在开放世界任务链中接入大模型 NPC 后，最先暴露的不是语言质量问题，而是三类可控性缺失：长对话后人设漂移、跨任务记忆断层、以及越权承诺（口头发放道具或透露未解锁剧情）。我们在一个含 40 名可对话 NPC 的测试关卡上做了阶段性实验，重点验证约束方案而非模型规模。
实现上采用分层记忆与输出校验：角色卡固化语气、称谓与知识边界；剧情事实库以检索增强方式注入，避免无关设定污染；会话历史按「摘要＋关键事件」压缩，控制上下文长度。模型输出先经过意图分类与规则校验，凡涉及数值发放、剧情解锁、隐藏身份的回复一律拦截改写。
要点：
1）进展：自建 300 条评测集（人设一致、事实一致、越权拒绝、多轮指代四类），人设一致性通过率由初版 72% 提升至 91%，越权发放类回复拦截后基本归零；单轮首字延迟控制在 800ms 内，按在线 NPC 数量做实例复用。
2）下一步：多 NPC 之间的相互指认与信息传播一致性，以及玩家长期记忆的遗忘机制与内容合规边界，计划在下一个测试关卡验证。
评论