AI GAMING SUMMIT · 主题分享

NPC 记忆
世界推演

冷湖
文中借用《原神》部分 IP 仅用于技术方案的说明性引用,相关角色 IP 版权归原作所有;
所述技术架构系作者独立提出,不代表任何作品真实开发实现,不涉及任何未公开信息。
● 行业卡点 · 2014 → 现在

Nemesis 一个12年前的发明

2014
中土世界 · 暗影魔多
2036
华纳兄弟专利锁定至
12 年 · 2 款
只在原工作室自家游戏出现
难以标准化复用
这么多年, 整个行业一直在探索,如何做一个真正有记忆、有思想的 NPC
● 然后大模型来了

玩家用脚投票 · 行业头部用钱投票

网易 · 逆水寒 · 自捏 AI NPC
玩家造了多少个 NPC?
500 万 / 3 天
玩家用脚投票
蔡浩宇 · 星之低语
没有对话树的游戏
100% AI 驱动
行业头部用钱投票
大模型套NPC ,不是答案
Agent 能走多远,不取决于模型有多强 —— 而取决于它身后那个能成长的"自我"。
● Agent 记忆的四代演进 · 以猫尾酒馆的玛格丽特为例

记得成长

① 第一代
上下文窗口
最原始的大模型记忆。只能记载当下与你最近几轮的对话。
玛格丽特此时 能闲聊几句,但话题转两圈再绕回来,她又会问你一遍。
② 第二代
RAG
将文本切块、embedding、按需召回。记忆容量远超上下文窗口。
玛格丽特此时 可以回答你关于游戏背景的问题和蒙德城里的趣事,甚至会记得你第一次来酒馆时聊过的那只丘丘人。 但回答不了那些需要关联和推理的复杂问题。
③ 第三代
GraphRAG
引入知识图谱。更接近人类记忆 —— 通过理解知识点和关系认识世界。
玛格丽特此时 能做攻略建议,但图谱依赖静态构建 —— 模型理解三元组的困难、每一次新聊的内容,进不到她记忆里那张图。
④ 第四代
Agentic Memory
斯坦福小镇 · 分层 + 笔记形态,可追加、可遗忘、可反思。
记忆的分层,笔记——最适合模型读写的形态。
玛格丽特此时 能主动留意某位客人 —— 但线性笔记缺少抽象联想,无法推断出客人在借酒消愁的原因。
关键命题
成长不是经验的堆叠 —— 而是认知的沉淀
让 NPC 真正成长,需要 模型可读 人类思维范式 好奇心与探索性
— 我们提出一种新的范式 —
NoteGraph
Graph 关联结构 + Note 笔记形态 + GAP-Deep Research
让 agent 去书写自己的传记
● Graph 最接近人类记忆 · Note 最适合 LLM 读写 · 合二为一的 4 个设计选择

NoteGraph · 四个核心差异

01
主从翻转
节点笔记 + 关系叙述为主位 · 三元组降为索引
结构服务于叙述,不主导叙述。模型读到的是完整叙述,而非干巴巴的结构。
EG 不是 (玛格丽特 - 掌管 - 猫尾酒馆),而是 ——「玛格丽特是猫尾酒馆的老板娘,三年前从北边搬过来,认识城里大部分常客。」
02
双重载体
既是索引系统 · 也是主动记忆的承载
Agent 一边查阅一边记录。事件笔记 → 关系笔记 → 概念笔记,自动逐层升级。
EG 「A 又来了」(事件)→「A 最近状态不好」(关系)→「蒙德城常客情绪低迷」(概念)
03
知识反刍
主动找盲区 · GAP → Deep Research
大模型不懂装懂是幻觉的根源。NoteGraph 让 Agent 自己识别盲区,带着问题取证、补回图谱。
EG 发现 GAP:「蒙德城常客为什么整体情绪低迷?」→ 探索记忆、观察询问 → 把带证据的答案写回。
04
认识论分层
来源 · 可信度 · 核对时间 —— 每一条推论可溯源
借鉴 Palantir Ontology 的端到端 lineage,让 Agent 自校准,不让猜测固化为事实。
EG 每条 fact / inference 都带 [SOURCE] / [CONFIDENCE] / [VALIDATED_AT],可一路追溯到原始观察。
● 落到一个游戏 NPC 身上,具体是什么样子

