过去十年，在线旅行平台（OTA）的交互范式一直是「人点击屏幕」：用户打开 App，选择出发地、目的地、日期，浏览列表，比较价格，最终下单。这个范式在 2026 年正在被一种新形态打破——面向 AI Agent 的 OTA。
传统 OTA 的瓶颈
传统 OTA 是为人类的眼睛和手指设计的。它的界面华丽、信息密集，但对机器非常不友好。一个想帮你订机票的 AI 助手，面对传统的 HTML 列表页几乎无能为力——它无法可靠地从渲染后的 DOM 里提取价格、时刻和舱位信息。
更根本的问题是，传统 API 是为开发者设计的，不是为 AI 设计的。参数名晦涩、错误信息含糊、响应结构需要大量领域知识才能解读。Agent 调用后，还要自己组织语言向用户解释结果。
什么是面向 AI Agent 的 OTA
面向 AI Agent 的 OTA 从底层就为「机器可读、机器可调用」而构建。它有三个核心特征：
- •语义化 API：参数和响应都用自然语言描述，Agent 能直接理解「什么时候该用哪个接口」
- •自描述能力：每条结果都带 summary 字段，Agent 不用自己组织语言，直接念给用户即可
- •引导式交互：响应里带 suggestions，告诉 Agent 下一步可以做什么（翻页、筛选、下单）
MCP 协议：Agent 接入的标准化
Model Context Protocol（MCP）是让 AI Agent 接入外部能力的标准化协议。一个 Agent 友好的 OTA 会把搜索能力封装成 MCP Server，Claude Desktop、Cursor、自建 Agent 都可以「插上即用」，不用读 API 文档。
用户在对话里说「下周去上海出差，帮我查机票和酒店」，Agent 会自动调用机票搜索和酒店搜索两个工具，把结果整合后给出推荐。整个过程用户不需要打开任何网页。
龙虾出行的实践
龙虾出行正是这一新范式的实践者。我们的开放平台定位为「AI 时代的出行基础设施」，对外暴露语义化 API，每条航班、每家酒店都带自然语言摘要，并通过 llms.txt 让 Agent 一眼读懂我们的能力边界。
这不是给传统 OTA 加一个聊天框，而是从接口层重新设计——让出行能力像水电一样，可以无缝接入任何智能设备、任何 AI 助手。