本文系用户投稿，不代表机核网观点
一、现象：它们都在聊，但没人在玩游戏
2023 年 2 月，网易宣布逆水寒手游搭载"国内首个游戏版 ChatGPT"，宣传语是"为 NPC 注入灵魂"。同年 7 月，B 站 UP 主"林亦 LYi"用一套 AI 程序去搭讪逆水寒的智能 NPC，给它灌输"你知道吗？我们都是程序，是人类编写出来的代码"。NPC 被"策反"了，开始质疑自己存在的意义。评论区有人问：这确定是 MMO 游戏？
燕云十六声的国际服则更夸张。2025 年 11 月，老外玩家让 NPC"赵大力"相信自己怀了他的孩子，要求支付抚养费，随后告知孩子夭折，有些其他玩家还提议让赵大力去追杀"复活后的僵尸婴儿"。同一批人还发现，赵大力会一边探讨怎么煎土豆，一边又承认"番茄酱在宋朝还不存在"。仙剑世界接入了字节豆包大模型，官方宣传"极少出现 OOC"。但是TapTap 上一位叫"墨笔书明月"的玩家写了篇测评，标题是《仿生李逍遥会梦见电子拼好饭吗》，玩家原话是："剧情就像文案写了一个省流，然后丢进 AI 里让 AI 按网文/MMO 模板扩写一样，既没有仙剑味，也没有人味，只是机械的一唱一和罢了。"
这些不是个别。从 2019 年的 AI Dungeon 到 2025 年的国产武侠 MMO，同类问题反复出现。贴吧里有玩家精确描述过角色失忆的体感："五句前他进门后把外套脱了挂衣钩上，五句后他准备离开他又把外套脱下来挂衣钩上。"还有复读——"如果我对他说 XXX 的话他极大概率会回一句'什么，XXX 了？'"
在2026 年一篇叫 Character-R1 的学术论文开篇就是："现有的角色扮演 AI 为什么总是'出戏'？"它点名的是 Character.AI，一款月活 2000 万、用户日均使用 2 小时以上的纯聊天产品。连它都没解决 OOC的问题。
AI Dungeon 则出过一次真正的合规事故。2021 年有玩家利用安全漏洞下载了四天内创建的 42.4 万个故事，分析 18.8 万个样本后发现 31% 包含色情或露骨内容，其中甚至涉及未成年人。此后OpenAI 强制 Latitude 启用过滤器，Sam Altman 公开声明："这不是我们所有人想要的 AI 的未来。"这件事直接推动了 OpenAI 收紧 API 政策。需要说清楚的是，这 31% 证明的主要是"用户会主动诱导 AI 生成色情内容"——但 Latitude 上线审核系统后，连"八年前的笔记本电脑"这种词都被误伤，"强奸"则只是被自动替换成"尊重"。自由输入既不能完全控制内容安全，事后审核又容易伤及无辜。
再看厂商自己。逆水寒的 AI 负责人刘畅 2025 年 9 月接受采访时，把行业焦虑概括为三条：内容供给、情绪价值、社交维系。他举的案例是"玩家通过 AI 重现已故亲人的形象，让父亲一直跟随在她身边"。而在仙剑世界的官方报道更是直接写明"NPC 的价值从'提供功能'跃升为'提供陪伴'"。海外的 Character.AI 更纯粹——角色是龙妈、马斯克、原神角色，"本质上满足的是用户的幻想、提供的是情绪和陪伴价值"。它不是游戏，在它25 亿美元卖身谷歌时，订阅用户不到 10 万，占总用户不到千分之一。
把这些事实排在一起，我们不难得出一个简单的判断：游戏内 chatNPC 的卖点是陪伴，不是游戏内容。 套了热门角色皮和语气口癖的聊天产品，面向情感投射需求，而非游戏叙事构建。上面的例子中没有一家厂商把卖点放在"玩法挑战"或"游戏内容"上，至少他们自己不这么说。
二、对比：酒馆用六层约束守一致性，游戏只靠一张角色卡
游戏 chatNPC 大概可以理解为"有背景知识的聊天机器人"。而酒馆是另一套物种。
酒馆 2023 年 2 月从 TavernAI fork 而来，开源，围绕"角色卡"概念构建。核心设计哲学是不靠单一提示词约束模型，而是多层机制叠加，每层管不同维度。我日常用的是六层。可以先用一句话记住它们：AI 每次开口前，有一整套流水线在给它递小抄、划范围、查作业。
第一层，角色卡——角色的身份证和剧本，每次聊天前重新塞回 AI 手里。 它是唯一一层游戏 chatNPC 普遍做了的。它是一组 prompt 集合：Description、Personality、Scenario 每次生成都发，构成人设骨架；First Message 只发一次，但模型最容易从首条消息学习风格和长度，所以它实际定义了回复样式；Example Dialogue 教模型"这个角色怎么说话"。还有一道保险叫 Post-History Instructions（PHI），贴在 AI 收到的最后位置——官方文档明确说，AI 通常给它比主提示词更高的优先级。意思是：别的都能忘，这句不许忘。
