本周游戏AI实验室完成了一轮 NPC 长期记忆组件的内部验证，目标是让剧情向游戏中的 NPC 在多轮、跨场景对话里既不“失忆”，也不越出人设。
实现上把记忆拆成三层：世界观硬设定（不可改写）、与玩家的关系状态（好感、信任、已知秘密）、事件摘要（按时间线压缩为短句）。每轮生成前先按玩家提问检索相关片段，再以模板约束输出，越界内容由规则层兜底拦截，避免只靠提示词硬压。
- 进展：在 200 段测试对话中，人设越界率由 18% 降至 4%，前文关键设定的跨场景召回从 61% 提升到 89%；单轮额外耗时约 40ms（本地小模型 + 向量检索）。
- 下一步：验证多人同场景下的记忆隔离与冲突写入，并测试端侧量化后能否把延迟压到 20ms 以内，再交由策划做剧情节奏的人工评估。
阶段结论：分层记忆比单纯加长上下文更可控，也更便于策划直接修改设定表。
评论