开放世界里的 NPC 常被玩家吐槽「上一句答应的事，下一句就忘了」。这轮实验我们把重点放在记忆结构，而不是单纯把模型换大。
做法是三层记忆：滑动窗口保存最近若干轮原文；事件摘要把对话压缩成带时间戳的事实条目；人物档案记录身份、立场与对玩家的关系值。召回时用向量相似度叠加关键词命中，再加时间衰减与重要性权重，取 top-k 拼入上下文；生成前用人设卡做一次冲突校验，命中即重写。
进展：在自建 200 段多轮对话评测集上，人设冲突率由 12% 降至 4.3%，关键承诺召回率由 61% 升至 88%；摘要与校验交由本地小模型完成，单轮额外延迟约 120ms，未明显影响对话节奏。
下一步计划：把记忆条目对任务系统开放读写接口，验证 30 天游戏内时间的长周期漂移，并观察多 NPC 之间的记忆传播是否会形成难以收敛的谣言。
评论