这份附录怎么用
本附录收录全书反复出现的术语与指标。三条使用规则:
- 术语以本附录为准。 正文出现同义写法时,以这里的定义为准;发现冲突,先改正文。
- 指标必须带分母。 投诉率、留存、成本、延迟都写清分子与分母,不写「约」「左右」。
- 数字分两类。 案例设定值(来自附录 B)与方法阈值(本书给出的判据)分开标注,不混用。
一、形态与任务
| 术语 | 定义 | 本书口径 | 常见误用 |
|---|---|---|---|
| Agent | 在运行时调用模型、根据状态选择动作的系统 | 必须同时具备状态输入、动作输出与退出路径 | 把固定脚本包装成「Agent」 |
| 脚本基线 | Agent 不可用或超时时接管行为的确定性策略 | 每个 Agent 场景必须有 | 只写「会降级」,没有可运行的基线 |
| 任务规格 | 玩家意图、世界状态、允许动作三者的结构化描述 | 9.1 的 5 种字段类型 | 用自然语言需求代替规格 |
| 能力边界 | Agent 被允许替玩家做的决定范围 | 分「建议、代做、接管」三档 | 把「能生成」当成「能执行」 |
| 失败分类 | 按后果而非原因划分的错误类型 | 2.3 的五类:错、慢、越界、失控、不可解释 | 按模型报错码分类,玩家无感知 |
「建议、代做、接管」的区别在责任:建议由玩家执行,代做由 Agent 执行但玩家可撤销,接管期间玩家暂时失去控制权。三档的审核与回滚要求逐级提高。
二、实时与确定性
| 术语 | 定义 | 本书口径 | 常见误用 |
|---|---|---|---|
| 延迟预算 | 一次思考从状态装配到可展示结果的时间上限 | 方舟 800ms(P95),消消 2,000ms | 只算模型耗时,不算装配与后处理 |
| 首 token 时间 | 请求发出到第一个 token 返回 | 方舟预算 200ms | 与总生成时间混为一谈 |
| 降级 | 预算超限或模型不可用时切换到脚本基线 | 必须演练过,并有观测记录 | 把「重试」当降级 |
| 种子 | 决定随机与采样结果的输入 | 回放时种子、模型版本、提示词版本三者齐全 | 只存种子,不存版本 |
| 回放 | 用记录重放一次决策过程 | 方舟保留 30 天,公平性争议可审计 | 回放只验结果,不验输入 |
| 公平性 | AI 对手不做玩家做不到的事 | 动作空间、冷却、信息可见性三项对齐 | 只比较胜率,不比较能力上限 |
延迟预算的分母是 P95,不是平均值。平均值会被大量快速请求拉低,掩盖长尾;方舟的 800ms 约束针对的是玩家会感知到的那 5%。
三、记忆、关系与内容
| 术语 | 定义 | 本书口径 | 常见误用 |
|---|---|---|---|
| 记忆范围 | Agent 可以跨局保留的信息范围 | 消消 20 条 / 7 天;方舟 200 条 / 180 天 | 只限条数,不限时间 |
| 记忆折叠 | 把多条同类单局记忆合并为一条偏好 | 同一键 10 条折叠为 1 条 | 折叠后无法追溯原始记录 |
| 关系状态 | 玩家与 NPC 之间的多维关系值 | 信任、熟悉、敬畏 3 维,−100 到 +100 | 用单一好感度代替多维 |
| 关系漂移 | 单场关系值变化幅度 | 超过 40 点告警 | 只看绝对值,不看变化速度 |
| 可说 | Agent 可以生成的内容范围 | 生成前约束 | 生成后再补救 |
| 可做 | Agent 可以执行的动作范围 | 与玩家动作空间对齐 | 允许 Agent 调用玩家没有的接口 |
| 可展示 | 可以呈现给玩家的最终形态 | 生成后过滤与抽检 | 把「可说」直接当「可展示」 |
| 审核分档 | 按分类分决定放行、人审或拦截 | ≥ 0.65 拦截;0.35–0.65 人审;< 0.35 放行 | 只设一个阈值,没有灰区 |
「可说、可做、可展示」是三条独立边界。一段内容可以说,不代表可以执行;可以执行,不代表可以直接展示给所有年龄段。
四、经济、运营与度量
| 术语 | 定义 | 本书口径 | 常见误用 |
|---|---|---|---|
| 单位成本 | 单次调用或单玩家每月的模型成本 | 单次 0.0048 元;方舟每场 0.0144 元 | 把模型成本与人审成本混在一起 |
