《AI Agent 游戏产品开发》1.2 游戏 Agent 的四种形态:NPC、同伴、对手与导演

NPC、同伴、对手、导演不是四个标签,而是四种责任位置:说话、建议、行动、调度。形态决定失败兜底、追责方式、延迟预算与可关闭性;形态混用会让玩家分不清它在帮谁。本节给出四形态的边界表、可合并与必须拆分的组合,以及双案例为什么是「一同伴」对「三实体」。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。形态划分与边界规则均为方法示例,不构成产品设计标准。

《潮汐方舟》做过一次很典型的尝试:把竞技场里卖药水的商人 NPC 接上模型,让它同时承担剧情对话与战斗对手。

上线第一周,玩家反馈集中在同一句话上:「昨天还在卖我药水,今天在竞技场读我手牌。」

团队第一反应是调低对手强度,但问题不在强度。商人与对手是两种形态:一个在世界里跟玩家说话,一个在规则里跟玩家对抗。同一个实体同时承担两种关系,玩家就无法判断它此刻是在扮演角色,还是在争取胜利。

这一节把四种形态拆开,说明它们的边界、可合并的组合,以及混用之后会发生什么。

形态是责任位置,不是标签

「智能 NPC」是最常见的叫法,也是最有误导性的叫法。它把四种完全不同的东西装进一个词里:

  • NPC 负责说话,塑造玩家对世界的认知。
  • 同伴负责建议,影响玩家自己的决定。
  • 对手负责行动,在规则内与玩家竞争。
  • 导演负责调度,调节整场体验的节奏。

四者的共同点是「由模型驱动」,差别在于它对谁负责。NPC 对世界设定负责,同伴对玩家的选择负责,对手对规则公平负责,导演对体验节奏负责。责任不同,失败兜底、追责方式、延迟预算与可关闭性都不同。

按「像不像人」分类,会得到一堆无法验收的形容词;按「与玩家的关系」分类,才能得到可执行的边界。

四种形态的边界

形态权力受众失败兜底追责方式
NPC说话世界与剧情回到预写台词,不能沉默内容审核与剧情一致性检查
同伴建议玩家本人跳过这次建议,会话保持完整建议采纳率与关闭率
对手行动对局双方切回脚本策略,保持规则一致回放审计与能力对齐检查
导演调度整场体验维持上一拍,推迟下一拍节奏规则的可解释说明

这张表有四个可以直接用的判断:

  1. 失败兜底不同。 NPC 不能沉默——沉默会让玩家以为功能坏了;同伴可以跳过——少一句点评不影响游玩;对手必须切回脚本——不能因为模型超时而暂停比赛;导演可以维持上一拍——节奏慢一点比突然变化好。
  2. 追责方式不同。 NPC 查内容审核记录,同伴看采纳率与关闭率,对手查回放,导演查规则说明。用同一套指标考核四种形态,会得出错误结论。
  3. 延迟预算不同。 对手要挤进 800ms 的回合预算,同伴可以 2,000ms,NPC 对话可以更长,导演通常离线批处理。
  4. 可关闭性不同。 只有同伴允许玩家单方面关闭;对手不能由玩家关(否则不公平),导演不能在对局中途关(否则体验断裂),NPC 不能关(否则世界缺一块)。

权力有高低,责任跟着权力走

四种形态的权力可以排成一条线:说话 < 建议 < 行动 < 调度。

  • 说话只影响信息,玩家可以不信。
  • 建议影响决策,玩家可以不听,但要承担后果。
  • 行动直接影响结果,玩家必须承受。
  • 调度影响整场节奏,玩家甚至不知道它发生过。

权力越大,玩家对可解释性的要求越高。对手的一次决策要能回放,导演的一次难度调整要能说明规则,NPC 的一句台词要能追溯来源,同伴的一次建议反而最宽松——玩家可以直接无视。

这也解释了一个常见误判:团队往往把审核资源集中在 NPC 台词上,因为台词最容易被截图;但真正会引发公平性质疑的是对手与导演,它们的错误不显眼,后果却更大。

哪些形态可以合并

不是所有组合都必须拆开。可以合并的只有一种:NPC + 同伴。

一个角色先说话、再给建议,玩家能理解:这是同一个人在跟我交流。方舟的剧情 NPC 在对话结束后提示「前面有埋伏」,就属于这种组合。

其它组合都会让玩家分不清关系:

组合为什么冲突典型表现
同伴 + 对手一边帮你,一边赢你玩家怀疑建议是故意误导
对手 + 导演一边对抗,一边调难度玩家怀疑输赢被安排
NPC + 对手一边叙事,一边竞争玩家怀疑角色在放水或偷看
NPC + 导演一边扮演,一边旁白玩家发现角色知道不该知道的事
同伴 + 导演一边建议,一边控节奏玩家怀疑建议是为了拖时长

