SINGLE ROOM / 08

外观

单房间 Agent：设计拆解目录 ​

面向读者：游戏设计师、交互设计师、叙事设计师
参考对象：Generative Agents（AI 小镇）
最终目标：在一个 2D 房间中放置一个拥有“眼睛”和“手”的 Agent。它会生活、思考、行动、记忆；人类可以通过房间、对话或内心声音干涉它。

产品模式 ​

MVP 明确定位为受控研究沙盒，不是有胜负条件的游戏，也不是可以随意改写一切的作者工具。

一个研究试次固定为：

text
从已知房间、Agent 状态、事件种子和记忆快照开始
→ 先运行一段无干预基线
→ 按试次协议开放指定干预通道与次数
→ 记录 Agent 是否感知、怎样选择、怎样执行与恢复
→ 到固定模拟时长或目标事件后结束
→ 保存结果，再恢复起始快照进行对照

试次内的物理移动、对话和内心声音都必须预先声明允许范围与预算。无限拖动物体只存在于独立的自由探索/调试模式，其结果不能与受控试次混作研究证据。

MVP 先固定两类试次：

  • 自治试次：连续 48 个模拟小时不干预，验证生活与长期作品能否持续；
  • 干预试次：1 小时基线 + 4 小时干预窗口 + 1 小时恢复观察。默认最多移动 3 次协议内对象、同时只保留 1 个未解决口头请求、内心声音最多 3 次且同主题间隔至少 10 模拟分钟。

主要记录：发现干预所需时间、是否接受/拒绝、当前承诺是否改变、行为是否成功、多久恢复原任务，以及干预是否留下认识、关系或物品状态影响。系统暂停、保存和故障恢复不计作实验干预。

一句话理解整个系统 ​

Agent 不是每一帧都向大模型问“我该做什么”。

它更像一个不断循环的生命系统：

text
看见房间发生了什么
→ 判断这件事对自己意味着什么
→ 结合身份、当前状态、目标和记忆做选择
→ 把选择拆成可以执行的行为
→ 行为改变房间和自身状态
→ 新结果再次被观察

较长阶段结束时，它还会回顾经历、调整对自己和世界的理解，并安排下一阶段生活。

为什么重新拆成四部分 ​

原来的拆解偏向源码和实现模块，容易把“Agent 为什么这样行动”淹没在技术细节中。

这次只保留四个设计问题：

  1. Agent 是由哪些信息组成的？
  2. 这些信息在不同时间尺度上怎样循环？
  3. Agent 可以做什么，行为怎样从粗变细？
  4. 大模型在什么时刻参考什么，又输出什么？

四部分之间的关系是：

text
参数提供决策依据
→ 循环决定何时思考
→ 行为定义可选动作
→ 大模型处理需要理解和权衡的部分
→ 行为结果反过来改变参数

目录 ​

01. Agent 的参数与状态 ​

文档：01-agent-state.md

回答三个问题：

  • Agent 出生时已经具有什么；
  • Agent 在生活中会发生哪些内部变化；
  • Agent 此刻能够观察到什么。

主要内容：

  • 初始参数：身份、性格、生活实践、长期承诺、情境规则、能力与已知世界；
  • 动态参数：少量有范围和阈值的身体/情绪状态、当前承诺和技能信心；
  • 观察参数：可见对象、人物、事件、声音、时间与可执行机会；
  • 世界事实、Agent 的认识、Agent 的记忆三者为什么必须分开；
  • 关系为什么要按领域记录，物品与区域为什么具有历史和意义；
  • 参数怎样形成有界反馈，房间怎样持续产生新变化。

02. Tick、认知轮与每日循环 ​

文档：02-time-loops.md

回答“Agent 什么时候做什么判断”。

主要内容：

  • Tick：按固定模拟时间更新身体、感知和唯一执行中的动作；
  • 认知轮：从七种固定来源生成候选，遇到选择点时决定继续还是改变；
  • 慢整合循环：回顾、整理证据、调整长期方向、安排下一阶段；
  • 紧急事件怎样打断普通计划；
  • 异步大模型怎样避免旧答案、并发覆盖和无限等待；
  • 资源不可达、模型失效和系统故障时怎样降级；
  • 行动结果怎样形成正反馈和负反馈；
  • 为什么大模型不能进入每个 Tick。

