不知道大家有没有玩过文明 6 、红警、铁锈战争、Unciv 、骑砍这类游戏，反正我小时候很喜欢玩哈哈，初中时还组过战队打比赛来着。有一天我在刷 ByteTech 时见到了一个关于 AI 小镇的文章，当时就想着能不能把 AI 接入到游戏里，使游戏里的每个单位都有自己的想法，自己行动，自己生存，于是，便有了这个游戏。
github 开源地址： https://github.com/wunameya/qx
体验地址：qx.wuname.eu.org(用了 cloudflare 家的 cdn ，如果感觉很慢可以打开科学上网)
没错，AI 也会谈恋爱，并且可以生孩子（生的孩子自动加入己方阵营）。
.PNG)
.PNG)
没错，AI 也可以交易和赠予物品。
.PNG)
没错，AI 也会打猎和建造建筑以及吃饭。
实现很简单，就是一股脑把周围环境信息、记忆、这个世界的规则、玩家给的方针、能选择的动作都喂给大模型，最后大模型给出最合理的动作。
.PNG)
.PNG)
这是一个战旗类的游戏，AI 行动肯定要有个行动顺序
单位行动顺序不是简单轮流，而是类似 ATB 的行动条模型。速度受多种因素影响：
基础机动能力；
装备修正；
人格倾向，例如勇气、攻击性、审慎；
饥饿、疲劳、受伤、士气等状态；
当前任务偏置；
连续同阵营行动的平衡惩罚。
每个单位在执行阶段有 AP 。攻击、移动、观察、防御、生产、建造、强化、交易等动作消耗不同 AP 。饥饿和疲劳会压缩行动能力。
我的做法是把 AI 决策拆成四层：
服务端生成候选动作
↓
LLM 在候选空间里选择
↓
结构化 Schema 校验
↓
业务规则二次裁决
↓
执行器修改世界状态
单位行动前，服务端会基于真实世界状态生成动作候选，例如：
可以移动到哪些相邻格；
可以攻击哪些敌人；
可以观察、防御、撤退；
可以吃什么、喝什么、捡什么；
可以和谁交谈、交易、表白、救援；
可以在哪些地形上采集、狩猎、钓鱼、采矿；
可以建造、拆除、收获哪些设施；
如果没有好动作，至少可以 hold 或 observe 。
LLM 看到的不是一个无限开放世界，而是一个经过服务端裁剪的合法动作空间。
这件事非常关键：不要用 prompt 请求模型遵守规则，要用程序把非法动作从动作空间里删掉。
单位决策 Prompt 的核心不是“描述得越多越好”，而是把信息分层、裁剪、结构化。当前模板大致分成这些块：
单位决策提示词版本: action_params_v4
当前回合 / 当前阶段 / 本次可用 AP
MOVE 坐标白名单：只列本回合真正可到达的空地
阵营自然语言方针上下文：全局方针 + 单位任务 + 即时令
单位资料：属性、HP 、饥饿、背包、装备、位置、阵营
单位人格：勇气、忠诚、攻击性、审慎、社交、稳定等
记忆摘要：近期事件 + 长期摘要 + 闪回记忆
关系网：对附近单位的信任、亲密、恐惧、竞争等
世界知识：这个单位已经学到的地形/资源/敌情规律
环境摘要：脚下地形、设施、天气、最近威胁、可见友军/敌军
合法候选动作列表：attack/move/trade/build/dialogue/hold...
参数填写规则：每类 action 能填哪些字段，哪些字段必须为空
决策流程：先确认合法动作，再理解方针，再按风险排序，最后输出 JSON
其中几个设计点很关键：
环境信息只给局部和摘要：地图不会整张展开，而是给“视野内地形”“最近敌军距离”“本回合可到达地块”“脚下可做事项”等压缩信息。
记忆不是全量聊天记录：短期记忆保留事件粒度，长期记忆用摘要；再加上关系、世界知识和闪回召回。
动作空间是结构化枚举：模型不是自由写动作，而是在服务端生成的候选动作中选。
玩家方针是强信号，不是硬 RPC：Prompt 会明确注入方针和任务，但后续还有服从度、风险和合法性裁决。
对应的核心构造代码可以压缩成下面这个片段：
当前没有用正则解析自然语言，也没有让模型直接调用游戏函数。LLM 走的是结构化 JSON：
服务端根据候选动作动态生成 JSON Schema ；
Provider 使用 OpenAI-compatible 的结构化输出能力；
返回后先做 JSON Schema 校验；
再把 choice 映射回候选动作；
最后用业务规则重新校验；
失败时降级为保守动作，例如 hold 、observe 或 confused decision 。
动态 Schema 的重点是：action 是当前候选动作枚举，move 坐标用 const 限死到合法坐标。
执行入口也保持这条边界：模型只产出 unitDecisionPayload，真正落地必须经过 validateDecision 和 executeDecision。
LLM NPC 最大的问题不是不聪明，而是容易“无历史”。
如果一个角色刚被队友救过，下一回合却完全忘了这件事，那它就只是一个会说话的状态机。反过来，如果把所有历史都塞进 prompt ，又会造成上下文爆炸、成本上升、响应变慢。
所以记忆系统要解决的不是“多记一点”，而是：
记住值得记住的，忘掉应该忘掉的，并在相似情境下想起来。
记忆被分成多个类别：
实体记忆：我认识谁，他做过什么；
空间记忆：哪里危险，哪里有资源；