冲突的根源是责任不可同时履行。同伴要为玩家的利益服务,对手要为对局的公平服务;同一实体无法同时证明这两件事,玩家也不会相信。

双案例:一同伴,三实体

两款产品的形态分布完全不同:

产品形态组合实体数原因
消消同伴1所有 Agent 行为都指向「帮玩家打得更好」
方舟对手 + NPC + 导演3对抗、叙事、节奏由三个不同实体承担

消消的赛后点评、关卡提示、活动向导看起来是三个功能,但它们是同一种关系:给建议。合并成一个同伴实体,玩家只需要理解「它在帮我」,不需要区分三种角色。

方舟则必须拆开。AI 对手在竞技场里争取胜利,剧情 NPC 在主线里塑造世界,导演在后台调节难度与事件密度。三者如果合并,任何一个行为都会污染另外两个的可信度:对手赢了一局,玩家会怀疑剧情 NPC 昨天的提示是不是故意的。

拆开也带来成本:三套提示词、三套评测、三套审核。这是形态边界的代价,也是它值得的原因——玩家能分别相信三件事,比相信一个什么都干的实体容易得多。

形态混用之后怎么补救

已经混用的产品,通常有三种补救路径:

  1. 拆实体。 把冲突的形态拆成不同角色,哪怕共用同一个模型。成本最高,但最彻底。
  2. 分场景切换。 同一个实体在不同场景只承担一种形态,切换时明确告知。例如商人在竞技场换成「竞技场解说员」,不再卖东西。
  3. 降权力。 把对手降成同伴——不参与对抗,只给战术建议。这会改变玩法,通常不适用于核心对抗。

三条路径里,第二条最容易被误用:团队以为「换个皮肤」就够了,但玩家记住的是行为,不是外观。分场景切换必须同时切换行为规则,否则只是换了个名字。

把形态边界写成可运行判定

下面的实现把四形态的权力、受众、失败兜底、可合并组合与可关闭性写成纯函数。

// file: src/domain/form-boundary.ts
// tier: L1
// verify: node --test test/domain/form-boundary.test.ts

// 四种形态的职责边界:形态由「它和谁发生关系」决定,不由「它像什么」决定。
// 同一实体承担两种以上权力时,先判是否冲突;冲突的形态必须拆到不同实体。

export type AgentForm = "npc" | "companion" | "opponent" | "director";

export type Power = "speak" | "advise" | "act" | "pace";

export type FormBoundary = {
  readonly power: Power;
  readonly audience: string;
  readonly failureFallback: string;
  readonly accountableBy: string;
};

export const FORM_BOUNDARY: Record<AgentForm, FormBoundary> = {
  npc: {
    power: "speak",
    audience: "世界与剧情",
    failureFallback: "回到预写台词,不能沉默",
    accountableBy: "内容审核与剧情一致性检查",
  },
  companion: {
    power: "advise",
    audience: "玩家本人",
    failureFallback: "跳过这次建议,会话保持完整",
    accountableBy: "建议采纳率与关闭率",
  },
  opponent: {
    power: "act",
    audience: "对局双方",
    failureFallback: "切回脚本策略,保持规则一致",
    accountableBy: "回放审计与能力对齐检查",
  },
  director: {
    power: "pace",
    audience: "整场体验",
    failureFallback: "维持上一拍,推迟下一拍",
    accountableBy: "节奏规则的可解释说明",
  },
};

const POWER_ORDER: readonly Power[] = ["speak", "advise", "act", "pace"];

export function powerOf(form: AgentForm): Power {
  return FORM_BOUNDARY[form].power;
}

export function stronger(a: AgentForm, b: AgentForm): AgentForm {
  return POWER_ORDER.indexOf(powerOf(a)) >= POWER_ORDER.indexOf(powerOf(b)) ? a : b;
}

// 只有「说话 + 建议」可以落在同一个实体上;其它组合都会让玩家分不清它在帮谁。
export function canCombine(a: AgentForm, b: AgentForm): boolean {
  if (a === b) return true;
  const pair = new Set<AgentForm>([a, b]);
  return pair.size === 2
    && pair.has("npc")
    && pair.has("companion");
}

// 返回需要拆分到不同实体的形态组合;空数组表示可以共用一个实体。
export function splitRequired(forms: readonly AgentForm[]): readonly string[] {
  const unique = [...new Set(forms)];
  const conflicts: string[] = [];
  for (let i = 0; i < unique.length; i += 1) {
    for (let j = i + 1; j < unique.length; j += 1) {
      if (!canCombine(unique[i], unique[j])) {
        conflicts.push(`${unique[i]}+${unique[j]}`);
      }
    }
  }
  return conflicts;
}