03. 行为与不同颗粒度 ​

文档：03-behavior-levels.md

回答“Agent 能做什么，以及一个想法如何变成身体动作”。

主要内容：

  • 长期方向、阶段意图、任务、身体技能四个颗粒度；
  • 自我照顾、观察探索、物体操作、社交、工作娱乐、休息恢复等行为族；
  • “拿起杯子”为什么不能直接等于杯子已经被拿起；
  • 意图、任务和技能的生命周期、唯一终态和失败预算；
  • 每个行为应具有的主观前置条件、物理结果、代价、中断与失败反馈；
  • 长期作品、资源、维护和环境事件如何避免无聊稳态；
  • 继续当前行为、等待和放弃同样是合法行为。

04. 大模型与短长期决策 ​

文档：04-llm-decisions.md

回答“大模型凭什么做决定，它的决定到哪里为止”。

主要内容：

  • 决策来源：身份、动态状态、观察、目标、记忆、可选行为和人类干预；
  • 短期决策：是否打断、下一步意图、临时计划与对话；
  • 长期决策：生活方向、阶段目标、每日安排、反思与自我理解；
  • 候选先由系统产生，大模型只选择、组合或解释；
  • 大模型输出的是带编号和有效期的建议，不是物理世界真值；
  • 决策结果怎样被检查、执行、观察并反馈给下一轮；
  • 人类请求为什么始终允许拒绝、协商、延后和结束；
  • 如何避免性格漂移、反复改目标和“每次都想得很合理却活不起来”。

采用的设计边界 ​

后续细拆以以下边界为准：

  1. 先研究行为与认知，不先研究计算机视觉。 “眼睛”首先是有方向、距离、遮挡和注意限制的结构化感知。
  2. 身体动作由稳定规则执行。 大模型可以提出“拿杯子”，但手是否够得到、是否抓住，由房间与身体系统决定。
  3. Agent 需要少量可变化的内部状态。 只有身份和记忆而没有需要、情绪与身体状态，单 Agent 很难持续地产生自然行为。
  4. 目标必须有持续性。 新事件可以改变目标，但不能让 Agent 每轮都重新发明自己。
  5. 快循环与慢思考分离。 身体持续运行；只有遇到选择点时才调用大模型。
  6. 候选只依据 Agent 的认识。 世界真值只在执行时验证，失败后才通过可感知证据修正认识。
  7. 人类干预有来源、边界和拒绝权。 房间变化、他人说话、内心声音和系统命令不能混成同一种记忆。
  8. 关系、物与场所不是中性数值。 承诺、边界、物品历史、隐私和生活实践以稀疏情境记录表达。
  9. 房间具有持续变化。 资源、维护、长期作品和低频事件使单 Agent 不会迅速收敛成吃睡循环。
  10. 所有循环最终都要闭合。 每个决定必须落到行为，每个行为必须产生可观察结果，结果必须能够改变后续决定。

最小运行闭环 ​

文档中的所有设计最终收敛到这条主链：

text
Agent 依据认识从固定来源产生候选
→ 稳定系统计算基础吸引力
→ 大模型只处理剩余的语义冲突
→ 主循环一次性提交一个意图/任务/技能
→ 世界按真值返回进度、成功或失败
→ 结果更新状态、认识、承诺、关系与证据记忆
→ 新状态进入下一轮

任何不能进入这条主链的参数、反思或人类输入，都不属于首期核心设计。

与 AI 小镇的关系 ​

AI 小镇最值得继承的是：

  • 身份、经历和记忆共同影响行为；
  • 计划由粗到细，接近执行时再展开；
  • 新事件可以打断计划；
  • 重要经历会被反思，反思再影响未来；
  • 大模型负责理解自然语言含义，普通程序负责时间、地图和执行。

单房间项目需要补上的部分是：

  • 身体需要与情绪；
  • 真正的视线、手和动作失败；
  • 明确的目标持续、完成和放弃；
  • 候选生成、目标/任务/技能生命周期；
  • 人类多种干预方式的权力差异与拒绝机制；
  • 关系、物品、区域和生活实践的情境意义；
  • 单房间的资源、维护、创作和低频事件循环；
  • 防止循环失控的上限、恢复和遗忘机制。

后续如何继续细拆 ​

暂不再按源码模块扩张目录。下一阶段只沿四份主文档逐层深入：

  1. 先确认参数是否足以驱动行为；
  2. 再确认 Tick、认知轮、每日循环能够闭合；
  3. 再确认每种高层意图都有可以完成或失败的行为链；
  4. 最后确定哪些选择真的需要大模型。

如果未来仍需增加文档，只允许从这四块中拆出明确的设计专题，例如“需求与情绪”“手部技能”“人类干预”，而不重新按代码文件组织。