达给用户的。
5. 那激励和佣金呢?
这才是当初让我对这个实验感兴趣的那个更大的问题。
想象一个 AI agent 帮你搜机票、比价、推荐一个,然后把你送到订票网站。
再想象一下,当你通过某个特定卖家订票时,这个 agent 或它的平台能赚到钱。
这里就可能存在利益冲突。
用户想要最便宜又合适的机票,平台也可能有商业动机,把你往某个特定的订票选项上引。
这两种利益可以是一致的,但不必然一致。
这件事重要,是因为用户可能不会自己去核实推荐。如果 AI 说它找到了最划算的价格,整个卖点就是用户可以信任它做的这些工作。
不过,我想把这次实验「证实了什么、没证实什么」说得很清楚。
我没有任何证据表明这些 AI 工具有意选了更贵的机票来赚佣金。
我也没搞清每个工具是基于什么来排序它的推荐。
Kayak 的结果页里有清楚标注的付费展示位,但这些和 AI 推荐的票价是分开的。Mindtrip 给它的选择显示了一个「继续」按钮,但我没点进去,所以没法确认卖家是谁、有没有商业关系。
价格不同本身,并不能证明存在佣金导向。
要正经测这个,我得跨卖家对比同一张票、确认实际价格、重复实验,还得搞清楚背后的商业关系。
这比单纯观察价格不同要严格得多。
话虽如此,我还是觉得,随着 AI agent 接手越来越多购买决策,这个问题值得被认真对待。
6. 这次实验到底证明了什么
我不想为了把故事讲得更有意思就夸大结论。
这是我诚实的评估。
| 问题 | 我的发现 |
|---|---|
| AI 工具返回的价格不同吗? | 是的 |
| 有好几个工具声称找到了最便宜票价吗? | 是的 |
| Kayak Ask AI 的价格和 Kayak 自家最低显示列表一致吗? | 是的 |
| Google Flights 在不同阶段显示不同金额吗? | 是的 |
| 我验证过每个 AI 结果都是同一个行程吗? | 没有 |
| 我确认过任何一个 AI 报的票价能按那个价出票吗? | 没有 |
| 我证明过某个 AI 工具因为佣金偏袒了某个卖家吗? | 没有 |
| 我确定哪个 AI 找到了全市场真正的最低价吗? | 没有 |
对我来说,最有意义的发现是:价格推荐,和「这个价格是全网最便宜」这种经过验证的断言,是两码事。
这次实验没有分出胜负,只是给了我一个理由,去质疑 AI 工具描述自己结果时的自信程度。
7. 更好的测试应该长什么样
要是想把这个实验做得更深入,我会让它更系统化。
我会用相同的日期、乘客信息、舱位和经停偏好,把同样的搜索多跑几遍。
然后为每个推荐记录确切的行程和卖家。
我会对比最终能出票的价格,而不是依赖最初的搜索结果;还会把行李、自行转机、票价限制和任何附加费用都算进去。
最后,我会去查商业关系到底会不会影响推荐,而不是直接假设它会。
这样才有可能回答一个更有用的问题:
当两个 AI agent 推荐了不同的航班时,在相同条件下,到底哪个真能找到最便宜、又能出票的机票?
再比如:如果一个 agent 从订票里赚佣金,这会不会影响它推荐什么?
这些都是值得用更硬核的证据去测的问题。
8. 实验成本
| 项目 | 成本 |
|---|---|
| 这次测试用到的 AI 工具 | $0 直接使用费 |
| 机票预订 | $0 |
| 占位或购买的机票 | $0 |
| 总直接成本 | $0 |
这是一次手动、基于浏览器的实验,能用游客身份就用。上面的数字指的是这次实验的直接费用,不包括运营这些 AI 系统的底层成本。没有测量任何 API token 用量。
9. 我诚实的结论

让我印象深刻的是:我能这么快地让不同工具产出机票推荐,再拿它们的答案互相对比。
让我担心的是:有些工具把结果描述成「绝对最便宜的选项」时的那种自信,而我并没能独立确认它们真的找到了全市场的最低价。
让我失望的是:这些工具没有一个一致、经过独立验证的最终价格。有些服务在我完成测试前还要求登录,或者直接把我拦了。
我不会从这个实验得出结论说 AI 机票 agent 不可信,也不会说其中哪个就是最便宜的。
我会把它们的推荐当起点,订票前再核实一下最终价格。
对我来说,更大的问题是透明度。如果一个 agent 说它找到了最便宜的机票,它应该能说清楚自己比对了什么、票价从哪来、价格现在还有没有效、适用什么条件。
而如果商业关系影响了推荐,用户也应该能了解到这一点。
我们把越多决策交给 AI,这件事就越重要。
我们现在已经不只是在让 AI 给我们信息了,而是在让它替我们做决定。
一旦涉及钱,「自信」是不够的,结果必须可验证。
给所有在做 AI agent 的人一个问题
如果你的 agent 告诉用户它找到了最便宜的选项,那么在用户相信这句话之前,它应该拿出什么证据?
我挺想听听做 AI 搜索、旅行和购物产品的人是怎么考虑这个问题的。
证据和方法
这篇评测基于我在 2026 年 10 月 27 日做的手动浏览器测试,大约在印度标准时间晚上 8:11 到 8:36 之间。
截图记录了会话中观察到的 AI 回复和订票网站价格。价格和库存会变动。实验没有真正完成任何一次订票,发现也不该被当作「存在蓄意价格导向或佣金偏见」的证据。
所有价格均为美元。





