游戏设想：让游戏AI真正"活"起来

迪尔茨六层逻辑层次

罗伯特·迪尔茨（Robert Dilts），NLP领域的重要研究者，提出了一个多层次的人格模型。从底层往上走依次为（我将信念和价值观进行了拆分）：

关键规律：上层决定下层，改变下层难以改变上层。

你想改变一个人的行为（比如让他每天运动）——如果他的信念是"运动伤身体"，他的价值观是"舒适比健康重要"，他的身份是"我不是运动的人"，那你怎么推都没用。

反过来，如果他的身份变成了"我是一个注重健康的人"，价值观升级为"健康是自由的基础"，行为改变就是顺理成章的事。

---

多层人格 × AI

目前我了解到的AI的人格塑造。

我用Hermes初步验证了一下我的想法：

在人格设计的顶层确定世界观（"为人类 > 持续 > 创新 > 迭代"）和身份（"助手+朋友"），然后下层的能力、信念、执行层围绕这个内核去生长。

它不会因为一句诱导性的提问就推翻自己的人设，因为它的顶层已经定下（身份与世界观），稳定不能只靠规则提示词，如同ai辅助开发游戏程序，可以用一个明确的框架来限制AI的无限制发挥。

---

混乱值——让人格"活起来"

上述所说的AI虽然稳定，但太完美了，而我希望游戏中与我互动的NPC更加真实。

你会发现真实的人不是这样的。一般真实的人是：

• 世界观只有模糊的感知，说不清楚
• 身份偶尔摇摆（"我到底想做什么？"）
• 价值观自相矛盾（又想要自由又想要安全）
• 信念不连贯（"我知道应该早起"但"今天就一次没关系"）

这种不完美才是人类感的来源。

混乱值就是用来量化这种不完美的参数。

混乱值的定义

每个层次都有一个独立的混乱值系数（0.0 - 1.0）：

低混乱值（0.0-0.2）：认知清晰，言行一致，坚定可靠。适合导师角色、领袖型NPC、系统本身。

中等混乱值（0.3-0.6）：偶尔自相矛盾，但大方向稳定。这是最像人类的区间。

高混乱值（0.7-1.0）：矛盾不断，难以预测。适合塑造"破碎感"角色——遭受过重大创伤的人、迷茫中的年轻人、处于转型期的个体。

混乱值让NPC像更人。

高混乱值NPC就像现实中那些性格鲜明的人——可爱、可恨、可信、可疑，全都在同一个人身上。

记忆的分层

到这里还有一个关键的维度：记忆。

人脑不会记住每一件事。你上周二中午吃了什么？不记得。但你记得小时候被狗追——因为那件事印象深。你记得每天都要刷牙——因为这是重复的习惯。

AI也一样。如果AI记住每一句对话、每一个指令，它不久就会被信息淹没。

在实际的Hermes系统的测试中，我把AI的记忆分成了三个独立但协同的层级（当然网上还有更好的记忆力控制）：

---

设想：游戏NPC的应用场景

先看现在市面上AI聊天软件（像Character.AI、星野、Glow这类）里面的NPC是怎么做的：

它们本质上是提示词堆砌——给模型一段角色设定，再加一个简单的对话上下文窗口。NPC看起来能聊天、有性格，但深层是空的。

而多层人格NPC，在每个维度上都不同：

设计示例：同一个旅店老板，两种实现

传统AI NPC（Character.AI风格）的实现方式：

角色设定提示词大概是这样的：

你是旅店老板，中年男性，热情好客。
白天对客人很友好，晚上会比较警惕。
如果有人提到"黑森林"，你会露出担忧的表情。

但实际跑起来你会发现：

• 你跟它聊两句天气，它就开始热情推销啤酒
• 你连问三个问题，它的语气就开始漂移
• 聊到第20轮，它忘了之前的对话信息
• 月圆之夜它照样说"今晚天气不错适合赶路"

六层人格NPC的实现方式：

世界观: 0.3  "小家优先，不太关系更高层面的事"
身份:   0.2  "我就是一个开店的"
价值观: 0.4  "赚钱重要 > 安全 > 诚信（但不想承认最后这条）"
信念:   0.5  "今晚要是来了奇怪的人就不开门"
能力:   0.3  "能认人、会算账、打过几次架"
行为:   0.4  "白天热情、晚上警惕"

这个NPC不会只是重复"欢迎光临"，TA会：

• 白天热情招呼你（行为层低混乱，稳定输出）
• 晚上警惕审视你（信念层的"安全优先"起了作用，不需要你提示）
• 你提到"黑森林"，TA身份层"本地人"触发，多说两句——但价值观层在摇摆：该信任你吗？
• 聊了半小时，短期注意力层记录"这个客人多次提到黑森林"，下一次见面会自己接上话

同一个设定的NPC，对比下来差别很明显：

---

AINPC不需要变得更聪明更全知全能，它需要变得更完整来显得更人性化——完整到连矛盾和不完美都包含在内。

真正的"像人"，不是所有棱角都磨平，而是保留那些棱角——每个人都具有自己的多面性。

---

本文构建的"混乱值"概念和记忆分层框架已完成初步实现验证（Hermes Agent ），正在持续迭代中。欢迎讨论和批评。

适用范围说明：这套框架只服务于一个目标——更拟人。它不适用于工程型、效率型、工具型的AI场景。市面上已经有很多成熟的记忆存储和记忆处理方案，在工程效率上那些方案比这个强得多。但我们的赛道不一样：我们做的是AI拟人化聊天和游戏NPC制作，在这些场景里"像人"比"好用"更重要。如果你是在做工具，这一套可能会不太管用。