关系记忆：谁救过我，谁背叛过我；
事件记忆：一次战斗、一次受伤、一次交易；
世界知识：阵营、地形、敌人动向；
长期摘要：跨多个回合压缩后的生平片段。
每条记忆都有重要性、情绪权重、显著度、是否永久、来源和发生回合。
记忆会随时间衰减，但不是线性消失。重要事件、强情绪事件、关系事件会保留更久。当前环境如果和历史事件相似，还会触发“闪回”。
例如：
单位再次进入曾经被伏击的森林；
附近出现曾经伤害过它的人；
天气、地形、敌人组合与某段痛苦记忆高度相似。
这类记忆会被重新召回，并进入本次决策上下文。
这比“最近 N 条聊天记录”更接近角色认知：人不是机械回放全部历史，而是在处境相似时想起关键片段。
长期对局里，事件会越来越多。系统会把较旧的记忆压缩成长期摘要，保留角色人生轨迹，而不是保留每个细节。
所以记忆分两种粒度：
短期：事件粒度，适合即时决策
长期：摘要粒度，适合人格连续性
这也是控制 LLM 成本的关键。
恋爱系统没有把“结婚”做成玩家直接触发的按钮。触发条件分为三层：
前置关系：两名单位必须有多轮真实对话，并且双方关系都达到熟悉阈值；
提议判断：LLM 同时扮演双方，判断是否有人主动提出确认亲密关系；
双方同意：只有双方都真心同意，关系才成立。
Prompt 里不会直接写一个“好感度=80 可以结婚”的硬规则，而是把关系摘要、对话历史、性格、阵营压力和最近事件放进上下文。好感度在规则层表现为 relationTier、互相信任/亲密等关系状态； LLM 负责把这些状态翻译成当下是否愿意推进关系。
孩子出生也不是纯随机。名字、生平和人格向量由 LLM 根据父母资料生成，但人格会经过规则层归一化；如果模型失败，则使用规则 fallback 。孩子的基础人格是父母人格均值与一个确定性随机人格混合：
这个设计避免了两个问题：玩家不能强迫单位恋爱；模型也不能凭一句浪漫台词绕过双方同意和关系门槛。
贸易系统的核心不是让模型“理解经济学”，而是让服务端先生成可交易候选：谁有物品、谁有钱、距离是否相邻、物品基础价值是多少、能否赠与/售卖/调拨金币。模型只能在这些候选里选择。
执行时，交易接收方还会单独做一次同意判断。这个 Prompt 明确要求目标单位只代表自己判断，可以因为敌我关系、风险、战略价值、补给不足或不信任而拒绝。
所以“会不会亏本买卖”的答案是：系统允许单位因为关系、救急或战略需要做非等价交换，但不会让模型凭空创建交易；接收方可以拒绝，失败或格式异常也默认拒绝。经济公平由候选价格、背包/钱包校验和双方同意共同约束。
这里写一些最近开发的感想吧。似乎将 AI 接入游戏的落地还很少，但我觉得如果真的落地了我觉得现在的游戏将会更加有意思，毕竟谁不想和一个活生生的，会自己思考的 AI 、NPC 打交道呢。
这仅仅是一个 Demo ，后续有时间我也会继续迭代的。加入更多的规则和玩法，让 AI 持续去探索，我觉得这样这个游戏将会越来越有趣，比如增加更多的建筑，更多的事件，甚至将每个单位的智商属性和使用的大模型进行挂钩，智商属性越高的 AI 越聪明，对记忆系统进行优化等等，我相信如今大模型的能力也能够驾驭得了这么多的输入。
我也觉得如今 AI 大模型的发达，可能更利好于个人开发者，其一呢个人开发者往往使用的是很通用的技术，而不是像企业一样有繁琐的流程、各种基建。AI 训练的语料也都是最直接、原始的方式，所以个人开发者的技术栈与预训练语料天然对齐，而企业往往需要一套封装。比如一般个人开发者上线是直接使用 Linux 命令、docker ，而企业往往都会自建一套自己的流程和平台，这次游戏还有以前我做的个人项目上线往往都是让 AI 自己开发完成就自己上线了，但是在企业想做到这一步可能还得投入不少的人力成本来训练 AI 。其二呢 AI 把过去个人开发者必须外包的设计、文案等职能内化到一人手中，让 "一人公司" 第一次具备商业可行性。比如这次游戏的一些设计、文案都是由 AI 设计的（也抄了不少 Unciv 的）。
标题中的三天，其实是断断续续加起来的三天。放在三年前，我相信随便拉一个编程高手，或者拉一个经验丰富，合作默契的团队，三天肯定是做不出这样一个玩意的，即使是一个 demo ，可能三周还差不多？
但是现在，仅仅是我这样一个还没毕业的菜鸟，只花了三天时间做出来了。可以见到 AI 对咱们的提效是多么巨大。不仅仅是软件行业，在各行各业，我觉得 AI 的冲击都将会更加猛烈。
从 chatgpt2022 年出来，那时我好像还高中来着，那时借助 AI 编程的方式是把代码粘贴到聊天框里，然后他吐出来我再粘回去。到 2024 用的 copilot ，就是根据上下文自动提示代码，然后 tab 补全。2025 用的是 cursor ，就能够读取项目下的所有代码，然后根据提示词自己写代码了。到如今的 codex ，claudecode ，和 cursor 的区别，就是直接把看代码的地方扣掉了。AI 在编程落地的方式突飞猛进，在其他领域的发展我也相信也会这样突飞猛进。 有了 AI 的帮助，我相信人类能离理想中的乌托邦更进一步。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。