Dari Menjawab Pertanyaan hingga Menyelesaikan Tugas: Apa yang Masih Kurang dari Agen Konsumen? Upaya Produk AI Baru Fliggy V10

Produk AI terbaru Fliggy, V10, merupakan upaya untuk mengatasi tantangan pergeseran agen konsumen dari sekadar menjawab pertanyaan menjadi benar-benar menyelesaikan tugas. CTO (Chief Technology Officer) Chen Ye menyebutkan bahwa nilai AI saat ini masih terkonsentrasi pada model dasar, GPU, dan infrastruktur, namun seharusnya juga meluas ke lapisan aplikasi dan orkestrasi. V10 menghadirkan AI Panel yang terintegrasi langsung ke dalam halaman, dengan tiga kemampuan utama: '帮我想' (bantu saya berpikir/ide), '帮我订' (bantu saya memesan), dan '帮我办' (bantu saya mengurus layanan). Arsitektur algoritmanya berevolusi dari model Multi-Agent berbasis workflow menjadi gaya ReAct AgentLoop, namun tetap menerapkan prinsip 'otonomi terbatas': menggunakan alias singkat untuk produk, mekanisme whitelist, aturan-aturan tertentu, serta verifikasi ringan untuk memastikan ketersediaan pasokan yang nyata. Tim pengembang menerapkan pendekatan tiga tahap: Prompt (bersifat deklaratif), mekanisme, dan pelatihan (training), dengan model reward yang mencakup aspek kebenaran, kebutuhan pengguna, validitas ruang-waktu, dan kelengkapan. Mereka menyeimbangkan antara LUI (Language User Interface) dan GUI (Graphical User Interface), di mana LUI digunakan untuk kebutuhan kompleks dan bersifat long-tail, sementara GUI digunakan untuk penelusuran dan transaksi yang efisien. Evaluasi produk berfokus pada tingkat kegunaan (usability rate), dengan mekanisme voting dari banyak model serta tinjauan manual oleh manusia. Artikel ini menyimpulkan bahwa aplikasi vertikal seperti sektor perjalanan (travel) berpotensi menjadi lingkungan pelatihan baru bagi AI. Namun, proses migrasi dari domain coding ke agen konsumen akan membutuhkan waktu, mungkin dua tahun atau lebih, karena memerlukan integrasi data dunia nyata, sistem evaluasi, serta rantai pasokan yang memadai.