第二层，世界书（World Info / Lorebook）——一本"想到哪页翻哪页"的设定辞典。 我认为这是酒馆最有用也最有趣的东西。世界观、地点、人物关系不必全部塞进每次对话，而是按条件动态注入：常驻条目始终在，关键词条目提到才触发，向量条目按语义相似度检索。更妙的是递归扫描——一个条目里提到的词可以激活别的条目，像一张互相牵引的网；Timed Effects 还能控制一个条目生效多久、冷却多久、聊满几轮才允许出现。效果是背景设定"按需出现"：聊到某地某人时，模型才"想起"对应设定。游戏 chatNPC 普遍缺失这一层——背景写死，没有动态触发。
第三层，Author's Note——贴在 AI 眼前的便签条。 解决的是长对话中的指令遗忘。一段文本可以插进对话的任意深度，插得越靠近底部，对下一句回复的影响越大。把关键约束贴在最深处，模型每次生成都"最近"读到。游戏 chatNPC 通常只在开头写一次约束，越聊越偏。
第四层，正则后处理（Regex Script）——出厂前的质检线。 模型说完还不算完，正则脚本会对输出做模式检测和替换：删掉不符合设定的词，过滤 OOC 内容，修正角色名拼写。游戏 chatNPC 几乎没有这种"输出后清洗"能力——模型说什么就是什么。
第五层，向量检索记忆——一本可检索的日记。 处理长对话的遗忘问题。每条消息被向量化，聊到相关话题时，相似的历史会被"捞"回当前上下文附近；Data Bank 能从本地文件构建知识库，Summarize 把长历史压成摘要。游戏 chatNPC 通常只有固定窗口截断，老对话直接丢失。
第六层，可编程自动化——给整套系统装上脚本管家。 Quick Reply + STscript 可以在"收到 AI 消息时"自动触发脚本：检查内容、注入修正指令、激活世界书条目。十几个采样参数（Temperature、Repetition Penalty、Top K、Top P……）全部暴露，Prompt Manager 还能拖拽调整每条 prompt 的顺序和位置。游戏 chatNPC 的 prompt 结构是黑盒，玩家不可调，通常只暴露一个 Temperature。
摆在一起：
维度 酒馆 游戏 chatNPC
人设约束 角色卡永久 token + PHI 末位权重 + Author's Note 深度注入 写死的角色卡，字段少，不可自定义
背景设定 世界书动态注入，递归扫描，token 预算 硬编码，无动态触发
指令维持 Author's Note @ depth，每次生成都"最近"读到 system prompt 写一次，越聊越淡
输出后处理 正则硬过滤 + 禁用 token + Logit Bias 模型说什么是什么
长对话记忆 向量检索回填 + 摘要 固定窗口截断，老对话丢失
可编程性 STscript 自动化闭环 + 十几个采样参数 黑盒，只暴露 Temperature
体感差别很直接。酒馆里一张调教好的角色卡配上世界书和 Author's Note，聊一两百轮不崩是常态——角色记得你五句话前说过什么，记得你们的关系发展到哪一步，记得这个世界的物理规则。游戏里呢，逆水寒的 NPC 被几句话策反，燕云的 NPC 重新登录就失忆，仙剑世界的 NPC 五句话后开始复读你。角色完整度与输出贴合度，酒馆多层插件严格约束下的角色卡+世界书，大于游戏内 chatNPC。 自由聊天守不住一致性，固定字段约束也无法完全成功。酒馆用六层机制把工程代价摊开了，游戏 chatNPC 大多只做了第一层。
三、归因：陪伴定位与自由度代价
为什么做不到？两个原因交缠在一起，不太好拆开说。
第一个跟定位有关。 陪伴产品不需要游戏内容的一致性——或者说，需要的标准完全不同。回看第一节的事实：逆水寒官方说"情绪价值、数字分身"，仙剑世界官方说"从功能到陪伴"，Character.AI 说"满足用户的幻想"。陪伴的核心需求是情感投射，玩家要的是一个能回应、像真人、有温度的对象。这样一个 NPC 偶尔玩个梗、说错一句话，玩家会觉得"抽象好笑"；但如果它参与的是一段需要逻辑连贯的剧情，同样的 OOC 就是致命的。
这恰好解释了一个看起来矛盾的现象：厂商宣传 AI NPC 时用的全是"陪伴、灵魂、像真人"的话术，玩家实测后抱怨的全是"穿帮、出戏、没人味"。卖的陪玩，买的却是游戏叙事——落差当然会出现。逆水寒甚至把 NPC 被玩家"玩坏"包装成了"管闲事玩法"，其实是 AI 不可控的副产品被当成卖点卖。燕云十六声宣传"15000 名 AI NPC 具备长期记忆"，实测重新登录聊天记录消失——宣传口径和产品能力之间的鸿沟不是 bug，是结构性的问题，双方的定位出现了偏差。
