04. 大模型与短长期决策

本章回答什么

大模型负责理解意义、比较接近的选择、提出粗计划和生成语言；它不控制 Tick，不修改世界真值，也不把“打算做”变成“已经做到”。

一句话边界：

大模型提出带依据的建议；主控制循环检查、提交；身体与世界给出结果。

一、什么时候值得调用大模型

情境	是否需要大模型
走路、看向、伸手、抓取、等待推进	不需要
硬安全、暂停、技能超时	不需要，规则直接处理
明确身体缺口且只有一个可用调节行为	通常不需要
多个合法候选之间存在角色、关系或情境冲突	需要
新奇社会事件的意义	需要
把阶段意图拆成少量任务	需要
对话措辞与协商	需要
反思和长期目标更新	需要，但低频
重复普通事件	不需要

二、一次决策能看到什么

每次只提供与这个问题有关的八类信息：

1. 稳定身份：角色、性格倾向、价值、能力和长期承诺；
2. 当前状态摘要：明显身体缺口、愉快度/唤醒度、当前注意；
3. 当前承诺：意图、进度、最短承诺、恢复点和已失败方法；
4. 本轮观察：Agent 真正看到、听到或触到的事件及其来源；
5. 相关经历：少量原始证据、当前认识、反思假设和至少一条反证；
6. 主观候选集：来自固定七类来源、带编号的行为候选；
7. 表达情境：当前受众、双方角色、所在区域、公开/私密场合，以及已激活的情境规则编号；
8. 决策契约：本次只回答的问题、可用输出类型、相关对象/目标版本和截止时间。

大模型看不到 Agent 未感知的世界真值，也不能因为后台知道内心声音来源就让 Agent 知道。

三、候选与大模型怎样分工

候选系统先提供：

• 继续当前承诺；
• 调节身体；
• 推进长期目标/承诺/义务；
• 实行生活实践；
• 处理当前观察；
• 回应或拒绝人类；
• 探索、恢复或等待。

系统先计算身体缺口、时间成本、风险、切换代价和明显目标进展。大模型只处理较难计算的部分：

• 这个候选是否符合角色与当前场合；
• 某个物品或关系是否有特殊意义；
• 两个承诺冲突时哪个更应优先；
• 某句话是请求、威胁、玩笑还是含糊主张；
• 某次失败是否值得换方法或调整阶段目标。

稳定系统直接选择吸引力明显领先的候选。大模型只会收到差距小于 0.15 的近似并列组，也只能在该组中选择，不能越权改选明显落后的候选。

大模型可以在每轮最多提出一个“新用途/新组合”，但只能引用已知对象和已有技能，由行为系统尝试编译；不能直接创造未注册动作。

四、一次大模型输出必须是什么

输出不是散文，而是受限建议：

决策类型	允许输出
候选选择	近似并列组中的一个候选编号，或明确等待/拒绝/无可行项
意图处理	继续、暂停、恢复、替换、放弃
近期计划	最多五个已有任务模板及目标对象
事件评价	目标影响、原因归属、可控性、确定性、威胁的结构化建议
对话	已选态度、话语、继续或结束互动，并引用适用的受众/场合规则
反思	假设、原始证据编号、反证编号、置信度与未来影响
新组合	目标结果、已知对象、已有技能和需验证条件

解释文字只用于人类阅读，不具有修改状态的权力。对象、行为、目标和完成条件必须引用系统已经注册的编号。

表达类请求若没有匹配的场合或关系规则，采用中性、简短表达，不允许模型自行补出国族、阶层或性别刻板风格。

五、输出怎样被接受

主循环冻结相关状态
→ 发出一个决策请求
→ 大模型返回受限建议
→ 检查格式、引用和候选是否合法
→ 检查它依赖的目标、对象和认识是否仍是同一版本
→ 重新检查安全与当前主观条件
→ 在 Tick 边界一次性提交
→ 身体执行并等待世界结果

格式错误只允许修复一次；仍然错误、超时或引用不存在对象，就采用确定性回退。

同一个请求最多提交一次。停止、重置或紧急抢占会取消旧请求。无关状态变化不会让答案永久过期，只有它真正依赖的关键内容变化才作废。

六、短期决策

短期决策处理现在到未来几分钟，发生在认知轮。

固定问题顺序

1. 当前技能还能否安全继续；
2. 新事件是否值得打断当前承诺；
3. 若打断，是简短回应、暂停还是彻底替换；
4. 当前任务完成后下一任务是什么；
5. 信息不足时是否先观察；
6. 哪个结果点需要再次认知。

合法结果

• 继续；
• 回应后恢复；
• 暂停并保存进度；
• 换方法或换任务；
• 放弃；
• 观察/等待；
• 求助；
• 接受、拒绝、协商、延后或结束人类互动。

短期决策不能更新核心人格，也不能发明新的世界事实。

七、长期决策

长期决策发生在慢整合循环或重大人生事件之后，处理数天以上的方向。

可以改变

• 增加、暂停或结束一个长期承诺；
• 调整目标的投入程度；
• 形成新的阶段意图；
• 更新对物、人、区域和实践的认识；
• 改变下一阶段的粗时间分配。

不应轻易改变

• 核心身份、身体能力和已确认经历；
• 因一天心情重写价值；
• 因一次对话把人永久视为绝对可信或敌对；
• 没有世界结果就宣称目标完成。

证据门槛

• 普通长期更新默认需要至少三段相互独立的经历；
• 一次重大事件可以建立低置信假设，但不能独自重写核心人格；
• 每次反思必须保存支持和反对证据；
• 没有新证据时重复反思，不继续放大结论；
• 每次慢整合只调整少量目标，已有承诺具有惯性。

