AI游戏NPC对话定制：人格锚点与长程记忆

在《游戏AI实验室》的探索中，我们关注一个具体问题：大模型驱动的NPC，能否在长对话里始终像"这个角色"，而不是一台问答机。本阶段实验围绕人格漂移与记忆断裂展开。

做法分三层：

• 人格锚点——把角色设定拆成稳定项（价值观、语气、禁忌）与可变项（当前情绪、好感度、任务状态），前者以结构化卡片常驻系统提示，后者由玩法逻辑每回合注入；
• 记忆管理——对话按事件切分并摘要，关键事实（承诺、赠予、战斗结果）写入可检索记忆库，超出上下文预算时按相关度回捞，而非简单截断；
• 一致性校验——用轻量判别模型对回复做"是否违背人格卡或已知事实"打分，低于阈值触发重写。

阶段性结果：在一款武侠题材Demo的200段长对话测试中，人格违规率由基线约14%降至4%以下，涉及早期承诺的问答正确率提升明显；额外推理开销控制在单轮百毫秒量级，可满足非战斗场景的实时需求。

下一步计划：将记忆库与任务系统打通，让NPC能主动引用玩家历史行为做差异化反馈，并验证多NPC之间传递信息是否会放大错误记忆。