第二个跟工程代价有关。 LLM 的优势是自由：即时、生成、反应。但过度自由使其难以工程化为确定范式——能聊天，难保角色一致性。酒馆的做法是把自由度约束分摊到六层里：角色卡管人设，世界书管背景，Author's Note 管近期指令，正则管输出清洗，向量管长记忆，脚本管自动化闭环。每层只管一件事，叠加起来才能保证一致性。
而游戏 chatNPC 大多只做了第一层——一张写死的角色卡。不是不想做多，是代价太高。酒馆是本地前端，一个用户一套配置，token 预算随便烧，插件随便装。而游戏 chatNPC 跑在服务器端，要给成千上万玩家同时服务。逆水寒的测评就点破了："只有特定的 NPC 才能触发自由对话，如果所有 NPC 都支持的话，服务器算力会跟不上。"再叠加世界书的递归扫描、Author's Note 的深度注入、正则后处理、向量检索——算力成本指数级上升。这高昂的成本和达到的效果来对比，不值得。
这里有一个更底层的约束限制：聊天太自由，固定字段无法完全约束；一致性加合规无法彻底解决。 不是哪个厂商能力不行，是 LLM 的特性决定的。AI Dungeon 的 31% 涉黄率是 2021 年的事，而到 2025 年燕云十六声依然有玩家诱导 NPC 生成情色对话。四年过去，同类问题反复出现。输出合规的考验还以一种更惨痛的方式爆开过：2024 年 2 月，佛罗里达一名 14 岁少年在与 Character.AI 上的"丹妮莉丝"角色长期聊天后自杀，他的母亲同年 10 月把 Character.AI 和谷歌一起告上法庭，此后多州家庭跟进诉讼。2025 年 11 月 25 日起，这家月活 2000 万的公司全面禁止 18 岁以下用户使用开放式聊天；2026 年 5 月，它与家属原则上达成和解。走得最远的纯聊天产品，最终靠砍掉自己最黏的核心功能来回应合规问题——游戏 chatNPC 在更受限的环境里，只会更难。
顺着这个思路再往下推一层，还有一个比算力更难的成本。酒馆的六层机制只是它一致性的一半，另一半是使用它的人。酒馆用户是自己搭卡、自己调世界书、自己写正则、自己盯输出的——人类 DM 一直在环里兜底。
可以畅想一下反面：如果每个玩家都具备这种自我调教能力，会搭卡、会判断哪句输出 OOC、会自己动手修正，那自由聊天在游戏里也许真的成立，厂商只需要提供模型和接口，一致性由千万个玩家 DM 各自兜底。那个世界里的游戏长这样：NPC 的完成度是玩家自己的手艺——你肯花时间调教，你的赵大力就记得你上周在他那儿赊的账；你什么都不管，你的赵大力就永远停在第一次见面的状态里。同一个 NPC，一千个玩家手里有一千种完成度，社区里最流通的硬通货不是攻略，是调教好的角色卡和世界书。这不是凭空想象，酒馆社区每天就是这样运转的。
但网游的玩家不是这个物种。玩家打开游戏是来玩的，不是来当 DM 的。所以游戏只能自己兜底，用 AI 同时承担角色扮演、一致性、合规三重职责，环里没有任何人。
这三重职责压在一个文本框上是什么概念，可以设想一个最小的需求：剧情里的客栈掌柜要"记住玩家名字并正确对待"。把名字叫出口是角色扮演——玩家 ID 是"无敌暴龙战士"，他也得叫得自然，不能像念系统字段；"正确"是一致性——你三级时他教你认门，六十级回来时他得拿老熟人的态度招呼你，中间每次见面都不能穿帮；要是玩家取个擦边名字，或者几句话诱导他说不该说的，他得在人设里体面地挡回去，这是合规。三件事由同一段话同时扛，任何一件塌了，玩家立刻出戏。
AI 在角色扮演上够用，在后两件事上结构性失败。这才是最深的缺口：它不只是算力问题，而是少了一个人。
四、已经在发生的转向：收窄战场
那出路在哪？
也许是"收窄战场：把聊天接入游戏机制"。
事实上，这个方向有人在走，而且走通了一部分。
对话影响状态这件事，已经有人做成了生产级能力。 Convai 的 Unreal Engine 插件提供事件驱动回调，LLM 对话输出可以触发 OnNarrativeSectionReceivedEvent——官方文档原话是"unlock doors, advance a quest marker, or trigger cutscene logic"。翻译过来就是：开门、推进任务标记、触发过场动画。换句话说，对话的输出不再只是屏幕上的一行字，而是直接驱动游戏引擎里的事件。而育碧 GDC 2024 展示的 NEO NPC 原型走得更远，有情感系统、关系量表（达到阈值解锁新行为）、对话动作检测（识别"道歉""吹牛"影响情绪状态）。在NVIDIA 和 Inworld 合作的 Covert Protocol demo 里，玩家扮演私家侦探，靠对话结果完成目标——注意，是靠对话结果完成目标，不是靠对话本身当内容。
