游戏NPC对话AI定制：人设一致性与长期记忆

本期实验聚焦一个具体问题：让 NPC 在长对话里不“失忆”、不跑人设。我们把 NPC 对话拆成三层——人设约束（口吻、立场、知识边界）、记忆检索（将对局历史压缩为可检索条目）、输出校验（越界内容拦截与重说）。

进展：在 30 个 NPC 人设、约 5000 轮对局对话上做对照测试。采用分层方案后，人工评审的人设一致性通过率由 71% 升至 89%，与设定冲突的事实性回答占比由 12% 降至 3.5%；首字延迟中位数 480ms，单张消费级显卡可支撑约 40 路并发会话，基本匹配非战斗场景的对话节奏。

下一步：验证记忆压缩策略，重点观察对局超过 200 轮后的摘要漂移；同时把玩家情绪信号接入人设约束层，观察其对 NPC 立场表达与任务引导的影响。