AI游戏NPC记忆定制：人设一致性与剧情回溯

让大模型驱动的游戏 NPC「记得住、不变味」，是游戏AI实验室近期的一个小课题。原型采用分层记忆结构：短期保留最近若干轮原始对话，中期把事件压缩成结构化事实（人物、地点、承诺、态度），长期只保留与玩家关系相关的标签。检索由人物关系与场景关键词触发，而不是把所有历史一次性塞进上下文，以免反而稀释人设。

要点：

• 进展：在文字冒险 Demo 中接入约 30 个 NPC、单局 200 轮对话，人设违背（说出与设定冲突的台词）从每百轮约 6 次降到 2 次以内，上下文长度稳定在 2k token 量级。
• 下一步：把记忆写入与剧情状态机对接，让 NPC 的关键承诺能真正改变任务分支，并测试语音链路下的响应延迟是否可接受。