旅行规划代理在生成行程后，常因航班取消、酒店无房或景点关闭而导致行程不可行。针对这些中断，主要有三类修订方式：完整重新规划、传统的计划修复以及基于大模型的旅行代理修订。不同的任务定义和评估流程使得方法之间难以直接比较。
我们基于 TREK 衍生的两个基准集开展系统实验：500 条单一中断案例（包括可行和不可行实例）以及 200 条可行的复合中断案例。比较对象为 LLM‑Z3 完整重新规划、IPyHOPPER 层次修复以及 iTIMO 局部修订适配器，评估维度包括成功率、行程稳定性和计算成本。
实验结果显示，使用 Gemini 的 LLM‑Z3 在复合中断下取得最高成功率。IPyHOPPER 在单一中断的整体成功率上几乎追平该配置，同时在成功修复时保留了更多已接受的行程片段。相较于完整重新规划，层次和局部修复的编辑次数更少，保留的承诺更多。计算开销方面，IPyHOPPER 完全不依赖大模型推理，LLM‑Z3 采用一次性紧凑调用，而 iTIMO 适配器消耗的 token 数显著更高。
基于上述发现，我们给出在可行性恢复、承诺保留和计算成本之间的实用平衡指南。
点评：在资源受限的旅行场景中，若优先保持已确认的行程细节，层次修复是性价比最高的选择；若需处理复杂的复合中断且计算资源充足，LLM‑Z3 仍是最可靠的方案。