六层记忆 · 自下而上,事实长成立场

L0 感知原子 不可变 · 永久保存
L1 事件笔记 一次完整经历
L2 关系笔记 人 / 派系 / 物
L3 概念笔记 世界规律 / 抽象状态
L4 自我笔记 人格 · 立场
DREAM 做梦笔记 · 打烊 / 睡眠 / 章节切换时的整合 —— L2 升 L3、概念之间发生连接、新假设孕育的地方
事实长成看法 · 看法长成立场
GAP — Deep Research 循环 · NPC 的自问自答
经历 L0 · L1 整理 L2 · L3 · L4 盲区 [GAPS] 取证 Deep Research 写回 带证据沉淀
白天经历落成 L0 / L1 → 打烊后整理升起 L2 / L3 / L4 → 过程中新盲区被识别 → 盲区驱动 Deep Research → 结论带证据写回笔记,继续生长。
● 一个最小的场景 · 跑一遍 NoteGraph 闭环

借酒消愁的常客 A

第一晚
事实落地
+L0 / +L1
常客 A 又坐到打烊,喝了第三杯

落一条 L0 感知原子,写一条 L1 事件笔记:
"今晚 A 又坐到打烊。"
几天后打烊
关系升级 · 自动 GAP
L2 · [INFERENCES] · [GAPS]
一周 5 次,每次都喝得多。
L1 汇总进 A 的 L2 关系笔记,浮起看法:
"A 状态不好。"

[GAPS] 自己冒出:
"他在烦什么?"
同一夜里
Deep Research
DR loop
回看过去几个月的零碎话
查关系图谱找他熟人
外出取证问相熟客人

答案带证据写回:
"A 的妻子上个月离开了蒙德城。"
黎明前
概念 · 自我沉淀
+L3 / +L4
升一层进 L3 概念:
"失意者会在酒馆滞留更久。"

L4 自我笔记多一行:
"对失意的人,多倒半杯不收钱 —— 这是我做这行的规矩。"
几日后
主动 push
behavior
A 再进店,玛格丽特先开口 ——
"老地方。今天这半杯,算我请的。"
NPC的成长不只是多记了几句话,而是事实长成 看法 · 看法长成 立场 · 立场,改变了她下一次行动
● 从个体 NPC 到世界推演

三个更大的问题

基于记忆的自我成长 ——
能不能放大到 一座城市、一个文明、甚至一整个世界?
如何模拟团体、组织 —— 在 脱离物理引擎的宏观叙事 中的
决策、博弈、误判、结盟、分裂?
能否把 Palantir 的开放本体 + 因果推演 ——
嵌进游戏世界,去模拟 一个无限不可知的未来?
Civilization 是 规则引擎 —— 我们想做的,是 故事引擎
— 这就是我们最近在构建的 —
世界记忆图谱
World Memory Graph
简称 · WMG
● WMG 在结构上是 NoteGraph 的延伸 · 但承载的是整个世界

