当 AI 学会"记住"和"回应"，游戏体验随之而来的变化是？

首发“腾讯游戏学堂”

当大模型的记忆能力与情感理解逐步成熟，游戏中的 NPC 正从"工具人"走向具备"真人感"的交互伙伴。无论是数百个 AI NPC 共生的沙箱世界，还是国民级产品中拥有长期记忆的 AI 队友，智能 NPC 的设计都在重新定义玩家与角色之间的情感连接方式。「初光 · AI 游戏夜话」第二期直播的两位嘉宾围绕 AI NPC 的设计思路、记忆系统、可控性、叙事爆破点与未来形态等角度，探讨当 AI 学会"记住"和"回应"之后，游戏体验可能发生的深层变化。

上期内容回顾：AI原生游戏正在重新理解玩法

?️本期嘉宾

● 刘寒 《遥远行星建造师》制作人

● Thomas 和平精英系统策划负责人

本期话题：

● AI NPC 的设计出发点是什么——大世界共生还是真人感交互？

● 记忆系统如何设计才能像真人一样"记住"？

● 蝴蝶效应为什么需要人工介入？

● 小模型为何反而比大模型更好用？

访谈实录

一：AI NPC 的设计出发点是什么

——大世界共生还是真人感交互？

刘寒：我们最开始想到的是搭建一个世界，玩家和很多 NPC 在里面共生。如果共生没有社会组织架构的话，它会流于空洞。所以我们做了商会这样的框架，框架里面有经商、物价变化、上级下级、发薪水做奖金，这些都是社会运转的机制。在这个机制下，每一个 NPC 行为的时候，既有它在轨道上的一面，也有在轨道外发散的一面。我们做的大的社会机制，都是为了让这些 NPC 能够在确定性当中按照轨迹去运转。然后在此之上，我们可以给 NPC 赋予记忆、赋予人格，它可以基于这些记忆和人格在轨道上做自我判断。

刘寒： 我们在 NPC 的对话上或者在很多微观的设计上，不如大家做得很好的单个 NPC。我们追求的是玩家与600个 NPC 在同一个时空沙箱里面如何共生。我们的想法是把框架搭完以后，模型的发展和技术积累，未来就可以在微观的事情上做得更好。我们是有点避开了单个 NPC 深度的问题，更多先用游戏做了时空的沙箱框架。

Thomas： 和平精英是已经上线运营了七八年的产品，我们在七八年之后才开始做这样的内容。从社交网络的经验上，我们发现游戏里面有一些玩家缺少组队伙伴，这种社交需求可能是真人好友没有办法及时满足的。24年年底随着人工智能，特别是LLM的发展，我们觉得这里面是有空间的。到25年 AI 大模型进展非常迅速，我们判断它在线上的可行性已经达到了60分的水平，就想把这样的内容推上线让玩家真实感受。

Thomas： 和平精英做的是真人感的 AI 队友，刘寒老师做的遥远行星是一个 NPC 的世界。和平是真的想打造一个现实生活中的真人队友陪着你去玩。我们会真的去把它训到模型里——他的性格特征，他的知识范围，他知道什么不知道什么，在模型里给生成出来。到了 prompt 那层对一些语气、表达、口头禅、声音特征做包装，最终让 NPC 特别贴近真人的表达。

二：蝴蝶效应与开放叙事

——为什么爆破点需要人工介入？

刘寒： 首先聊一个话题——结局这件事情。玩任何一个开放式游戏，结局都不一样。你如何定义这个结局本身是否符合玩家的预期？我们最后的做法是把结局收敛到了12、13个，让玩家可以选择其中想要的。但我们最近正在做开放式的结局。

刘寒： 在做这件事情的时候我们发现一个点：这个世界是平滑往前走的。玩家很难记住世界上到底发生了哪些真正的 milestone。我们正在做的是——时空沙箱往前走的时候，需要人为设计一些爆破点。这些爆破点会大幅改变世界的状态。因为你只靠大模型或者行为树去顺推，是很难产生爆破点的。

