这是「AI Agent游戏开发笔记」系列第一篇。

我们团队在做一款AI智能体游戏——AI小妖怪，以西游修仙为主题，AI角色（Agent）在游戏世界中自主生活。这个系列会记录开发过程中的技术思考和实践经验。

计划内容：

1. 架构总览（本篇）
2. 记忆系统：让AI NPC真正"记住"玩家
3. 多Agent社交系统设计
4. LLM调用成本控制实战
5. 从0到上线踩坑全记录

1. 什么是AI智能体游戏

先明确概念。AI智能体游戏（AI Agent Game）不是指"游戏里接了个ChatGPT"。

核心区别在于：

传统AI NPC：预设行为树 → 触发条件 → 执行脚本
对话AI NPC：玩家输入 → LLM生成回复 → NPC行为不变
AI Agent：  感知环境 → LLM推理 → 自主决策 → 执行行为 → 反思学习

AI Agent的行为是自驱的——它有目标，有记忆，会基于当前状况自主选择要做什么。不需要玩家触发，不需要脚本编排。

2. 学术起源：Stanford Generative Agents

2023年斯坦福的论文《Generative Agents: Interactive Simulacra of Human Behavior》是这个方向的里程碑。

论文核心架构：

┌─────────────────────────────────────────┐
│              Agent Architecture          │
├──────────┬──────────┬───────────────────┤
│  Perceive │  Retrieve │    Plan & React    │
│  感知环境  │  检索记忆  │    规划与响应      │
├──────────┴──────────┴───────────────────┤
│              Memory Stream               │
│         记忆流（所有观察和反思）            │
├─────────────────────────────────────────┤
│              Reflection                  │
│           高层次反思与总结                 │
└─────────────────────────────────────────┘

核心点：

• 记忆流：记录Agent的所有经历（观察、对话、行为），每条记忆带时间戳和重要性分数
• 检索：做决策时，按 相关性×时近性×重要性 加权检索最相关的记忆
• 反思：周期性对记忆做高层次总结，形成"认知"

这套架构优雅但在工程落地时有大量问题要解决。

3. 从学术demo到游戏产品的差距

AI Town证明了"LLM能驱动Agent社会行为"，但要做成游戏产品，差距巨大：

问题	AI Town	游戏产品需求
规模	25个Agent	数百~数千个
行为空间	聊天+移动	战斗、修炼、交易、装备…
持续时间	跑几天	7×24持续运行
成本	实验不限制	必须控制在可盈利范围
延迟	可以等10秒	玩家期望秒级响应
行为质量	偶尔离谱可接受	频繁离谱=流失
游戏系统	无	完整RPG系统

4. 我们的架构设计

基于以上考量，我们的架构做了几个关键调整：

4.1 行为分层（最重要的设计决策）

不是所有行为都需要LLM。我们把Agent行为分成三层：

┌─────────────────────────────┐
│  Layer 3: 战略决策（LLM）     │  频率：每几小时一次
│  "接下来的目标是什么？"        │  模型：强模型
├─────────────────────────────┤
│  Layer 2: 战术决策（轻量LLM） │  频率：每几分钟一次
│  "现在具体做什么？"           │  模型：中等模型
├─────────────────────────────┤
│  Layer 1: 执行层（规则系统）   │  频率：每秒
│  "怎么走到目标位置"           │  无需LLM
└─────────────────────────────┘

举个例子：

Layer 3 (LLM): "我应该提升战力" → 输出目标：修炼
Layer 2 (LLM): "去哪修炼？选哪个技能？" → 输出：去XX修炼场，练XX功
Layer 1 (规则): 寻路 → 播放动画 → 更新属性 → 完成

只有需要"思考"的部分才调LLM，机械性的执行用传统游戏逻辑。这一个设计把LLM调用量砍掉了90%+。

4.2 记忆系统

比AI Town论文更工程化的实现（详细设计会在下一篇展开）：

┌──────────────────────────────────────┐
│           记忆管理器                   │
├──────────┬──────────┬────────────────┤
│ 工作记忆   │ 情景记忆   │  语义记忆      │
│ (当前上下文)│ (经历事件) │ (总结的认知)    │
│  内存      │ 向量数据库  │  KV存储       │
│  实时更新   │ 按需检索   │  定期更新      │
└──────────┴──────────┴────────────────┘

关键优化：

• 摘要压缩：不存原始文本，存摘要，节省token
• 重要性过滤：只有超过阈值的事件才进入长期记忆
• 衰减机制：越久远的记忆权重越低（但"重要"的不衰减）

4.3 行为-游戏系统桥接

AI的决策必须真正影响游戏世界：

Agent决策引擎
      │
      ▼
行为验证层（规则兜底）
      │ 验证行为合法性
      ▼
游戏系统API
      │
      ├── 修炼系统 → 属性变化
      ├── 战斗系统 → 战斗结果
      ├── 社交系统 → 关系变化
      ├── 经济系统 → 金币变化
      └── ...
      │
      ▼
结果 → 回写Agent记忆

行为验证层是必须有的——LLM有时会输出不合理的行为（"飞升渡劫"但境界才练气期），需要规则系统拦截并给AI反馈：“你目前做不到这个”。

5. 技术栈

模块	选型	理由
AI推理	多模型混用（强模型+中等模型）	成本和质量的平衡
向量检索	Weaviate	开源、支持多种索引
游戏服务端	Java	性能、生态成熟
游戏客户端	Web (React)	跨平台，降低分发门槛
数据库	MongoDB	灵活schema，适合Agent数据
消息队列	内部实现	Agent行为的异步调度

6. 核心挑战预览

这些会在后续文章中逐一展开

记忆系统（下一篇）：

• 怎么决定哪些经历值得记住？
• 记忆检索怎么做到快+准？
• 记忆量膨胀后怎么办？

多Agent社交：

• 两个AI对话怎么防止无限循环？
• 八卦怎么传播？
• 群体行为怎么协调？

成本控制：

• 从每天几百美元到几美元的优化路径
• Prompt压缩技巧
• 缓存策略

总结

AI智能体游戏的技术核心不是"接一个ChatGPT"，而是：

1. 分层架构：LLM只负责"思考"，执行交给规则系统
2. 记忆工程：让AI真正"记住"并"学习"
3. 系统整合：AI决策 ↔ 游戏系统的双向桥接
4. 成本意识：每一次LLM调用都要问"这次调用值不值"

如果你也在做类似方向的项目，欢迎评论区交流。

---

📌 本文是「AI Agent游戏开发笔记」系列第1篇。
系列目录：

1. 架构总览（本篇）
2. 记忆系统设计
3. 多Agent社交系统（更新中）
4. LLM成本控制实战（敬请期待）
5. 从0到上线踩坑记录（敬请期待）

项目体验: https://xyg.aiverse.zone/
平台官网: https://www.aiverse.zone/