长期目标如果长期无法产生近期任务，应被暂停、重新解释或结束，而不是只保留一段漂亮文字。

八、记忆怎样进入决策

经历

记录真正观察和行动结果，带来源、时间和事件编号。

当前认识

记录 Agent 暂时相信什么，并链接支持与反对证据。

反思

只是带置信度的假设，不能成为自己的证据，也不能把同源摘要当成多次独立经历。

检索时只取与当前人物、对象、目标和事件有关的少量材料。长期关系或人格更新必须主动寻找反证，避免记忆回声。

九、事件评价和学习怎样避免重复计算

一个结果可以有多个有证据的贡献因素，例如技能、物品状态、布局、人类动作与未知原因。防止重复的规则是“同一事件对同一学习领域只更新一次”，不是强迫事件只有一个原因：

• 抓取动作本身失败，才更新对应抓取情境的技能信心；
• 抽屉卡住，更新对象/工具认识，不降低全局自信；
• 人类强行拿走物体，更新外部行为与关系边界，不把它当成 Agent 主动放弃；
• 对方承诺被验证，才更新相应领域的可靠程度；
• 重复同一句未验证主张不增加信任。

例如“有裂纹的杯柄 + 人类碰撞 + 抓握动作”可以同时更新杯子状态认识、人的外部行为记录和抓取技能信心；但技能信心只有在观察到技能本身确有贡献时才改变。

事件评价、情绪变化、信心、对象认识和关系学习都使用同一事件编号，在各自领域最多应用一次。

十、人类干预契约

四种通道不仅来源不同，权力也不同。

本项目是受控研究沙盒。每个试次在开始前声明：开放哪些通道、允许操作哪些对象、每种干预的次数/速率、试次时长和观察指标。物理无限拖动只属于独立调试模式，不能进入正式试次结果。

物理干预

• 人可以移动或拿取允许交互的房间对象；
• 正式试次只允许操作协议声明的对象与次数，每次移动都有事件编号；
• Agent 只有在可见、可听或操作失败后才知道；
• 若能看见来源，记录为这个人的外部行为；否则保持未知归因；
• 物理强制不会被写成 Agent 自愿合作。

房内对话

• 一次输入被标记为主张、请求、建议或普通表达；
• 请求形成一个有编号的待处理事项；
• Agent 可以接受、拒绝、协商、延后或结束；
• 已拒绝的同一请求不会因重复措辞而自动更有吸引力；
• 接受后形成的承诺会被保存，直到完成、协商取消或明确放弃。

内心声音

• Agent 感知到的是一种想法或声音，不自动知道后台来源；
• 它最多提高一个候选的显著性，不能直接写入事实、核心身份或长期目标；
• MVP 默认同一未解决主题每 10 模拟分钟最多进入一次普通认知轮；
• Agent 可把这个声音/主题设为需要每次确认、静音或阻止；
• 反复越界首先更新“对此声音/通道”的边界；只有 Agent 获得可感知的归因证据后，才更新它与真实人类的关系；
• 因此后台来源不会通过关系变化泄漏给 Agent，内心声音也不是精神控制捷径。

系统控制

• 白名单只有暂停、安全停止、保存与恢复等管理能力；
• 安全冻结不改变 Agent 记忆和关系；
• 重置、回滚和记忆修改必须先快照并写审计日志；
• 管理行为不被伪装成 Agent 自己的选择。

给人类的反馈

界面明确显示：

• Agent 是否感知到了；
• 正在考虑、接受、拒绝、协商还是延后；
• 决定的简短原因；
• 行为是否真正成功；
• 当前通道是否被静音或限流。

干预不保证服从，但保证可看到它进入了哪条因果链。

十一、确定性回退

大模型不可用时：

• 安全则继续当前行为到可暂停点；
• 紧迫身体缺口选择最高紧迫且主观可用的调节行为；
• 有已承诺任务则恢复其下一任务；
• 其他情况进入观察或短暂等待；
• 多次失败后转入降级状态，不持续请求模型。

十二、决策反馈闭环

候选与模型建议
→ 主循环验证并提交
→ 身体执行
→ 世界返回进度、成功或失败
→ 更新身体、认识、目标、关系和记忆
→ 新结果影响下一次短期选择
→ 多轮证据影响长期反思

正反馈必须有上限：成功只小幅提高具体方法的信心；疲劳、边际收益和其他承诺会制衡持续投入。

负反馈负责纠偏：失败降低当前方法吸引力，触发重新观察、换方法、求助、降级或放弃。

十三、AI 小镇提供了什么，单房间怎样调整

AI 小镇让大模型参考身份、计划、观察和相关记忆，输出日程、任务分解、地点、对话和反思。

单房间项目继承“有限背景回答有限问题”，并增加：

• 候选来自固定来源，而不是大模型自由发明；
• 主观候选与物理结果分开；
• 短期意图与长期承诺正式区分；
• 模型建议有版本、截止时间和唯一提交；
• 人类请求始终保留拒绝和协商；
• 反思保留原始证据与反证；
• 所有成功和失败都回到下一次选择。

本章的设计检查

每次大模型调用都应能回答：

1. 为什么现在必须调用；
2. 它能看到什么、不能看到什么；
3. 本次只回答哪个问题；
4. 候选和对象编号来自哪里；
5. 输出是选择、计划、话语、评价还是反思；
6. 哪些相关变化会让答案过期；
7. 谁检查并一次性提交；
8. 谁确认行动完成；
9. 出错、超时和重复回答时采用什么回退；
10. 结果如何影响下一次短期或长期决策。