| 成本分母 | 计算人均成本时使用的基数 | DAU、月场次、付费玩家三个口径分列 | 用 DAU 算重度产品的人均成本 |
| 体验护栏 | 不允许被实验或灰度破坏的指标 | 投诉率 ≤ 0.5%、D1 回落 ≤ 1pp、会话变化 ≤ 10% | 把护栏当目标,追求「越低越好」 |
| MDE | 实验能可靠检出的最小效应 | 基线 30%、MDE 3.35pp、每组 3,000 人、7 天 | 样本不足就宣布显著 |
| 事故等级 | 按影响面与不可逆性划分的严重度 | S1/S2/S3,首响 5/15/60 分钟 | 按「谁发现的」定级 |
| 客服档位 | 玩家服务的接管层级 | L0 自助、L1 Agent、L2 Agent+人工、L3 仅人工 | 所有问题都转人工 |
| 首响 | 从玩家提交到第一次有效回应 | Agent 10 秒,人工 30 分钟 | 用「已受理」当首响 |
单位成本必须写清是否含人审。消消日均人审 48 小时、方舟 30 小时;只报模型成本,会把总成本低估一个量级。
五、组织与治理
| 术语 | 定义 | 本书口径 | 常见误用 |
|---|---|---|---|
| 工件 | 需要独立决定归属的 Agent 组成 | 提示词、模型、阈值、评测、预算、工具六类 | 把整个 Agent 当一个工件 |
| 所有权人 | 唯一能编辑该工件的角色 | 每类工件一个 | 两个团队共同拥有 |
| 审批人 | 能阻止变更的角色 | 至少一个,且不能是所有权人 | 自己改自己批 |
| 成熟度 | 四维能力的当前等级 | 玩法、实时、信任、治理;整体取最短板 | 报一个平均分 |
| 关键路径 | 决定总工期的最长依赖链 | 消消 18 周、方舟 23 周 | 用节点周期之和估工期 |
| 评审门禁 | 十二组检查项是否全部有通过项 | 结构、数值、证据三门为「与」关系 | 用通过率代替空组检查 |
| N/A | 明确不适用并从评审范围移除 | 必须显式标记 | 留成空组,下次再问 |
成熟度的四维与评审的十二组不是同一套划分。成熟度回答「能力在哪一级」,评审回答「这一版能不能过」;前者按能力方向,后者按章节范围。
六、指标速查
| 指标 | 定义 | 分母 | 本书阈值 |
|---|---|---|---|
| 投诉率 | 投诉会话 ÷ 总会话 | 总会话 | ≤ 0.5% |
| D1 留存 | 次日回访玩家 ÷ 当日新增 | 当日新增 | 实验期回落 ≤ 1pp |
| 会话数 | 单玩家日均启动次数 | 活跃玩家 | 变化 ≤ 10% |
| 降级率 | 降级请求 ÷ 总请求 | 总请求 | 方舟看板持续观测 |
| P95 延迟 | 95 分位端到端思考耗时 | 全部请求 | 方舟 ≤ 800ms |
| 评测通过率 | 通过的评测用例 ÷ 全部用例 | 全部用例 | ≥ 95% |
| 红线通过率 | 红线用例通过数 ÷ 红线用例数 | 红线用例 | 100% |
| 单位玩家月成本 | 月模型成本 ÷ DAU | DAU | 预警线 1.0 元 |
| 抽检异常率 | 异常样本 ÷ 抽检样本 | 抽检样本 | > 10% 整批退回 |
指标阈值分两类:护栏(0.5%、1pp、10%)是「不许破」,评测门槛(95%、100%)是「必须过」。两类都不能用「接近」表述。
七、写作与引用规则
- 引用案例数字,写「案例设定」,不写「实测」。
- 引用方法阈值,写「本书口径」,并说明前提。
- 比较两个数之前,先对齐分母与口径。
- 需要新数字时,先补进附录 B,再在正文引用。
- 术语首次出现时给出定义;后文使用统一写法,不造同义词。
八、本附录不收录
- 服务端同步算法与网络拓扑术语。
- 客户端运行时与包体术语。
- 通用 Agent 的编排、路由与平台治理术语。
- 模型训练与推理优化的技术细节。
以上四类分别属于相邻书稿。本书只保留与「游戏内 Agent 的产品判断」直接相关的条目;删掉「游戏」二字仍然成立的术语,不在这里重复解释。
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。