AI 排的北京行程，现实校准了六天
计划怎么来的：约束先行
出发前没有逐项手查攻略，而是把约束列准，交给 agent 做深度检索：
- 硬约束：航班（白云 16:00 → 大兴 19:15）、住宿（北京西站北广场店）、返程动车（20:23 发车）
- 输出要求：每个时段的通行方式、三餐店面、景点预约、车票预约、开销汇总
agent 产出逐时段的六日计划：校园 → 皇家园林 → 中轴人文 → 长城 → 市区 → 返程，精确到每餐。
flowchart LR
A[人：列准约束] --> B[agent：深度检索生成行程]
B --> C[六日逐时段计划]
C --> D{真实城市执行}
D -- 预约 / 闭馆 / 人流 / 体力 --> E[现场校准]
E -. 原则沉淀 .-> A六天里的五次校准
计划再细，也预测不了现场：
| 计划 | 现实 | 处理 |
|---|---|---|
| 清华 → 北大 → 圆明园 | 只去了北大、圆明园 | 少一站不补救，把去的逛透 |
| 香山低强度人文线 | 走错了上山路 | 按现场指示调整回来 |
| 国博全馆 + 前门 | 2 楼未开放；前门没去 | 接受范围缩水，砍站不心疼 |
| 周末重景点 | 地铁马路全是人 | 周六改为景山、胡同 citywalk |
| 返程日在车站等车 | 干等浪费时间 | 下次寄存行李再去玩 |
沉淀的出行原则
- 大城市旅游优先工作日。 周末的人流让体验直线下降，工作日同样的地方从容得多。
- 早餐决定上午续航。 上午的大景点人多拥挤，体力消耗大，早餐吃饱才扛得住。
- 园林走单向线。 颐和园北宫门出不折返，是计划里最值钱的设计之一。
- 给变数留弹性。 场馆闭展、预约不到都是常态，期望值别拉满。
计划的价值是骨架，不是剧本。AI 负责在约束内把方案检索到位，人负责现场的不确定处理 —— 两边都在，闭环才完整。
参考资料
- 故宫博物院官方票务站 — 预约制与闭馆规则的官方出处（提前 7 日 20:00 起预订、周一闭馆），印证 "计划要给变数留弹性"。