以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。判定条件与阈值均为方法示例,不构成技术选型建议。
《潮汐消消》的团队提过一个需求:做一个关卡提示 Agent。
做出来之后,团队自己先做了归因:80% 的提示是固定映射——玩家在某关的某一步走错,提示对应的那句话。剩下 20% 才需要根据棋盘状态组织语言。模型在这 20% 里确实有用,但它被调用了一百万次,其中八十万次只是查表。
这不是模型能力问题,是方案选择问题。这一节给出一套判定:什么该做成 Agent,什么写成脚本就够了,什么应该让两者混合。
五个问题
判定只需要五个问题,按顺序问:
| 顺序 | 问题 | 偏向 Agent | 偏向脚本 |
|---|---|---|---|
| 1 | 输入空间是开放还是封闭? | 开放:玩家自由输入、局势组合不可枚举 | 封闭:选项、关卡、状态可枚举 |
| 2 | 是否必须生成自然语言或多模态内容? | 是:需要组织措辞、生成剧情 | 否:数字、图标、固定句式就够 |
| 3 | 出错后果有多严重? | 轻微:可以忽略或重试 | 破坏性:不可回退、影响存档或公平 |
| 4 | 单位成本是否在预算内? | 在预算内 | 超预算:调用量摊不平 |
| 5 | 能不能评测? | 有评测集,能判断变好还是变差 | 没有评测集,改完只能靠感觉 |
五个问题里,第 3 与第 5 是硬阻断,第 1、2、4 决定形态。顺序不能换:先排除不能做的,再谈怎么做。
两条硬阻断
第一条:不可评测。 没有评测集,就无法判断一次改动是变好还是变差。模型每次升级都会改变行为,没有评测就无法验收。这时候正确的顺序是先建评测集(12.2),而不是先接模型。
第二条:破坏性错误且没有兜底。 错误分三档:
| 错误后果 | 例子 | 能否用 Agent |
|---|---|---|
| 轻微 | 赛后点评语气不对、提示不够准 | 可以,忽略或重试即可 |
| 可恢复 | 建议错了,玩家可以不听 | 可以,但要有撤销与说明 |
| 破坏性 | 误删存档、误发奖励、影响对局结算 | 不可以,除非有确定性兜底 |
「有兜底」不是「出错了会道歉」,而是「模型不可用或输出异常时,系统能走一条确定性的路径,结果与模型无关」。没有这条路径,破坏性场景一律用脚本。
成本决定形态,不决定要不要做
成本超预算时,不是「这个功能不能做」,而是「不能全用 Agent 做」。消消的提示就是典型:
- 80% 的提示是固定映射,查表即可,零模型成本。
- 20% 需要组织语言,用模型改写模板。
- 两部分合起来,单位成本落在预算内。
这种结构叫混合方案:脚本负责决定说什么,模型负责把话说得像人。 它保留了生成能力,又把调用量压到可控范围。
方舟的 AI 对手则不同。局势组合不可枚举,每一次决策都要看当前棋盘、手牌、血量与冷却,模板覆盖不了。它的调用量高,但单次成本仍在每玩家每月 1.0 元的预警线内,所以可以直接用 Agent。
成本判断要带分母。0.0048 元一次听起来便宜,乘以 5.4 次/日、30 天,就是每玩家每月 0.78 元;再加上人审与重试,很容易越过预警线。先算月度成本,再谈方案。
混合的三种写法
混合不是「一半 Agent 一半脚本」这种模糊说法,它有三种具体写法:
| 写法 | 脚本负责 | 模型负责 | 适用场景 |
|---|---|---|---|
| 模板改写 | 选模板、填槽位 | 改写措辞与语气 | 赛后点评、活动文案 |
| 候选池排序 | 生成候选、过滤违规 | 按上下文选一个 | 剧情分支、客服话术 |
| 规则内生成 | 定义动作空间与冷却 | 在允许动作里选择 | AI 对手、战术建议 |
三种写法的共同点是:模型不拥有最终决定权。 模板改写里,模板决定内容;候选池里,池子决定边界;规则内生成里,动作空间决定合法性。模型只在一个受控范围内做选择。
这也是混合方案比纯 Agent 更容易验收的原因:评测可以分别做——先测脚本层选得对不对,再测模型层说得像不像。两层分开,问题定位就快。
双案例的方案分布
| 功能 | 方案 | 原因 |
|---|---|---|
| 消消赛后点评 | 混合:模板改写 | 点评结构固定,语气需要生成 |
| 消消关卡提示 | 混合:模板改写 | 80% 是固定映射,20% 需要措辞 |
| 消消活动向导 | 混合:候选池排序 | 向导步骤固定,选哪一步需要看玩家状态 |
| 方舟 AI 对手 | Agent:规则内生成 | 局势不可枚举,模板覆盖不了 |
| 方舟剧情 NPC | 混合:候选池排序 | 剧情节点固定,台词可以预生成 |
| 方舟客服 | 混合:候选池排序 | 话术有边界,意图识别需要模型 |
六项里只有一项是纯 Agent。这不是保守,是成本与验收共同决定的结果:纯 Agent 的调用量最高、评测最难、回滚最麻烦,只有在输入确实开放时才值得。
反过来,消消的「全玩法陪伴」规划里,团队一度想做成纯 Agent,理由是「陪伴要自然」。算完账发现,如果每次交互都调用模型,每玩家月成本会从 0.3 次/日推到 2 次/日以上,成本翻六倍,而评测集只覆盖了赛后点评一个场景。最后仍然落在混合方案:陪伴的骨架是脚本编排,语言由模型生成。
