《AI Agent 游戏产品开发》2.1 玩家意图、世界状态与允许动作

游戏 Agent 的任务规格只有三件东西:玩家意图、世界状态与允许动作。本节说明为什么允许动作必须由玩法代码生成而不是写进提示词,意图置信度不足时为什么不该调用模型,以及如何用可运行代码把越界动作、编造事实与步数超限拦在调用之前,并给出方舟 12 个动作的上限判断。

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。本节引用的调用量与动作表设定来自附录 B 双案例唯一事实表 。

通用 Agent 的任务描述通常只有一句话:用户说了什么。游戏 Agent 不行。玩家说「帮我打」,这句话本身不构成任务——打谁、现在场上是什么局面、这个角色到底会哪些招式,三件事缺一件,模型就只能靠猜。猜出来的动作看起来合理,却不是这个游戏允许的动作。

潮汐方舟的 AI 对手每场只调用 3 次模型,其余时间由脚本策略按 10Hz 执行。三次调用意味着没有试错空间:规格里少一个事实,模型就会编一个;动作表多一项没过滤,对手就会做出玩家做不到的事。任务规格不是提示词工程,它是调用前的准入检查。

三件套缺一,模型只能靠猜

一个可执行的任务规格由三部分组成,各有各的失败方式:

组成回答的问题缺失时的典型表现
玩家意图玩家想达成什么回答正确但答非所问,或替玩家定了目标
世界状态现在是什麼局面引用不存在的事实,或使用过期状态
允许动作这个角色能做什么编造技能、越权操作、做出规则外的动作

这三件事的提供方不同。意图来自玩家与玩法目标,状态来自权威服务端,动作表来自玩法代码。把它们混在一段自然语言提示词里,等于让模型同时负责理解、取数和规则判断——三件事它都只能猜。

反过来,三件套齐备时,模型的职责被压缩成一件事:在给定动作里选一个,并说明理由。这个职责范围是可以验收的,因为动作集合有限、事实集合有限、步数有限。

玩家意图不是一句自然语言

意图至少有三种来源,可靠性依次下降:

  1. 显式请求。 玩家点了「帮我选一张牌」「替我挡这一下」。意图明确,可以承载较高的自主度。
  2. 操作序列推断。 玩家连续三次攻击同一个目标,系统推断他想集火。推断只能用于建议,不能代为执行。
  3. 系统目标。 关卡要求存活三回合,系统把「存活」当作意图。这是设计者给的默认值,必须让玩家看见。

三种来源对应不同的置信度,产品要给出明确的下限:低于下限时不调用模型,直接退回脚本或界面提示。调用一次模型再发现意图不对,成本已经发生,玩家还多等了一次。

意图来源允许的最高自主度理由
显式请求L3 自动执行、可撤销玩家已经说清要什么,Agent 只负责执行
操作序列推断L1 建议推断可能错,错在执行时由玩家承担
系统目标L2 待确认设计者给的默认目标,必须让玩家过目

这张表的作用是把「意图来源」与第 2 章下一节的自主度接上:置信度不是信心评分,它直接决定 Agent 能不能动手。

意图的另一个陷阱是范围过宽。「帮我打赢这一局」不是一个任务,它没有边界,模型只能自己拆目标,而拆目标恰恰是玩家最不愿意交出去的决定。可执行的意图必须收敛到一次决策:「这一回合用哪个技能」「这张牌要不要留到下一轮」。

世界状态要装配成事实表

状态不能以自由文本喂给模型,原因不是模型读不懂,而是无法校验。一段「玩家血量不高,对面还有几个人」的描述,模型可以从中读出任何东西,出错后也无法判断是取数错了还是表达错了。

方舟的做法是把状态装配成键值对:

player.hp = 32
player.energy = 40
enemy.count = 3
enemy.nearest.distance = 4
turn.index = 7

事实表有三条纪律:

  • 键名固定。 键名来自一张登记表,新增事实必须先登记,不能由拼装代码临时发明。
  • 值只来自权威端。 客户端预测值不得进入事实表;否则模型会基于一个尚未确认的世界做决定。
  • 按需裁剪。 只给这次决策需要的事实。把整份战斗状态塞进去,既增加 token 成本,也让模型有机会引用与本次决策无关的信息。

裁剪的判据是「这次决策会不会用到」。方舟的单次输入约 1,200 token,其中状态部分占大头;如果每次调用都带全量状态,单次成本会从 0.0048 元上升,而决策质量并不会提高。

按更新频率可以把事实分四类,装配时按类别取数:

事实类型示例更新频率
自身状态player.hp、player.energy每个 tick
对局状态enemy.count、turn.index每个 tick
距离与位置enemy.nearest.distance每个 tick
长期状态season.rank、relationship.level每场或每日

长期状态不必每 tick 重取,但必须在进入对局时刷新一次;用上一场的排名做这一场的决策,是事实表里最难发现的一类脏数据。

允许动作必须由玩法代码生成

这是本节最重要的一条:动作表不能写进提示词。

提示词里写「你可以攻击、格挡、闪避」,模型就可能在某个时刻输出「召唤潮汐」。写提示词的人以为自己在描述能力,实际上是在给模型一份可以自由解释的清单。真正的动作表在玩法代码里,它有冷却、射程、资源消耗与前置条件;提示词里的那份只是它的影子,随时会不同步。

正确做法是从同一个动作注册表生成两份东西:界面上的按钮,和任务规格里的允许动作。方舟的动作表有 12 个动作——4 个基础动作、5 个技能、3 个道具与指令。这个数字不是随便定的:动作越多,模型选错的概率越高,玩家理解成本也越高。

动作表还要处理「禁止」与「允许」的冲突。有些动作在规则上存在,但在当前场景下不允许:复活队友不能在单人对局里出现,付费道具不能在试玩关里出现。冲突的处理顺序固定为先减后加:先应用场景禁止项,剩下的才是允许集合。反过来先加后减,会让一个动作同时出现在两个集合里,模型的行为就取决于提示词里的顺序。

动作 id 本身也要稳定。id 一旦发布就不能随版本改名,否则历史日志、回放与投诉记录里的动作会对不上;需要替换时新增 id 并保留旧 id 的映射,直到回放保留期结束。

规格在调用前就要拒绝

规格组装完成后,有四类问题必须在调用模型之前拦下:

检查判据处理
意图为空意图去掉空白后长度为 0不调用,退回上一级
动作越界动作不在允许集合内拒绝整份计划,记录一次
事实编造引用了规格里没有的事实键拒绝,并检查装配代码
步数超限计划步数超过 maxSteps拒绝执行,不截断

第四条的「不截断」值得说明。计划超长时,截断看起来更友好,实际上会让模型以为前半段被执行了,后半段的理由与当前局面脱节。正确做法是整份拒绝,让调用方重新请求一次更短的计划。

这四类检查都发生在模型调用之前或解析之后,不依赖模型自觉。产品的可靠性来自这些检查,而不是提示词里的「请只使用以下动作」。

把规格写成可运行的校验

下面的模块把三件套、先减后加与四类检查写成函数。它不调用模型,只负责回答一个问题:这份规格与这份计划,能不能被执行。

// file: src/play/task-spec.ts
// tier: L1
// verify: node --test test/play/task-spec.test.ts