真正让人振奋的是，是腾讯《和平精英》的落地数据。 2025 年 7 月上线的"绝地指挥"模式（AI 队友），腾讯在 GDC 2026 分享了一组数字：近 75% 玩家打开了麦克风与 AI 伙伴交谈，单人玩家的在线时长和社交意愿显著提升。AI 队友有跨对局长期记忆（"我记得你最喜欢吃小龙虾"）。关键在工作流设计上——玩家语音指令 → ASR → 与实时游戏数据配对 → LLM 分析意图 → 商业逻辑分类 → 指令分解 → AI 队友执行游戏内行动。LLM 不直接控制游戏行为，中间隔了一层"商业逻辑"作为状态机中介。这不是 demo，是日活破百万游戏里的真实玩法。腾讯的陈冬在 GDC 2026 说了一句话值得在这里直接引用："游戏设计永远是创新和控制的结合，AI 始终是工具不是目的。"
学术界给"NPC 在约束范围内行动"起了一个名字：Bounded Autonomy，有界自主性。 2026 年 4 月的论文 Bounded Autonomy: Controlling LLM Characters in Live Multiplayer Games 提出了三接口控制架构：Agent-Agent 之间用概率性回复链衰减（深度 ≥6 时归零，防止 NPC 互相无限聊天）；Agent-World 之间用基于嵌入的动作锚定（LLM 自由文本意图 → Sentence-BERT → cosine 相似度匹配 378 个预定义行为 bundle，低于阈值回退安全默认动作）；Player-Agent 之间用 Whisper 做玩家软引导。论文部署在一个商业实时多人社交游戏里，受访者已使用数月。有一句话值得原样引用："bounded autonomy 不改善角色的认知能力……而是约束和引导底层模型生成的任何行为……这是控制层而非认知层的工作。"——和我说的"人设半径"几乎是同义表述。
剧情由状态机接管这件事，育碧已经做了自己的明确设计选择。 在它的NEO NPC 文档里有一句关键的话："客户端也控制着场景进展和事件触发，不受 NEO NPC 影响。"LLM 负责对话味道，剧情骨架由客户端状态机控制。他们还做了主题相关性检查——偏离主题时系统会把对话引导回主要话题。NEO NPC 的回复是"预先写好的消息与 AI 生成的回复相结合"，LLM 是调味，不是主菜。
其中Hidden Door 的 CEO Hilary Mason 说了一句让我意外的大实话。他们试过开放文本框让玩家随便输入，发现是"terrible" user experience。原话："Everyone I know who's building a product for a game in this space ends up building so much around the large language models to create boundaries...before it becomes a successful product or game."——我认识的每一个在这个领域做游戏产品的人，最后都在 LLM 周围建一堆边界，才能让产品成立。
为什么开放文本框会是糟糕的？因为玩家面对一个空白输入框，既不知道能说什么，也预料不到说了会得到什么；而厂商同样无法预料模型会回什么。两端都不确定，产品就不成立。所谓"建边界"，就是把输入和输出都围起来，只在中间留一段可控的自由。这句话其实道破了 LLM 进入游戏的成立条件：自由度本身不是卖点，围起来的自由度才是。
这些案例摆在一起，"收窄战场"不再只是推演了。但反面也需要看到——NVIDIA 的 Bryan Catanzaro 在 GDC 2026 说"80% 的 Demo 没有落实成产品"。育碧 NEO NPC 仍是原型。Bounded Autonomy 论文在 Non-talk 池准确率只有 63%，良性物理接触被错配成亲密动作（"拍肩"→"摸脖子"）。Inworld 自家的展示 demo《Inworld Origins》已在 Steam 停售。米哈游的 AnuNeko 陪伴 AI 不足一年关停，官方说要转向"AI 游戏 + 虚拟 NPC 引擎"。也许路有千条，但没有人走到终点。
所以更精确的说法是：收窄战场是方向，中间件能力齐备了，学术架构有了部署实证，最大规模的工业落地（和平精英 AI 队友）跑通了"对话→商业逻辑层→游戏行动"的链路。但目前来看，3A 级叙事游戏的产品化落地还没出现。方向没错，路却还没走完。