脚本不是低级方案
在 AI 项目里,说「这个用脚本」经常被理解为「不做 AI」。这是误解。脚本有四个 Agent 没有的优势:
- 可复现。 同样输入永远同样输出,回放与审计不需要额外设计。
- 零边际成本。 调用一百万次和一次的成本一样。
- 延迟确定。 没有排队、没有首 token、没有超时降级。
- 可穷举测试。 状态空间有限,可以覆盖全部路径。
这四条恰好是 Agent 最弱的地方。所以正确的问法不是「能不能用 Agent」,而是「这件事需不需要模型」。不需要模型的地方硬上模型,得到的是一个更慢、更贵、更难验收的版本。
降级到脚本时保留什么
从 Agent 降级到脚本,不是删掉代码重写。四样东西必须保留:
- 状态机。 决定在什么条件下说什么、做什么,与模型无关。
- 候选模板。 模型不在时,模板仍然能产出可用的内容。
- 审核规则。 内容边界不依赖模型,过滤规则要独立存在。
- 兜底文案。 模型失败时玩家看到的句子,必须提前写好。
保留这四样,降级才是「切换」,不是「停服」。这也是 3.3 降级路径的前提:没有脚本层,降级只能关功能。
把判定写成可运行函数
下面的实现把五问、两条硬阻断、成本判断与降级保留项写成纯函数。
// file: src/domain/agent-or-script.ts
// tier: L1
// verify: node --test test/domain/agent-or-script.test.ts
// 什么该做成 Agent,什么该写成脚本:先看硬阻断,再看成本,最后才看「要不要生成」。
// 硬阻断只有两条:不可评测、不可回退的破坏性错误。命中任意一条就不能用 Agent。
export type Openness = "closed" | "bounded" | "open";
export type ErrorImpact = "cosmetic" | "recoverable" | "destructive";
export type Evaluability = "covered" | "partial" | "none";
export type DecisionInput = {
readonly openness: Openness;
readonly generatesLanguage: boolean;
readonly errorImpact: ErrorImpact;
readonly hasFallback: boolean;
readonly costPerCallYuan: number;
readonly callsPerPlayerDay: number;
readonly budgetPerPlayerMonthYuan: number;
readonly evaluability: Evaluability;
};
export type Approach = "agent" | "hybrid" | "script";
export type Decision = {
readonly approach: Approach;
readonly blockers: readonly string[];
readonly notes: readonly string[];
};
export const DAYS_PER_MONTH = 30;
export function monthlyCost(input: DecisionInput): number {
return input.costPerCallYuan * input.callsPerPlayerDay * DAYS_PER_MONTH;
}
export function overBudget(input: DecisionInput): boolean {
return monthlyCost(input) > input.budgetPerPlayerMonthYuan;
}
export function decide(input: DecisionInput): Decision {
const blockers: string[] = [];
const notes: string[] = [];
if (input.evaluability === "none") {
blockers.push("no evaluation set: cannot tell whether the change is better or worse");
}
if (input.errorImpact === "destructive" && !input.hasFallback) {
blockers.push("destructive error without a fallback path");
}
if (blockers.length > 0) {
return { approach: "script", blockers, notes };
}
if (overBudget(input)) {
notes.push(`monthly cost ${monthlyCost(input).toFixed(4)} exceeds budget`);