世界的 本体语言

Agent · 主体
能行动的对象 · Person / Clan / Community / Mythic
Object · 客体
被持有 / 被争夺 / 被象征 · Artifact / Place / Document
Event · 事件
有时点的发生 · 支持 macro ⊃ meso ⊃ micro 嵌套
Concept · 概念
恐慌 / 传闻 / 阵营倾向 / Prediction · 浮现出的抽象判断
五类关系 · 把世界连成图
──►STRUCTURAL
结构归属 · 慢变稳定:隶属 / 持股 / LIVES_IN / MEMBER_OF
─►INTERACTS
动作参与 · Agent 间或 Agent 与 Event 的连接
···►ASSERTS
声明指涉 · ENDORSES / DENIES / SYMBOLIZES / 评论
━━►INFLUENCES
因果影响 · 带 4 级证据:declared / statistical / inferred / counterfactual
┄┄►PREDICTS
预测关系 · 系统基于什么证据,对什么未来做了预测
世界不再是一堆设定文本 —— 它变成一套 Agent 能 读、算、推演 的本体语言
● 游戏世界要回答三个更难的问题 · 分支 / 时序 / 视角

三个 正交坐标 · 给世界装上坐标系

× Time × Observer × Branch Branch · 世界线 Time · 时序 Observer · 认知域 同一张图 · 三个坐标 在这条世界线 × 这个时间点 × 这个角色眼里 世界是什么样
▲ Branch · 世界线
main 主线 + N 条 fork 分支(Copy-on-Write 存储,子分支只存差异)
玩家选 A / 选 B —— 两条线共存,不互相污染
◣ Time · 时序
三时态分开记录 · valid_time / tx_time / sim_time
防止未来信息倒灌回过去 —— 不做事后诸葛亮
◢ Observer · 认知域
三层视角 · L_god / L_public / L_agent_i
同一场政变 —— 贵族 / 刺客 / 玩家 / 上帝 知道的不一样
● 让世界自己往前走 · WMG 是引擎的运行内存

群体智能模拟引擎 · 多 Agent 多场景持续推演

WMG Branch × Time × Observer 城主 城邦危机 商会 价格波动 市民 传闻情绪 玩家 自己视角
简报送达 (WMG → Agent)
事件写回 (Agent → prediction 分支)
① 简报送达 WMG → Agent 按 observer 过滤
② Agent 决策 基于自己视角调用工具
③ 事件写回 写入 prediction 分支
④ 下一轮启动 世界进入下一个时间点
NoteBuilder · Agent 不是临时 prompt
✦ Agent · 摩拉克斯(《原神》钟离)
七神之一 · 岩之神 · 庇护璃月千年
化名「钟离」隐于凡间
直接统治 → 间接陪伴 → 主动退场
晚年自问职责完成度,筹划自身离场
  • · 借「公子」/愚人众推进交接0.6
  • · 欣赏挑战者并默许其行动0.7
  • · 依契约训诫违约方,不情绪化0.75
· 与其余七神的具体关系
· 神之心去向
· 与愚人众合作的边界
每个 Agent 都从 WMG 里通过 NoteBuilder 构建出来 —— IDENTITY · STANCE · ACTION_SPACE · GAPS, 带着自己的记忆、立场、行动域和盲区,在世界线、时序、认知域三个坐标约束下,一轮一轮推进
● 站在 Palantir 肩膀上 · 但走向完全不同的方向

从企业推演 · 到 世界推演

Palantir · 企业推演
WMG · 游戏世界推演
对象
公司 · 部门 · 资产 · 流程
Operational Truth
Agent · Object · Event · Concept
World Simulation
真相
单一真相 · 单 ontology
面向审计与决策一致性
多真相 · Branch × Observer
上帝视角 / 公众视角 / NPC 私下知道的不同
反馈
人类审计 · 运营反馈
决策流程优化
Prediction Ledger
预测 → 结算 → 校准 → DR
因果
机制
确定性
业务规则 + Action · 单一因果路径
declared
statistical
inferred
counterfactual
operational truth · 到 living world simulation
游戏,可能是
实践 AGI 群体智能
的最佳 沙盒
完备的世界规则 · 可加速的时间 · 可分支的剧情线 · 真实的人类参与
NoteGraph · WMG · 群体智能
欢迎来聊
微信 QR
SCAN TO CONNECT
— Thanks for listening —