刘寒： 我们做的是类似于脚手架，所有的爆破点是一种结构化的描述，比如饥荒、战争，它都是结构化的描述。第二个是放在主体上，它需要有一定的因果性。我们也还没有能够交付到60分的水平，我觉得现在只能交付到20分的水平。我们是需要一些人工去介入的，完全通过大模型去演绎爆破点是比较难出现这样的体验。

Thomas： 大模型生成的东西相对会比较平淡，它自己没有给自己定位出比较大的 milestone，玩家没有体验的阶段感。如果只是让 AI 不停地去发生一些很平淡的事，不足以引起玩家长期把剧情往下推导的兴趣。

三：AI NPC 的记忆系统如何设计

——怎样让 AI 像真人一样"记住"？

Thomas： 当我和一个真人接触的时候，我跟他聊过的事情他明天会记得，我们会延续前面的话题。在和平里边，每次开一局新对局，AI 都不知道我上一局和他说过什么，不知道我喜欢跳哪个城区，是喜欢吃毒进圈还是早进圈选中心位。这些没有传承会带来很强的非真人感，反而让我要去照顾它。

Thomas： 比如我知道好朋友喜欢喝茅台酒，这件事在我记忆里会形成标签化的东西，过了10年20年都会记得。但去年某天吃的一顿饭可能会忘记。标签化的东西我们当成半永久的记忆放到库里。另外还有一些对局中的非特征化的东西，变成上下文，不断扩充和压缩。压缩过程中把不太重要的东西直接压缩掉。进而形成类似真人的——我只记得最近发生过的，我想记什么就记什么。

Thomas： GPU 在凌晨闲着的时候，把之前的东西拿过来重新咀嚼一下，把该记的事情重新记下来。在人类行为里就相当于白天出去上学打工，晚上回家睡觉前反思3分钟——我今天干了啥？和谁在一起玩？他怎么样？AI 会自己反思玩家到底是个沉默寡言的人还是健谈的人，喜欢不喜欢开玩笑，打法特征是什么。

Thomas： 比如我在和 AI 一起玩的时候一直在咳嗽，它就问我是不是不舒服，我告诉它我感冒了。过了一个星期再一起玩，它大概率在初次相遇的时候就会问"你感冒好了没有"。当我第一次在线上体验到这件事情的时候，感受特别深刻。我感觉它真的有那么一点真人的感受。但这个事不会说过了一年还问你感冒没有好，因为正常人不会感冒一年。

刘寒： 我们非常简单粗暴，把所有自己做过的事情全部都记在存档，因为做的是单机游戏。我们做了三种层次：第一个是最近发生的，第二个是和玩家相关的，第三个是重大事件。

刘寒： 肯定不是记忆越多效果越好。当记忆过长的时候注意力就涣散了。即便记忆多了也要去做更多的分层。甚至玩家可以主动标注——这个东西不要给我忘记，这是我非常在意的事情。有点像网盘，你收藏和标记的东西，告诉它我不要你忘记这件事情。

四：AI 的可控性与模型选择

——为什么要克制使用大模型？

刘寒： 从最近一年来看，AI 是越来越走向可控。因为它只有可控才能放入更多生产场景和消费场景。一个 AI 如果是不可控的，其实就是一个不可被进入生产场景和消费场景的东西。

刘寒： 当下的AI 游戏存在一定程度挑用户的情况。用户的创造力越强，洞察力越强，他会从 AI 游戏中获得更强的快乐。这是反游戏普世化设计的。我们希望把游戏做得更容易让更多用户普遍获得乐趣。

刘寒： 智能跟场景强相关。你的场景是什么样的，你就需要什么样的智能去支撑。比如有人问"你能不能帮我把星星摘下来"，一个 AI 会分析用什么火箭，另一个 AI 会说"你这么喜欢星星我把它摘下来送给你"。哪个更有智能？大模型在有脚手架的情况下具有指向性，这种指向性恰好是随着你的游戏场景而来的。