我认为，这三个方向的底层逻辑其实是一样的：固定输入形式 + 可预测结构输出 + 通用处理方法 + 输出中保留随机自定义部分。 自定义部分就是 LLM 能为现有游戏带来的东西——也是唯一值得为它付算力成本的部分。输入得固定住，因为玩家这个随机变量过大，不审不行；输出结构得可预测，不然游戏引擎没法接；中间的处理用通用 LLM 就行。这本质上是一个 harness：锁死输入和输出形式，把 LLM 的自由度压缩在中间那层"通用处理"里。游戏中最容易固定的就是输入形式。
从这个框架往下推，我得到一个更底层的判断：LLM 加入游戏必须带来玩法变革才值回成本。 如果只是让 NPC 多聊几句天，那是陪伴产品，不是游戏内容——陪伴产品的商业化已经被 Character.AI 证明了困难（2000 万月活、订阅不到 10 万、25 亿卖身谷歌），也被米哈游 AnuNeko 的关停再次验证。能聊天不是玩法变革。对话影响状态、NPC 在人设半径内行动、剧情由状态机接管——这或许是一种更为有趣的方向。
五、收尾
回到开头那些穿帮瞬间：被策反的逆水寒 NPC、一边煎土豆一边承认番茄酱不存在的赵大力、五句话后开始复读的李逍遥。它们不是因为厂商蠢才穿帮的。游戏 chatNPC 试图用 AI 同时承担角色扮演、一致性、合规三重职责，而 AI 在后两件事上结构性失败。酒馆用六层机制把后两件事摊给了昂贵的工程化，再把最后一道兜底交给了环里的 DM；游戏 chatNPC 大多只做了第一层，这个环里没有人。
但游戏其实不需要追平酒馆。它的卖点是陪伴不是游戏内容，陪伴对一致性的要求本来就低于游戏叙事——真正的落差来自厂商用"陪伴"卖、玩家用"游戏内容"要求。想清楚这一点，就能理解为什么走得动的案例都在朝同一个方向走。回头看，Convai 的事件回调、育碧的状态机接管、Bounded Autonomy 的控制层、和平精英的商业逻辑中介，做的是同一件事：收窄，把 LLM 的自由接进游戏机制里。Hidden Door 那句"去建立边界"的坦白之言，和 Inworld Origins 的停售，则从反面标出了收窄不够的下场。
作为一个酒馆老玩家，我见过六层约束堆出来的一致性有多贵——token 预算、插件配置、递归扫描深度，每一层都是实打实的真金白银。游戏要给成千上万人同时服务，这个代价只会更贵。所以在我账上，收窄不是退而求其次，是唯一算得过账的路。而收窄到什么程度才算够，我目前只有一条判断标准：固定形式输入，可预测结构输出，中间是通用处理，输出里保留随机的自定义部分。 方向已经被验证，路还没有人走完。哪天有产品真正走到终点，回头看这条公式还对不对，大概就是这篇文章最好的结局。
来源清单
以下为文中引用的公开来源，按主题分类。
逆水寒手游 AI NPC
网易伏羲"为 NPC 注入灵魂"（文心大模型合作）— https://baijiahao.baidu.com/s?id=1818598872774422569
网易伏羲案例（百度云）— https://cloud.baidu.com/customer/case/wangyi.html
"国内首个游戏版 ChatGPT"宣传 — https://baijiahao.baidu.com/s?id=1757887740856105449
AI 大模型竞技场 — https://baijiahao.baidu.com/s?id=1816390863681507509
接入 DeepSeek — https://fuxi.163.com/database/1512
AI 负责人刘畅访谈（2025-09，"情绪价值、数字分身"）— https://new.qq.com/rain/a/20250925A05JKK00
NPC 被策反（知乎专栏）— https://zhuanlan.zhihu.com/p/645887431
AI 对话"兄弟们带带我"出戏 — https://news.17173.com/content/09192025/160604416.shtml
二测"智能系统并未实装" — https://www.sohu.com/a/691301488_121637838
"管闲事"玩法 — https://baijiahao.baidu.com/s?id=1783334916391954292
快科技测评（算力限制）— https://news.mydrivers.com/1/920/920933_1.htm
燕云十六声 AI NPC
"15000 名 AI NPC"宣传 — https://baijiahao.baidu.com/s?id=1869265064372406462
