AI游戏NPC记忆一致性实验：长期对话与状态回写

在《游戏AI实验室》近期的实验中，我们把关注点放在NPC长时对话的一致性问题上：玩家在第30分钟提到的"妹妹住在北港"，能否在第3小时的支线里被正确引用，而不与既有设定冲突。

实现上采用"结构化记忆+检索增强"的两段式：对话结束后由轻量模型抽取事实（人物、地点、态度、承诺），写入带时间戳的记忆表；生成回复前按当前场景检索Top-K条目，对冲突事实以"最新且被玩家明确确认者优先"的规则消解。

阶段性进展：

• 在自建测试集（120段连续对话、约1.8万轮）上，事实召回率由61%提升至88%，设定自相矛盾率从9.4%降至2.1%；
• 记忆写入带来约14%的额外token开销，通过事实去重与按时效衰减裁剪，单轮平均延迟增加控制在35ms以内。

下一步计划是引入关系图谱承载间接推断（如"妹妹"与"北港"的从属关系），并观察长线周更剧情下的记忆漂移情况。