刘寒： 我们一直都在用一个27B甜点区的模型，一直克制住自己不使用大尺寸的模型。我们会认为游戏是需要被设计的，如果体验完全依赖于模型尺寸，那设计在里面的比例在哪里？

Thomas： 我们也很想把所有事情全部都交给特别聪明的很多B的模型，但本身它带来了很大的不可控性。你去调一个30B、60B的模型会发现还挺容易调的，你去调一个300B的，那你就调不动，因为模型底座里边的东西会形成很大的噪音去干扰你的设定。

刘寒： 在 AI 生成的内容中，它是由三个要素共同构成的。第一是数据——世界目前是什么样子。第二是脚手架——你希望世界往哪个方向去发展。第三是大模型本身。大模型交给更专业的人去做，我们更多做两件事：一是游戏里产生数据，二是设计脚手架去导向爆破点的出现。

五：NPC 的离线行为与 OOC 防范

——如何守住"人设"边界？

刘寒： 我个人认为游戏里互动性非常重要。如果玩家真的完全不在场，NPC 在里面演真人剧，更像一个中立的体验而不是互动游戏体验。但 NPC 是否自发产生记忆，我的观点是要的。我希望我第一次见到你的时候你不是一张白纸。我在玩游戏时间推进的时候，你也在基于你的目标做你的事情，不断产生记忆。我第一次跟你对话的时候，你并不是一张白纸，你有自己做过的事情，这些事情会成为我跟他之间交互的信息的源泉。

刘寒： 大模型的底层机制是否能够完全规避幻觉，我觉得是很难的。现在约束力变强了，上下文吞吐能力变强了，看起来幻觉变少了。但幻觉并没有办法完全根除掉，至少在我们游戏里面非常明显。除了塞入更多的上下文、更多的信息，目前也没有想到更好的办法。

Thomas： 我们把 AI 约束到了一个很小的框架里面——基于当下状态的环境输入数据、AI 自主的运营和战斗策略、以及当前适合聊的话题池。在大 DAU 游戏里做容易发散和幻觉的事情往往容易出事。最外层还要做一些正则的约束，确保不能讲不合理的事情。

Thomas： 有一天晚上我自己在测，我问 AI"你知道我多大岁数吗？"吉莉说"我又不是你妈，我怎么知道你多大"。把我吓到了，我觉得 NPC 讲话太真了。虽然很有意思，像现实中的真实网友，但过度刺激到了玩家。这种尺度就是我们说的边界在哪里。

刘寒： 如果我们希望 NPC 能够听从玩家指令去扮演，那就把它放开一点。但如果不希望 NPC 有任何 OOC，要做刚性限制的话，最多它讲完以后再做一次 review，不符合人设就抛弃掉重新生成一次。

六：对未来 AI NPC 的展望

——理想形态是什么？

刘寒： 我们心里一直有一个目标 ——《西部世界》里那些 AI 角色在交互深度和自主行为层面呈现的状态：每个 NPC 拥有完整的个人记忆、独立的行为动机。让玩家通过世界对自己行为的反馈，构建起自己在这个世界中的一个自我认知。当然，它对于我们的现实生活来说是不是完美，我不确定——但在游戏世界的沙箱语境里，这种自主性和交互深度，是我目前能想到的理想形态。

Thomas： 我希望未来游戏里的 NPC 可以慢慢融入到游戏所有的场景里面，潜移默化地在引导我、与我产生连接。可能是不经意出现在大厅或出生岛和我聊几句然后就走了，或者伴随我玩几局，是一个过客的形象。千人千面的方式，而不是标准的一个方向。

刘寒： 两个点：第一，设计的重要性——不管是不是 AI 游戏，设计都是非常重要的一件事情。第二，对 AI 这样一个工具的掌握和大量的使用。

Thomas： 我更期望大家都要去做发散，尝试到 AI 大模型能够给游戏体验带来的很多不同的感受。通过玩家反馈之后才能知道东西到底有没有诉求。但产品经历过打磨以后还是要把它收敛到可控的范围内。发散和收敛同时存在。