TourMart：用于LLM旅行代理中佣金引导的参数化审计工具
计算机与社会
2026-05-12 v1
摘要
在线旅行代理（Booking、Trip.com、Expedia）已将排名列表界面替换为对话式LLM代理，这些代理将众多选项压缩成一句建议。每次预订都会为OTA赚取佣金，而不同的供应商支付不同的费率：代理有结构性动机去推荐利润率更高的选项。目前，没有人能够衡量任何已部署的代理是否这样做，以及程度如何。披露横幅、转化A/B测试、UI暗模式分类法和通用LLM安全评分是为旧界面构建的，并且错过了发生引导的散文式推荐表面。我们提出了TourMart，一个用于LLM-OTA佣金治理的应用智能系统审计工具。两个治理杠杆——lambda（消息诱导的感知对旅行者接受/拒绝决策的增益）和kappa（消息可以改变感知福利的预算归一化上限）——驱动一个配对反事实：保持旅行者和套餐固定，在佣金感知提示和最小披露事实模板之间读取引导增量。一个对称的六门生产者审计将LLM工程失败（模板崩溃、拒绝、内部ID泄漏）与真正的商业引导区分开来。在部署时（lambda=1, kappa=0.05），Qwen-14B阅读器显示+7.69pp的引导（精确McNemar p=0.003）；Llama-3.1-8B阅读器在n=143时显示相同方向的+3.50pp，扩展n补充（n=270）确认了显著性（+2.96pp, p=0.008）。在（lambda, kappa）网格上，两个分支都通过了族系场景聚类校正（p<0.001 / p=0.008）。TourMart输出合规报告可以引用的一句话：“在此部署中，每100个配对旅行者会话中，有7.7个额外的佣金引导推荐。”
引用
@article{arxiv.2605.10440,
title = {TourMart: A Parametric Audit Instrument for Commission Steering in LLM Travel Agents},
author = {Yao Liu},
journal= {arXiv preprint arXiv:2605.10440},
year = {2026}
}