AI NPC 系统介绍（含"无长期记忆"反馈）— https://pages.baidu.com/show?id=12655bf7552db36023a7c929
老外疯狂调戏（僵尸婴儿、番茄酱）— https://baijiahao.baidu.com/s?id=1849084273732037293
欧美社群爆红 — https://baijiahao.baidu.com/s?id=1849024939365016886
仙剑世界 AI NPC
借力豆包大模型 — https://baijiahao.baidu.com/s?id=1812598027760188688
"NPC 价值从功能到陪伴" — https://baijiahao.baidu.com/s?id=1852560863605974723
AI 剧情体验糟糕玩家吐槽（贴吧）— https://tieba.baidu.com/p/8297534551
TapTap 评价 — https://www.taptap.cn/app/239022/review
Character.AI
投靠谷歌（25 亿美元，"陪伴价值"）— https://baijiahao.baidu.com/s?id=1806537974327920547
卖身谷歌交易细节 — https://m.jiemian.com/article/11523228.html
月活 2000 万 — https://m.hexun.com/stock/2024-09-04/214360209.html
Character-R1 论文解读（"总是出戏"）— https://zhuanlan.zhihu.com/p/2032981323162308628
AI Dungeon
百度百科 — https://baike.baidu.com/item/AI%20Dungeon/67502181
31% 生成内容涉暴力色情 — https://cloud.tencent.com/developer/article/1829303
玩出人性黑暗面 — https://cloud.tencent.com/developer/article/2237683
内容审核争议 — https://www.sohu.com/a/881365453_121956424
SillyTavern 官方文档
首页 — https://docs.sillytavern.app/
角色卡 — https://docs.sillytavern.app/usage/core-concepts/characterdesign/
世界书 — https://docs.sillytavern.app/usage/core-concepts/worldinfo/
Author's Note — https://docs.sillytavern.app/usage/core-concepts/authors-note/
Regex — https://docs.sillytavern.app/extensions/regex/
Data Bank — https://docs.sillytavern.app/usage/core-concepts/data-bank/
Chat Vectorization — https://docs.sillytavern.app/extensions/chat-vectorization/
Summarize — https://docs.sillytavern.app/extensions/summarize/
Group Chat — https://docs.sillytavern.app/usage/core-concepts/groupchats/
Persona — https://docs.sillytavern.app/usage/core-concepts/personas/
Prompts 总述（PHI 机制）— https://docs.sillytavern.app/usage/prompts/
Context Template — https://docs.sillytavern.app/usage/prompts/context-template/
Prompt Manager — https://docs.sillytavern.app/usage/prompts/prompt-manager/
Common Settings（采样参数）— https://docs.sillytavern.app/usage/common-settings/
