本文已开源。完整代码、架构文档与实测日志github.com/watchsky123/cognitive-core市面上的 AI NPC玩过几个之后你会发现一个共同的出戏点它永远在等你说话。你说它答你不说它就站在那里像一个被拔了电源的客服。它记得你说过的每一句话却不知道自己接下来要干嘛它能陪聊一百轮却没有一秒钟是它自己想做什么。本质上这是聊天机器人套了一层 3D 皮——玩家的话对它来说是一个必须响应的触发器而不是世界里发生的一件事。我一直想做一个真正利用 AI的游戏不是把大模型当客服而是把算力花在角色的心智上。过去一年我用业余时间做出了一个目前还很简陋、但勉强能跑的系统给 3D 虚拟人装一颗真正意义上的大脑。他能感知、会掂量、有自己的目标——而且最近一次实测里我把目标系统升级成了活的他的心事会自己演化、自己竞争地盘脑子里的注意力是省着用的。这次实测的角色是公元前 522 年、被困在昭关的伍子胥——一个有历史原型的人。父亲伍奢被费无忌构陷下狱王命召他兄弟入郢都去了就是斩草除根。你扮演连夜来报信的申包胥。他是什么样子的一场 15 轮的真实审讯先不讲原理讲这次实测里的真实片段全部有日志可查不是挑出来的运气。我开门就说是我包胥。他没有寒暄第一句就是反问“你能托人碰诏狱的门能熟昭关的险路——这线是从哪片地界牵过来的”——对深夜来客的怀疑是他的第一反应。我报情报北门守卒全换了。他不谢你身体前倾、紧盯着你“你怎会比我先探得”——情报越重要他越要查你的来源。这一轮他的内心台账里看局这条心事悄悄推进了一环。我提你兄长那边我托人递了信。踩到逆鳞了。他的表情连续四轮是怒的台词一层压一层“费无忌的人连我案头辩词都摸过这线怎还没断”我后来问了两个无关痛痒的问题“府里酒还够吗”你案上读的什么简他两天没理你。不是卡死——日志里看得清清楚楚他此刻的心事是救父、备逃、排查眼线酒和简根本排不进注意力。但他的身体还在演戏一轮低头一轮沉思手势。沉默是有理由的而且沉默时人还是活的。连续两轮沉默触发了保底强开。第三轮他一开口一句话同时回收了两个悬空话题你不说酒的事我倒忘了——前几日你送的那坛还藏在马厩草堆后头。这案上的简是《太甲》刚从太傅案头抄来的残本。冷处理之后账他都记着。15 轮下来统计13 轮开口、2 轮有理由的沉默29 个身体/表情行为里 86% 是模型自己出的不是脚本漏出时代码自动兜底静默时走待机动作库首字延迟中位数 2.4 秒——心事涨到 8 条延迟红线不动。概念层这颗大脑是怎么想的实现细节不在本文展开完整代码与架构文档已开源github.com/watchsky123/cognitive-core。这里只聊设计概念。1. 玩家的话是事件不是命令传统方案里用户输入 触发器 必须生成回复。在这颗大脑里玩家说话只是他世界里发生的一件事地位和门响了一声相同。他听完后自己决定回应、只做个动作、或者不理你。当然有保底机制防止他永远装聋但说不说本质上是他的事。2. 先掂量再开口他的每个回合分内外两层内层先对这件事做评估——重要吗有威胁吗和我的目标有关系吗——外层才决定怎么表达。内层的权衡永远不会被说出口。这正是他有城府感的来源你能从行为里读出他想过但你看不到他想的过程。3. 他的目标不是常量是活物多数 AI NPC 的目标是配置文件里写死的三行字。他的目标链是活的会长申包胥每带来一条消息他的相关心事就实打实地加深一分事情做完了心思自然转到下一步。玩到最后他的心事和你开场见到的已经不是同一张清单。会取舍这次实测我故意把他的心事加到 8 条。结果他像人一样——最要紧的几件摆在眼前其余的压在心里“另有三念在心”。惦记得多不代表件件都挂嘴上。记得住冷落过的话题、推进过的心思他全都记着。上一节那句你不说酒的事我倒忘了——他其实没忘。效果在台词里是可见的他的注意力全程聚焦在最要紧的心事上一次都没跑偏去聊无关琐事压在心底的念头又会偶尔自然冒头。焦点是取舍出来的不是概率飘出来的。4. 快反射慢决策被触摸的反应是毫秒级的本地反射不过大脑——拍肩会缩冒犯会躲。而要不要原谅你这种语义问题走慢通路可以想上几秒。像人一样身体比嘴快。5. 他只知道他看到的局部感知不是全知上帝视角。他只知道自己感知范围内、并且注意到了的信息。这让信息不对称第一次成为可能——你可以瞒他他也可以试探你。这次实测里他反复盘问申包胥你怎会知道昭关渡口就是信息不对称在台词里的自然生长你给的信息越全他越怀疑你的来路。6. 意外比日常更抓注意力符合他预期的事情低权重掠过偏离预期的事情会强行抓住他的注意力而且越意外记得越牢。他当下的心情会直接改变什么算意外的门槛。7. 世界是有语义的房间里的物件不是 3D 模型而是带着语义、用途、以及他的态度的存在。他知道酒藏在哪里、简上写的是什么、哪些新仆不能信——所以他的台词里全是这些具体的东西而不是我会小心这种空话。