游戏NPC长期记忆实验：分层摘要与检索回放

在开放世界游戏中，NPC 若只依赖固定台词或短上下文，跨任务对话容易前后矛盾。我们在《游戏AI实验室》搭建小规模实验环境：为 NPC 维护事件流、关系状态与目标栈，每轮对话后生成摘要，按时间与重要度分层存储；检索时先按当前任务和在场角色过滤，再召回最近事件与关键历史，拼入提示词。

进展：在 3 个手工剧情任务、约 40 轮跨场景对话中，记忆召回准确率约 82%，角色称呼与阵营关系错漏从每轮 0.35 次降到 0.09 次；端到端延迟中位数 1.2 秒，仍高于可接受范围。

下一步计划：压缩摘要粒度，引入规则约束关系状态，并测试多 NPC 共享记忆时的冲突消解。当前结论仅来自内部小样本，尚不能代表大规模玩家环境。