AutoGLM 出行差旅预订——从查机票到订酒店的一条龙
场景描述
差旅场景是 AutoGLM 跨 App 能力的典型展示：查路线用高德、订机票用携程/12306、订酒店用携程、总结信息可能还要用到飞书/微信。一条指令串联多个 App 的多条任务。
典型指令
> 帮我查一下明天广州到北京的机票
> 规划一条从重庆解放碑到重庆火锅博物馆的步行路线
> 圆明园周围有停车场吗
> 帮我预定一晚靠近合生汇地铁口的五星级酒店
> 我下周一要出差，飞书上给领导发请假消息，然后携程订高铁票
> 下周六去长春玩，高德收藏景点，12306 订高铁票跨 App 长链任务分析
最后一个指令非常典型，Agent 要跨越 4 个 App 执行：
携程 → 请假消息（飞书）→ 长春景点信息（高德）→ 12306 高铁票这个例子是 AutoGLM 官方博客里公开的示范场景，执行过程可能涉及 40~60 步循环。
路线规划精度
高德/百度地图 App 的搜索结果列表通常比较清晰——地标名称、距离、评分都在屏幕上。Agent 靠视觉识别文字、距离数值、评分，然后基于这些信息做决策（"找步行时间最短的路线"、"找评分最高的景点"）。
12306 的挑战
12306 经常需要验证码——这会触发 Take_over 人工接管。Agent 看到验证码界面会自动暂停等你手动处理。这不是 bug，而是框架的安全设计。
酒店预订要点
酒店 App（携程）的筛选条件丰富：星级、价格区间、位置、评分、早餐、免费取消……Agent 靠视觉理解筛选面板，点击对应的筛选器后重新搜索。任务指令越明确（"五星级、靠近地铁口"），Agent 执行越快。
价格敏感点
查完机票/酒店价格后，如果指令包含"直接预订"，Agent 会走到下单环节。但预订通常需要登录（再次触发 Take_over），以及支付确认（也会触发）。实际落地时一般是让 Agent 查到候选后由人类决定，而不是直接下单。
性能参考
在 AutoGLM 的中文 App 评测里，差旅类场景（高德导航、携程酒店查询、12306 余票查询）的成功率在 80% 以上。路线规划、景点搜索这类任务最简单——只要 App 能正常打开、搜索框能识别。