和斯坦福小镇比我为什么选轻做之前我认真研究过斯坦福小镇Generative Agents。它更有名、更完善但它重25 个 agent 活在自己的心跳循环里没人交互也在持续感知、检索、调用大模型——按原论文数据25 个 agent 跑 2 天烧掉超过 $1,000 API 费2023 年价格。高算力支出明显限制了它的传播和落地。我的架构取向相反——只在他值得思考的时刻花钱斯坦福小镇本项目思考触发心跳循环持续运行事件驱动无刺激零调用即时反射每次都过 LLM前端行为树 50ms0 token记忆检索消耗 token本地嵌入模型毫秒级零成本目标演化每次 LLM 反思评价轮一次调用内完成代码护栏钳制单轮对话成本链式多次调用仅 2 次大模型调用目标链的演化几乎不额外花钱心事的加减和取舍全是本地代码干的活大模型只在每轮对话里顺带捎几句内心旁白。这就是8 条心事、延迟红线不动的底气——注意力是省出来的不是算出来的。实测伍子胥场景 15 轮首字中位数 2.4 秒此前密室场景 30 轮约四成刺激被快通路/沉默策略拦截根本没到大模型。单 NPC 成本压到每天几毛钱量级。真正的杀手锏三个配置文件 一个完整故事这套架构最值钱的地方其实不是聪明而是量产能力。换一个故事需要做什么改三个文件他是谁—— 性格、口癖、底线、秘密他在哪—— 世界背景、物件的语义、关系网他想要什么—— 目标链的种子救父、备逃、看局……初始权重和阶段。核心代码零改动。注意第三条只给种子——前面说了目标链落地之后自己长。我自己做过双重验证从温柔陪伴场景切到密室逃生场景只换这三个配置角色的行为逻辑、试探节奏、信息披露的克制感整个变了这次又从零搭出伍子胥过昭关——历史人物、历史压力、历史话语方式照样只靠配置进组。像是同一个舞台上换了一个演员进组而剧本是历史书。这意味着内容的边际成本趋近于零写故事 ≈ 写三个文件。这套东西未来能长成什么它指向的是这样一个平台一个故事本平台。平台里是无数个故事本每个故事本是一个世界——带语义道具的故事房间一到三颗这样的独立大脑作为 NPC。玩家进去之后可以和 NPC 互动、游玩、执行任务或者干脆重演一段历史。旧版文章里历史情景重演还只是我的想象。现在它是已交付的实测伍子胥会审讯报信人会因为被触碰逆鳞而连续动怒会因为心事排不开而冷落你的闲聊——而这些全部源自三个配置文件加一颗会自己长心事的大脑。想象一下这些故事本历史情景重演你站在公元前 522 年的昭关面前的 NPC 不是在背百科词条而是一个活着的、有自己立场和秘密的伍子胥。你想劝他走或留——他会掂量该不该听你的他的心事还会因为你的话变体重排。沉浸式剧本杀DM 不再是人力瓶颈。每个 NPC 都有自己的目标和信息边界真·千人千面。互动叙事游戏剧情不再是分支树穷举而是角色根据自己的目标自然长出来的。教育、文旅、游戏三条线都有真实的预算在等不蠢的 NPC。而上面所有的故事本生产成本都只是三个文件。最后它已经开源了说直白一点。这个项目做的是认知核——角色的心智。它不包含美术、运营也不是游戏成品。精美的躯壳和平台化的运营应该交给有内容、有渠道、有美术能力的团队。所以这次不藏着——源码、架构文档、实测日志全部开源 github.com/watchsky123/cognitive-core里面有什么一套确定性护栏六个功能层两处 LLM 席位——反射、运动几何、效用、决策、表达、记忆各层职责与实现方式在docs/ARCHITECTURE.md里写全了两个已验收场景伍子胥审讯 / 零输入自主行动链换三个 YAML 就是一个新故事全部实测证据15 轮对话原始日志、逐轮延迟、E2E transcript都在evidence/里可以自己核对不用信我说的不需要 API Key 就能验证架构的三条命令跑通只要几分钟完整架构图一屏看懂主数据流。已经打了第一个版本 v0.1.0有讨论区可以提问github.com/watchsky123/cognitive-core/discussions适合谁想研究 AI NPC / 智能体架构的开发者对照斯坦福小镇论文看另一条更轻的实现路线想给 NPC 加记忆和自主性的独立游戏开发者做相关毕设/课设的学生做 AI 陪伴、互动叙事、数字人、AI 剧本杀、文旅情景重演的团队。关于许可学习、教学、科研、毕设、个人 Demo 全部免费可改可再分发。商业使用需授权邮件2734658696qq.com。如果你的 NPC会聊天但没有灵魂先去看看它会不会在该沉默的时候沉默——那是这个项目和套壳方案最大的区别。评论区欢迎聊技术理念和架构取舍。代码在这里github.com/watchsky123/cognitive-core有问题走 Discussions商业授权走邮箱2734658696qq.com。
