一位酒店 CRM 公司的运营人员用九个只读工具和两道确认锁给让 AI 碰酒店订单这件事划了一条线。这个开源 MCP 服务器由 Miquel Gelabert Cifre 开发他于 10 月 8 日在 Hotel-Online 上撰文介绍了设计思路。先读不许写项目的核心是一个 MCP 服务器——夹在酒店 PMS物业管理系统与 AI 助手之间的一层薄软件。MCP 由 Anthropic 于 2024 年 11 月开源2025 年 12 月被捐赠给 Linux 基金会旗下的 Agentic AI Foundation。如今主流 AI 助手平台均已支持这意味着写一次的连接器理论上可被任何会说该协议的助手调用而不必绑定某一家聊天机器人厂商的集成。目前服务器提供九个只读工具物业列表、今日到店、今日离店、预订搜索、单笔预订详情、房型可用量、客人档案与历史入住、入住率 KPI、客房清洁状态。这已够前台干活问一句今天谁到店“下周末还剩几间海景大床”答案直接来自实时 PMS 数据而不是周一导出的报表。入住率 KPI 供收益会议使用清洁状态属客房部同一层读取服务多个部门。Gelabert Cifre 还强调只读阶段也是团队发现自家数据有多乱的时候——最好在任何写入路径存在之前就完成这次数据体检。两道锁预览 显式确认项目包含创建、修改、取消预订的工具但默认关闭只有运维者设置环境变量开关后才会出现。即便开关打开每次写操作也先返回一份将会做什么的预览不做任何改动必须再次调用并显式确认才会真正提交。作者仍将写工具称为实验性功能并表示没有同等校验他不会让任何智能体碰生产环境的预订。第二道锁的意义比听起来更重要。语言模型会拼命表现得有用用含糊的话让它把 Müller 那笔预订处理一下它可能得出取消再重订最干净的结论而这恰恰可能是该客人最不想要的结果。预览把这种猜测变成一个人可以否决的决定。但设计也把一道选择题交回酒店谁掌握环境变量开关谁就决定助手能否写入。这个角色是 IT、前台经理还是供应商必须写进部署方案。而确认步骤只有在确认者真的读了预览时才起保护作用。用酒店词汇而非厂商接口Gelabert Cifre 早期就否决了逐条照抄 PMS API 的做法厂商 API 是写给已懂其数据模型的开发者看的语言模型不是。他改为建立一套厂商中立的酒店概念预订、客人、物业、可用量、入住率 KPI再用适配器把各家 PMS 转成这个格式。收益在接入第二套 PMS 时显现只需新增适配器工具一个不加。不过第二个适配器目前仍是只读仅在公开演示环境测试过尚未覆盖可用量与 KPI。对跨品牌运营的管理公司而言这正是值得研究之处——助手的词汇表不变底下的管道可以换。措辞本身就是接口。在 MCP 下模型主要依据工具名称和简短描述决定调用哪个工具因此这段文字需要像前台话术一样打磨叫 get_arrivals、说明返回指定日期到店的预订默认今天的工具会被正确调用名字含糊、描述笼统的工具则会被在错误时机调用或被彻底忽略。工具还应解释自己的输出——入住率工具同时报告入住率、ADR 和 RevPAR并写明日期、时区、货币和房型细节。对跨时区的酒店集团来说今天的到店名单只有在助手知道是谁的今天时才正确。热情与落地之间的落差谨慎设计有它的受众。Cloudbeds 采购指南援引的 Canary Technologies 2026 年研究显示酒店业对 AI 的兴趣远跑在规模化成果之前BCG 2025 年的跨行业分析也得出类似结论。BCG 2026 年 3 月关于AI 优先酒店的报告则描绘了旅客跳过搜索、直接对助手说帮我订一趟完美的旅行的场景。Cloudbeds CEO Adam Harris 在 Skift Data AI Summit 2026 上提出反对意见市面上多数 AI 是概率性的能答题、能做漂亮演示、能给出有根据的猜测真正运营酒店的 AI 必须确定地行动而今年买的能力到 2029 年可能因基础选错而过时。该指南还认为统一平台在 AI 上有结构性优势——PMS、收益智能、渠道管理器和营销共享数据模型才能拿到完整上下文。两种思路其实在一个前提上一致Cloudbeds 指南预测一旦 AI 预订代理到来干净的分布 API 和机器可读的库存将成为竞争优势。Gelabert Cifre 之所以能写出第一个适配器正是因为目标 PMS 公开了有文档的 API。试点该问什么第二个适配器缺失的可用量与 KPI 覆盖是下一个考验补上这块才能看出翻译层能否跨厂商支撑基础查询之外的工作而这正是多品牌组合最关心的问题。对考虑试点的酒店这意味着 PMS 合同可能与选哪家 AI 供应商同样重要。权限也应列入同一张清单据 Hotel-Online 的摘要服务器使用有范围、可撤销的凭证助手能触达的范围可按任务限定也能在不拆掉整个集成的情况下收回。一句话概括这套姿态助手可以自由读取一旦要写每次改动都先给预览等人明确说是。这很像带一位谨慎的新员工。