AI 是一次范式转移，选准生态位，投入自然清晰 | 飞猪 CTO 陈烨谈战略定力、组织进化与工程落地

受访嘉宾｜陈烨 博士

作者｜赵钰莹

策划｜QCon 全球软件开发大会

在 AI 热潮席卷各行各业的 2026 年，企业亟需超越“是否要做 AI”的初级命题，转向更深层的战略思考。

2026 年 QCon 全球软件开发大会年度联席主席、飞猪 CTO 陈烨在接受极客邦科技专访时指出，AI 不仅仅是效率工具，而是一场范式转移，企业必须首先明确自身在新生态中的角色定位，才能制定有效的 AI 战略。他结合飞猪在旅游垂类场景中的实践，深入剖析了如何在资源有限的条件下聚焦高价值方向，并通过组织机制设计提高技术与业务之间的协作效率。陈烨强调，在基础模型能力具备的情况下，真正决定 AI 成败的，早已不是模型本身有多强大，而是能否构建可靠的工程化兜底机制、是否深刻理解业务本质，以及有没有能力把一个个孤立的创新点，沉淀为可规模化复用的平台级能力。面对快速变化的技术环境，他主张以方向可调、信念不动的管理哲学保持团队执行力，并预言 2026 年将是行业 Agent 应用落地的关键拐点。

AI 战略的前提：先回答你想成为谁，再决定做什么

在 AI 技术如此快速发展的当下，依旧有大量企业在制定 AI 战略时非常保守，基于现有的业务和岗位鼓励积极应用 AI 就算是一个 AI 战略了。当然，也有与此相反，鼓励大刀阔斧快速向前，一切皆可 AI 的激进派。作为飞猪的 CTO，陈烨也同样负责推进飞猪整体的 AI 战略。

在对话中，陈烨表示，企业制定 AI 战略的首要前提不是技术方向，而是企业必须想清楚——在 AI 时代，你希望成为什么样的公司。他认为，很多企业容易陷入追风口的焦虑，根源在于缺乏对自身生态位的清晰认知。AI 不是工具，而是一次范式转移。就像当年移动互联网重塑入口逻辑一样，AI 正在重构人与数字世界的交互方式。若仍以传统效率指标（如 ROI、人效提升）来衡量其价值，是不科学的。那些在范式变革初期仍执着于优化旧体系的企业，往往容易错失转型窗口，逐渐被时代边缘化。

对于资源有限的公司而言，战略的本质是选择。在飞猪这样横跨搜索、推荐、供应链、履约等多个复杂业务链路的体系中，AI 投入必须精准区分优先级，有所为，更有所不为。陈烨坦言，团队会坚决避开两类方向：一是尚无明确 PMF（Product-Market Fit）验证的领域；二是通用能力层面的重复造轮子。他强调，真正的 AI 落地是要解决真实的行业问题，而不是停留在通用模型的能力提升上。因此，飞猪聚焦于可验证、可闭环的场景，这些领域能直接触达用户价值，形成反馈闭环。

2025 年，飞猪推出的“AI 问一问”多智能体驱动旅行产品，正是战略聚焦的集中体现。它不仅能像专业旅游顾问一样规划行程、推荐餐厅咖啡馆等本地生活服务，还支持拍照讲解功能——用户只需对博物馆展品、历史古迹或地标建筑拍照，即可获得专业级语音讲解。这款产品也在去年底入选了 InfoQ 极客传媒与模力工场联合发起的“2025 年 AI Agent 最具生产力产品 / 应用 / 平台”榜单。

飞猪既会用 AI 打造内部提效工具，更将面向消费者的 AI 产品作为重要战略重心，集中核心资源投入消费级 AI 的创新与落地。正如《2025 年旅行 AI 指数》所揭示的：用户使用旅行 AI 最关注省心、省钱、省脑细胞——从行李直挂到错峰拼假，AI 已嵌入从咨询、规划到预订的全链路。2025 年，飞猪旅行 AI 日均调用量激增 7.7 倍，Token 消耗暴涨 20 倍，商家 AI 工具使用量翻 2.4 倍。这说明 AI 不再是技术人员的玩具，而是真正被大众消费者高频使用的日常服务。陈烨所强调的真实行业问题，在飞猪这里具象为预算减半，体验不变的用户诉求——用 AI 实现极致性价比的旅行体验。

组织形态演进：从超级个体到 Agent 协同，警惕理想与现实的断裂

关于 AI 组织架构，陈烨观察到一个显著趋势：工程化相关岗位的工作界限已经变得模糊，工作内容开始出现融合，比如算法与工程的边界正在快速模糊。或许，未来每一个工程师都必须具备一定的算法和工程能力，工程师需要读懂主流论文，敢于提出并实现自己的想法。事实上，很多企业内部都在推动“AI Engineer”角色的融合，不严格区分算法岗与工程岗，而是以项目为单位组建极简团队——通常 3-5 人，具备端到端交付能力。这种“超级个体 + 极简团队”模式极大提升了迭代速度，尤其适合攻坚型创新。