// 形态混用时,对外只能按最强权力命名;但它承担的责任也按最强权力计算。
export function dominantForm(forms: readonly AgentForm[]): AgentForm {
  return forms.reduce((current, form) => stronger(current, form), forms[0]);
}

// 形态决定可关闭性:同伴必须能关,对手不能由玩家关,导演不能在对局中途关。
export function canDisable(form: AgentForm): boolean {
  return form === "companion";
}

FORM_BOUNDARY 用一张表存四种形态的边界,新增形态时加一行。把边界散在文档和代码里,评审时无法对照;集中在一处,才能发现「这个功能同时要求两种兜底」这类矛盾。

powerOf 只返回权力名,不做判断。权力排序是产品约定,不应该在代码里推导;把它写死成函数,反而会让「建议比行动弱」这种前提变得不可见。

canCombine 只允许 NPC 与同伴合并。规则写得窄,是因为合并的代价高:一旦允许「同伴 + 对手」,后面所有公平性设计都要为这个决定让路。

splitRequired 返回冲突组合,而不是布尔值。评审时需要知道哪两个形态冲突,只返回「不行」无法指导拆分。

dominantForm 按最强权力命名。混用实体对外只能有一个名字,否则玩家无法建立预期;但内部责任要按最强权力计算,不能按最弱的算。

canDisable 只对同伴返回 true。可关闭性是玩家权利的一部分:同伴可以关,对手不能关,导演不能中途关,NPC 不能关——四种形态对应四种不同的玩家权利。

形态写进产品文档的方式

产品文档里描述 Agent 时,至少写清四件事:

  • 形态。 是 NPC、同伴、对手还是导演,只能选一个;混用要列出拆分方案。
  • 权力。 说话、建议、行动还是调度;权力决定审核与回放要求。
  • 兜底。 模型不可用时玩家看到什么;四种形态的兜底不能互换。
  • 可关闭性。 玩家能否关闭、在哪一层关闭、关闭后哪些功能消失。

四件事写完,评审时就不会出现「这个 Agent 到底算 NPC 还是对手」的争论。争论本身说明形态没定,而不是文档写得不够细。

小结

  • 四种形态是四种责任位置:说话、建议、行动、调度,不是四个标签。
  • 形态由「与玩家的关系」决定,不由「它像什么」决定。
  • 失败兜底因形态而异:NPC 不能沉默,同伴可以跳过,对手必须切脚本,导演可以维持上一拍。
  • 追责方式因形态而异:审核记录、采纳率、回放审计、规则说明。
  • 权力越大,玩家对可解释性的要求越高;对手与导演的错误最不显眼,后果最大。
  • 只有 NPC + 同伴可以合并,其它组合都会让玩家分不清它在帮谁。
  • 消消是一个同伴实体,方舟是对手、NPC、导演三个实体;拆开有成本,但可信度更高。
  • 混用后的补救只有三条:拆实体、分场景切换、降权力;换皮肤不算补救。
  • 只有同伴允许玩家单方面关闭;其它形态的关闭权不在玩家手里。
  • 产品文档必须写清形态、权力、兜底与可关闭性,四件事缺一不可。

阅读导航:上一节:1.1 通用 Agent 与游戏 Agent 的三点差异 · 下一节:1.3 什么该做成 Agent,什么该写成脚本 。

常见错误与边界

  1. 用「智能 NPC」统称四种形态。 一个词装四种责任,最后只能用一套标准要求全部,验收必然失败。
  2. 按外观分类。 「它看起来像人」不构成形态判据;要看它与玩家是说话、建议、行动还是调度关系。
  3. 让同伴兼对手。 一边帮你一边赢你,玩家会怀疑建议是故意误导。
  4. 让对手兼导演。 一边对抗一边调难度,玩家会怀疑输赢被安排。
  5. 让 NPC 沉默兜底。 玩家会以为功能坏了;NPC 的兜底必须回到预写台词。
  6. 用同一套指标考核四种形态。 NPC 看审核、同伴看采纳率、对手看回放、导演看规则说明,混用会得出错误结论。
  7. 把形态混用当「一个 Agent 更智能」。 一个实体承担越多责任,玩家越难相信其中任何一个。
  8. 分场景切换只换外观。 行为规则不切换,玩家记住的仍是旧关系。
  9. 允许玩家关闭对手。 关闭对手等于关闭公平;对手的可关闭权不在玩家手里。
  10. 文档只写「智能程度」。 形态、权力、兜底、可关闭性四项缺失,评审无法判断这个 Agent 该按哪套标准验收。

形态决定「它是谁」。下一个问题更靠前:这个功能到底该不该用 Agent,还是用脚本就够了。很多「Agent 需求」拆开看,只是把一张配置表包装成了对话。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图