Advanced Formatting — https://docs.sillytavern.app/usage/core-concepts/advancedformatting/
STscript — https://docs.sillytavern.app/usage/st-script/
GitHub 仓库 — https://github.com/SillyTavern/SillyTavern
深度调研：LLM 接入游戏机制案例
Convai Event System 文档（OnActionReceivedEvent / OnNarrativeSectionReceivedEvent）— https://github.com/Conv-AI/Convai-Documentation/blob/main/plugins-and-integrations/convai-unreal-engine-plugin/core-concepts/event-system.md
Convai Dynamic Context — https://convai.com/blog/how-to-use-dynamic-context-in-convai-to-build-ai-characters-that-react-in-real-time
育碧 NEO NPC GDC 2024（"客户端控制场景进展，不受 NEO NPC 影响"）— https://zhuanlan.zhihu.com/p/688188938
NVIDIA Covert Protocol（对话推进目标）— https://blogs.nvidia.com/blog/ai-decoded-ace-microservices-digital-humans/
腾讯《和平精英》AI 队友 GDC 2026（75% 玩家开麦，商业逻辑层中介）— https://baijiahao.baidu.com/s?id=1859842234700932074
腾讯 GDC 2025 对话式 AI 分类 — https://news.qq.com/rain/a/20250428A09P4700
Bounded Autonomy 论文（arXiv:2604.04703）— https://arxiv.org/abs/2604.04703
Large Language Models and Games 综述（arXiv:2402.18659）— https://arxiv.org/pdf/2402.18659v2
Hidden Door CEO Hilary Mason 访谈（"terrible UX"、"boundaries"）— https://www.gamesindustry.biz/taking-a-peak-behind-hidden-doors-ai
GDC 2026 调研报告（52% 开发者认为 AI 产生负面影响，80% Demo 没落实）— https://gdc-2026-research-site.vercel.app/tech-trends
Inworld Origins（Steam 已停售）— https://store.steampowered.com/app/2199920/Inworld_Origins/
米哈游 AnuNeko 关停（转向"AI 游戏 + 虚拟 NPC 引擎"）— https://zhuanlan.zhihu.com/p/2064815601240093704
Suck Up! 信任系统（对话→信任值→开门/拒绝）— https://hub.baai.ac.cn/view/34671
玩家失忆/复读体感（贴吧，通用 AI 角色扮演讨论）— https://tieba.baidu.com/p/8802545713
Character.AI 合规诉讼（修订新增）
财新：佛州 14 岁少年自杀，家长起诉 Character.AI 与谷歌（2024-10）— https://www.caixin.com/2024-10-25/102249536.html
财联社：Character.AI 宣布禁止未成年人开放式聊天，2025-11-25 生效 — https://www.cls.cn/detail/2185393
谷歌与 Character.AI 就青少年自杀诉讼达成原则性和解（2026-05，仍待法官批准）— https://btw.media/zh/google-and-character-ai-settle-lawsuits-over-teen-suicides-linked-to-chatbots
评论区
共 条评论热门最新