但他也提醒创业公司需警惕一个致命陷阱：企业理想与市场兑现之间的矛盾。部分创业公司虽然现金流还可以，但前期巨额投入尚未形成可持续的商业模式，反而被市场的高预期绑架。AI 时代，坚持长期主义比追逐热点更重要。在推动 AI 与业务融合方面，陈烨反对强制推行或 KPI 考核。靠强推可能会引发抵触，他的策略是打造单点突破案例——让某个小团队用 AI 解决一个具体痛点并快速展示效果。当业务侧看到真实提效，信任自然建立。更重要的是，飞猪正在构建极客文化，鼓励一线员工主动尝试 AI 工具，通过内部 Demo 日、黑客松等方式激发自驱力。

复合型人才成为核心资产，价值体现在 Token 之外

谈及 AI 人才，陈烨明确表示自己更加看重的工程能力、对 AI 有好奇心以及对业务产品有理解的复合型人才。他称之为“One Man Company”——给一个命题，能独立完成从需求理解、方案设计到工程落地的全过程。这类人才往往能打破职能壁垒，在模糊地带创造价值。相比之下，纯算法背景但工程能力弱的人，或只懂调参不懂业务的人，需要面向未来做出改变。

他特别指出一个被普遍低估的能力：对业务本质的理解。很多 AI 工程师沉迷于模型指标，却忽视了用户到底要什么。在飞猪，产品更多的精力用于深入用户场景，传递给后方团队用户要什么；技术则需具备产品 sense，自主探索最优实现路径。这种分工重构，使得 AI 系统更贴近真实的用户需求。

大模型的“偶尔惊艳、经常翻车”是业务侧不信任的主要原因。对此，陈烨认为关键在于工程化兜底机制。飞猪的做法是：将大模型作为“大脑”，但关键链路保留规则引擎或小模型作为 fallback；同时构建完善的监控体系，对输出结果进行可信度评分，低分结果自动转人工。此外，通过 RAG（检索增强生成）引入实时业务数据，减少幻觉。

在指标设计上，他反对仅看准确率、F1 值等离线指标。真正有效的指标是用户认可度。在飞猪，这体现为访问量、复购率、任务完成率等经典业务指标，以及新兴的 token 使用量——它间接反映用户与 AI 系统的交互深度，但他强调不要机械地考核 token 量，而要看它是否带来了真实价值。这一理念在飞猪的实践中得到验证。2025 年飞猪旅行 AI 调用量激增 7.7 倍的背后，是用户真实需求的释放——用 AI 做攻略、订酒店、规划路线，核心诉求就是省。这种由用户自发驱动的 AI 使用，远比强推更可持续，也更能体现 AI 的业务价值。

面对 AI 领域的快速变化，陈烨的团队管理哲学是方向可调，信念不动。他要求团队保持对前沿技术的敏感，但所有探索必须锚定业务价值。CTO 最重要的组织动作是建立快速试错与知识沉淀的机制——失败的 PoC（概念验证）文档化，成功的模块平台化。目前，飞猪正将多个 AI 能力抽象为内部 Agent 服务，供各业务线调用，避免重复建设。

当看清生态位，投入自然清晰

访谈最后，陈烨提及 2026 年将是 Agent 落地的关键年。通用模型只是基础设施，真正的机会在行业垂类。他预判，随着领域模型能力提升，医疗、教育、旅游等场景将出现单点击破式的应用爆发。对企业而言，与其焦虑技术细节，不如思考在 AI 重构的生态中，你愿做电厂（提供算力）、YC（孵化创新），还是人才粮仓（连接供需）。这揭示了一个清晰的逻辑：AI 战略的成功不在于模型多先进，而在于组织是否准备好拥抱范式变革；不在于投入多少资源，而在于能否在正确的位置打透一个点。正如陈烨所言：格局决定未来。一旦看清自己在未来生态中的定位，资源该投向哪里，自然就清晰了。

嘉宾介绍

陈烨博士，阿里巴巴中国电商事业群 飞猪 CTO，负责飞猪 AI 战略的规划与实施。威斯康星大学麦迪逊分校信息系统与计算机博士，发表 30 余篇 NeurIPS、SIGIR、KDD、WWW 等顶会论文，三次获得 KDD、SIGIR 最佳论文奖，部分成果被斯坦福大学、加利福尼亚大学伯克利分校纳入研究生课程；持有 10 项美国专利。曾创立人工智能公司虎博科技，其多模态大语言模型 TigerBot 入选首批国家大模型备案名单；曾任美团点评资深副总裁，主导构建搜索与效果广告平台。

在即将于 4 月 16 日召开的 QCon 全球软件开发大会上，陈烨博士还将带来题为《消费级智能体的演进：重塑交易范式与增量未来》的主题演讲，基于对行业演进的观察与思考，尝试探讨 AI 破解“大规模、低成本、个性化”不可能三角的路径。敬请期待！