AI游戏NPC人设一致性：对话记忆与长程召回

在开放世界游戏中，NPC 的多轮对话常出现人设漂移：上一句还自称不识字，下一句就开始讲解古文。本周实验室围绕这一问题做了阶段性验证。

我们把 NPC 拆成三层：静态人设卡（身份、口吻、禁忌）、动态记忆（玩家做过的事、承诺过的事）、当前场景约束（时间、地点、在场角色）。生成前先由检索模块从记忆库召回相关条目，再由一个小模型做一致性打分，低于阈值则重写，最多两轮。

要点：

• 进展：在 300 条人工构造的跨时段对话用例上，人设冲突率从 18% 降至 6%，主要收益来自记忆召回而非提示词改写；平均额外延迟约 240ms，且集中在首轮。
• 下一步：把记忆写入从“每轮总结”改为事件触发，减少无效条目；同时测试玩家主动试探（撒谎、反复追问）时的防御表现。

阶段性结论：NPC 一致性更接近检索与约束问题，而非单纯的模型能力问题。