第十五章《构建赛博小镇》案例复盘｜逐章学习笔记

[jarvanstack]

本章原书没有独立章末习题；本帖以案例复盘/项目方案作为实践答案。基于教材仓库 main 分支提交 92e6891（2026-08-09 读取），欢迎指正。

原章链接：第十五章 构建赛博小镇

本章没有独立的章末习题。以下聚焦 AI NPC 的状态、记忆、成本和内容安全。

1. 分层架构为什么合理

Godot 负责确定性的渲染、碰撞、移动和 UI；FastAPI 负责权威游戏状态、API 和日志；HelloAgents 负责开放式对话与记忆。这样 LLM 延迟不会阻塞帧循环，游戏规则也不依赖模型“自觉遵守”。

权威状态必须在后端状态机：位置/物品/任务/好感度只能由验证过的游戏事件改变。LLM 输出只是 dialogue + proposed_intent，由规则层决定是否生效。否则玩家可通过提示注入让 NPC 直接发奖励或改状态。

2. NPC 角色与记忆

角色提示应区分不可变设定（背景、知识边界、禁区）、当前状态（情绪、任务）和检索记忆。每个 NPC 使用独立命名空间；每个玩家的关系记忆也隔离，避免 A 玩家信息泄露给 B。

短期记忆保存最近对话，情景记忆保存重要事件，语义记忆保存经确认的玩家偏好/世界事实。不是每句话都长期保存：根据用户同意、剧情重要度、重复和未来价值整合。记忆要能纠正、遗忘和溯源；NPC 的“记错”若是玩法设计也应可控，不能与数据错误混在一起。

3. 好感度不能只交给 LLM

LLM 可对互动分类（帮助、冒犯、完成任务等）并给证据，但实际分数由规则引擎根据事件类型、冷却、每日上限和剧情约束计算。需防重复刷同一句、模型偏好奉承、玩家操纵系统提示以及不同语言/群体的不公平。

可用：delta = base_event_score × novelty × relationship_modifier，并设置单次和每日上下限。重要关系跳变需要真实任务事件或人工编写剧情，不由闲聊无限累积。

4. 轻负载与实时体验

背景对话可离线批量生成并缓存，玩家直接互动才实时调用。常见闲聊、世界知识和 NPC 间日程可用小模型；关键剧情或复杂记忆再路由强模型。所有请求异步，UI 显示思考/可取消；超过延迟预算返回角色化占位或模板回复，不能卡住游戏。

成本预算按“每玩家每分钟调用数、上下文 token、背景任务”控制；语义缓存需包含 NPC、关系状态和世界版本，避免把不合适的旧回复复用到新剧情。

5. 多人和 NPC 间互动的并发

多人场景应以房间/世界分区，服务端为权威事件序列。每个事件包含序号、actor、目标、世界版本和幂等 ID；同一 NPC 的关键状态串行更新，读请求可并行。后台 NPC 对话只能基于快照，提交时若世界版本变化需重算或丢弃。

flowchart LR
  P["玩家事件"] --> Q["有序事件队列"]
  B["NPC 后台计划"] --> Q
  Q --> S["权威状态机"]
  S --> M["记忆写入"]
  S --> L["LLM 对话任务"]
  L --> V["输出/内容/动作校验"]
  V --> S
  S --> G["Godot 客户端同步"]

Loading

6. 内容安全与隐私

应有年龄分级、敏感内容过滤、举报和审计；玩家输入与检索记忆都视为不可信，系统提示和密钥不回显；NPC 不应声称自己是真人或给出高风险专业建议。日志最小化 PII，并提供记忆/账号删除。对 UGC 和模型输出的版权、肖像和社区规范也需产品层治理。

7. 评估与扩展优先级

评估包括角色一致性、对话相关性、记忆正确/泄露率、剧情约束违反、P95 延迟、每会话成本、重复回复、内容安全和玩家留存。先做任务系统和可靠状态机，再做复杂情绪；先解决多人隔离与成本，再扩大世界。NPC 间互动、动态事件和个性化学习只有在可观察、可回滚的事件系统上才可持续扩展。