return { approach: "hybrid", blockers, notes };
}
if (input.openness === "closed" && !input.generatesLanguage) {
notes.push("closed input and no language output: a table or state machine is enough");
return { approach: "script", blockers, notes };
}
if (input.openness === "closed" || input.errorImpact === "recoverable") {
notes.push("keep generation inside a template or candidate pool");
return { approach: "hybrid", blockers, notes };
}
notes.push("open input with acceptable error impact: agent is justified");
return { approach: "agent", blockers, notes };
}
// 降级到脚本时保留什么:状态机、模板、审核规则保留,自由生成去掉。
export const RETAINED_ON_DOWNGRADE: readonly string[] = [
"state machine",
"candidate templates",
"moderation rules",
"fallback copy",
];
monthlyCost 把单次成本换算成每玩家月成本。它不做四舍五入,也不做区间估计;成本判断需要的是可复算的数字,不是「大概」。
overBudget 只比较月度成本与预算,不判断「值不值」。值不值是产品决策,函数只回答「超没超」。
decide 的顺序是刻意的:先查两条硬阻断,命中就返回脚本;再看成本,超预算返回混合;最后才看输入开放度与语言需求。顺序反了会出现「成本算完发现根本不能评测」这种返工。
RETAINED_ON_DOWNGRADE 是一张常量表,不是注释。它提醒实现者:降级方案不是「关掉模型」,而是「切到另一条已经存在的路径」。
判定要在立项时做
这套判定最常见的误用,是在上线后做。上线后模型已经接了,评测集没有,成本超了,这时候再判定,结论只能是「先这样」。
正确的时机是立项评审。五个问题里有两个可以在一天内回答:输入是否开放、是否必须生成语言。另外三个需要一点准备:错误后果可以按失败分类(2.3)估,成本可以按调用量算,评测集可以按 12.2 的最低要求估。
立项时答不上来的问题,上线后大概率也答不上来。判定不是给方案贴标签,是提前暴露还缺什么。
小结
- 五个问题按顺序问:输入开放度、是否生成语言、错误后果、成本、可评测性。
- 两条硬阻断:不可评测、破坏性错误且无确定性兜底;命中任一条先用脚本。
- 成本超预算不是「不能做」,而是「不能全用 Agent 做」,退到混合方案。
- 混合有三种写法:模板改写、候选池排序、规则内生成;共同点是模型不拥有最终决定权。
- 只有开放输入且错误可接受时才直接用 Agent;消消六项功能里只有方舟 AI 对手是纯 Agent。
- 先算每玩家月成本,再谈方案;0.0048 元一次乘以调用量并不便宜。
- 脚本有四个优势:可复现、零边际成本、延迟确定、可穷举测试。
- 降级要保留状态机、候选模板、审核规则与兜底文案,四样缺一不可。
- 判定要在立项时做,上线后做只能得出「先这样」。
- 判定不是贴标签,是提前暴露评测、成本与兜底还缺什么。
阅读导航:上一节:1.2 游戏 Agent 的四种形态 · 下一节:2.1 玩家意图、世界状态与允许动作 。
常见错误与边界
- 把所有 AI 需求都做成 Agent。 查表能解决的事硬上模型,得到更慢、更贵、更难验收的版本。
- 先接模型再建评测。 没有评测集,模型每次升级都无法验收;顺序应该反过来。
- 把破坏性场景交给模型。 误删存档、误发奖励、影响结算,除非有确定性兜底,否则一律脚本。
- 把「会道歉」当兜底。 兜底是确定性路径,不是错误提示;道歉不改变结果。
- 只算单次成本。 0.0048 元一次乘以 5.4 次/日与 30 天,才是真实负担。
- 把混合方案当妥协。 模板改写、候选池、规则内生成都是正式方案,验收时可以分层测。
- 让模型拥有最终决定权。 混合方案里模型只在受控范围内选择,最终边界由脚本决定。
- 降级等于关功能。 没有脚本层的降级只能停服;保留状态机与模板才是切换。
- 上线后才做判定。 模型已接、预算已超、评测没有,结论只能是「先这样」。
- 把「用脚本」当成「不做 AI」。 脚本是可复现、零边际成本、可穷举测试的正式方案。
做完方案判定,下一个问题是:既然要用 Agent,它到底该替玩家做多少决定。这需要先把玩家意图、世界状态与允许动作写清楚,也就是第 2 章的任务定义。
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。