AI NPC 评测：把感知、决策和动作分开打分

AI NPC 评测：把感知、决策和动作分开打分

NPC 看起来“像人”很主观，工程上还是要拆回状态：它看到了什么、选了什么意图、最终执行了什么动作。三层混在一起，问题很难定位。

样本覆盖状态而不是台词

固定地图、角色属性、任务进度和随机种子，准备正常交互、记忆缺失、工具超时与非法动作。对话措辞可以变化，动作必须落在规则允许集合。

指标对应具体层

感知看关键信息是否获取，规划看意图是否满足约束，执行看动作成功和状态一致性。总体验分留给试玩评审，不替代分层测试。

• 模型无响应时回退到预设行为。
• 长期记忆标注来源与有效期。
• 战斗和奖励仍由确定性系统裁决。

复现一条失败轨迹

保存状态快照、候选意图、工具参数和最终动作。只记录最后一句台词，就像只截一帧掉帧画面，找不到前面哪一拍出了问题。

AI NPC 的“聪明”要建立在游戏规则内。状态可复现、动作可约束，才有空间继续打磨角色表现。