Deepseek帮我做了份旅游攻略,打开地图我沉默了

五一假期的前一周，我在规划假期去郑州+长沙的行程。5天两个城市，中间还要赶高铁，时间卡得紧，光是想想就头大。想着自己一个个查太慢，不如让Deepseek帮我出个初版攻略。

我把已知条件丢给它：到达时间、离开时间、已订的门票、高铁班次，约束条件都写了给他。

说实话，Deepseek给出来的第一版，是有点惊喜的。按天分解，精确到几点几分，交通方案给了两套，连备选路线都准备了。表格、分类、emoji，排版也舒服。

看完第一反应：简直像一个有经验的旅行顾问写的。

然后我随手打开了地图，核实了下这个攻略。

发现了一些问题：

步行10分钟，实际要走18分钟

Deepseek说从文庙步行到合记烩面（人民路总店），大约10分钟。地图一搜，1.2公里，步行18分钟。看起来差得不多，但这种误差累积起来，一天下来行程就全乱了。

演出2.5小时，实际只有45分钟

因为假期的博物馆门票都很热门，抢不到门票情况下，我买了个《国宝奇妙游》的剧场票也能进场参观，但是剧场的开演时间是固定的，我让他规划时间时，它写"沉浸式体验大约2.5小时"，但实际上查了官方信息，实际大概45分钟，后面还能有大把时间参观博物馆。

关键是这个错误我纠正了3遍，它改了又改回来。连我说的13点30的场次，它都能排到15点20。

景点游览时长普遍高估

不只是演出时长，各个景点的游览时间它都估长了。实际上郑州文庙简单逛逛30分钟能大概看完，城隍庙轻度参观15-20分钟就够了。结果它按"深度游"的标准给我排，把宽松行程排成了赶场。

问题出在哪？

作为一个做了5年多产品的人，我忍不住拆这个问题。

其实原因很简单：大模型的工作方式是"预测下一个词"，它是根据训练数据里的规律来生成回答的，不是真的去查了地图或者打了电话确认。所以它说"步行10分钟"和"郑州东有高铁到长沙"的时候，语气一样笃定，但前者是凭印象估的，后者是事实。它自己分不清这两者的区别。

所以大模型最大的问题不是"不知道"，而是"假装自己知道"。

有工具不用，和没有工具一样

其实回过头看，我踩的这些坑，距离随便估、时长编造、不查营业时间、约束条件记不住，都指向同一个问题：我是在和一个"裸"的大模型对话。

这就是Agent和普通对话的核心区别。

普通对话里，模型自己决定要不要用工具，它觉得"我大概知道"就跳过调用工具核实了。

而Agent是通过流程编排，把步骤规定死，可以规定每次输出行程前，必须先调地图查距离，必须搜实时信息确认营业状态，必须回读你的约束条件再作答。这些不是建议，是硬约束。

打个比方：普通大模型对话像一个聪明但散漫的实习生，你说"帮我规划行程"，他凭感觉给你一份。但一个好的Agent更像一个按标准流水线上班的员工，每一步都有流程管着，跳不过去。

这个话题展开聊会比较长，后面单独写。

但说句公道话

Deepseek的框架能力确实强，按天分解、交通对比、备选路线，这些结构性工作它做得很好。最后我让它复盘自己的错误，它列出了8个问题类别，分析得挺到位。

但这份复盘不是它自动做的，是我一个个指出来之后，它才承认的。它有反思能力，但没有主动验证的习惯。

Deepseek自行复盘结果

后来我学乖了

踩完这些坑之后我学乖了：

硬约束开局就列清楚，每轮都提醒它回看；

初稿拿到之后，让它自己用搜索去查距离、时长和营业时间，别让它凭印象估；

纠正完让它复述约束条件，不复述不往下走；

最终版出来让它自己复盘一遍。

也是我自己摸索的，不一定最优，但比无脑信它强太多了。

AI是个很好的起点，但不是终点。让它出框架，你来验证和纠偏，这才是目前阶段正确的打开方式。

下一次聊聊踩完坑之后，我是怎么让AI变得更好用的。