在《游戏AI实验室》的游戏娱乐方向，我们近期做了一组偏工程化的实验：让大模型驱动的NPC在多轮、长周期对话中尽量不「出戏」。做法分三层：角色卡约束（性格、口癖、禁忌话题）；结构化记忆库，把玩家交互摘要成事件并按时间与重要性打分；检索时只召回与当前意图相关的片段，再由一个小模型做人设一致性打分，把明显漂移的回复拦下重写。
阶段性进展：在自建的约2000轮对话测试集上，人设一致性人工评分从初版的3.1/5提升到4.2/5；编造未发生剧情的「记忆幻觉」比例从约12%降到4%左右。代价是单轮响应延迟增加约180ms，尚在可接受区间。
下一步计划有两点：一是把记忆库与任务系统打通，让NPC记住玩家帮过谁、欠过谁，并在后续任务台词与态度里体现；二是验证长线存档（数十小时）下的记忆压缩策略，是否会让人设逐渐「扁平化」。
评论