重规划、修复还是编辑：旅行行程受扰后的统一评测

旅行规划智能体生成的行程，在用户接受后可能因航班取消、酒店不可用或景点关闭而失去可行性。修订方法包括完整重规划、经典计划修复和基于LLM的旅行Agent修改，不同任务定义及评估协议妨碍比较。我们使用两组由TREK衍生的基准开展系统实证研究：500个单一中断案例，包含可行与不可行实例；200个可行的同时复合中断案例。我们比较LLM-Z3完整重规划、IPyHOPPER分层修复与iTIMO局部修改适配器的有效性、计划稳定性和计算成本。结合Gemini的LLM-Z3取得最高观测复合中断成功率。IPyHOPPER在单一中断总体成功率上接近该配置，同时在成功修复中保留更多已接受行程。成功的分层和局部修复比完整重规划改动更少，保留更多既有承诺。计算特征不同：IPyHOPPER不调用LLM，所评估LLM-Z3适配器只进行紧凑的单次推理，iTIMO适配器消耗显著更多Token。研究为在这些设置中平衡恢复可行性、承诺保留和计算成本提供实践指引。