// 游戏里的任务规格只有三件东西:玩家意图、世界状态、允许动作。
// 允许动作必须由玩法代码生成,不能由提示词手写。

export type ActionId = string;

export type WorldFact = {
  readonly key: string;
  readonly value: string | number;
};

export type TaskSpec = {
  readonly intent: string;
  readonly facts: readonly WorldFact[];
  readonly allowedActions: readonly ActionId[];
  readonly forbiddenActions: readonly ActionId[];
  readonly maxSteps: number;
};

export type Proposal = {
  readonly action: ActionId;
  readonly target?: string;
  readonly usesFacts: readonly string[];
  readonly reason: string;
};

export type SpecViolation =
  | { readonly kind: "unknown-action"; readonly action: ActionId }
  | { readonly kind: "forbidden-action"; readonly action: ActionId }
  | { readonly kind: "unknown-fact"; readonly key: string }
  | { readonly kind: "too-many-steps"; readonly steps: number; readonly maxSteps: number };

export type SpecInput = {
  readonly intent: string;
  readonly facts: readonly WorldFact[];
  readonly actions: readonly ActionId[];
  readonly forbidden?: readonly ActionId[];
  readonly maxSteps?: number;
};

// 先减后加:任何一个动作一旦被列为禁止,就不能再出现在允许集合里。
export function buildSpec(input: SpecInput): TaskSpec {
  if (input.intent.trim().length === 0) throw new Error("intent must not be empty");
  const forbidden = input.forbidden ?? [];
  const allowed = input.actions.filter((a) => !forbidden.includes(a));
  const keys = new Set(input.facts.map((f) => f.key));
  if (keys.size !== input.facts.length) throw new Error("duplicate fact key");
  return {
    intent: input.intent,
    facts: input.facts,
    allowedActions: allowed,
    forbiddenActions: forbidden,
    maxSteps: input.maxSteps ?? 1,
  };
}

export function validateProposal(spec: TaskSpec, proposal: Proposal): SpecViolation[] {
  const out: SpecViolation[] = [];
  if (spec.forbiddenActions.includes(proposal.action)) {
    out.push({ kind: "forbidden-action", action: proposal.action });
  } else if (!spec.allowedActions.includes(proposal.action)) {
    out.push({ kind: "unknown-action", action: proposal.action });
  }
  const keys = new Set(spec.facts.map((f) => f.key));
  for (const key of proposal.usesFacts) {
    if (!keys.has(key)) out.push({ kind: "unknown-fact", key });
  }
  return out;
}

// 计划是一次提交的,不是边执行边补:步数越界必须在执行前拒绝。
export function validatePlan(spec: TaskSpec, proposals: readonly Proposal[]): SpecViolation[] {
  const out: SpecViolation[] = [];
  if (proposals.length > spec.maxSteps) {
    out.push({ kind: "too-many-steps", steps: proposals.length, maxSteps: spec.maxSteps });
  }
  for (const proposal of proposals) out.push(...validateProposal(spec, proposal));
  return out;
}

// 同一个世界事实只能有一个值;拼装规格时重复即报错,避免提示词里出现矛盾状态。
export function factMap(spec: TaskSpec): Record<string, string | number> {
  const out: Record<string, string | number> = {};
  for (const fact of spec.facts) out[fact.key] = fact.value;
  return out;
}

buildSpec 在构造阶段就挡掉两种错误:空意图与重复事实键。重复键看似无害,实际上会让提示词里出现两个互相矛盾的值,模型只能挑一个,而挑哪个都不对。

validateProposal 把「禁止」与「未知」分成两类,因为它们指向不同的人。报告未知动作,说明动作表与模型输出不同步,要查提示词或解析;报告禁止动作,说明模型读到了场景规则却仍然选择越界,要查场景配置有没有正确传给规格。

validatePlan 先检查步数,再逐条检查动作。顺序有讲究:步数超限时逐条检查会浪费调用,而且返回的违规列表会淹没真正的问题。

(本段代码与 src/play/task-spec.ts 逐字节一致,测试对应 test/play/task-spec.test.ts。)

与通用任务定义的分工

通用 Agent 的四条线——目标、输入、工具、验收——在《AI Agent 产品开发》1.1 里已经讲清楚。本节只补游戏侧的三件事:

  • 状态是权威的,不是上下文。 通用 Agent 可以把对话历史当上下文;游戏 Agent 的状态必须来自服务端,客户端与模型的记忆都不能替代。
  • 动作是有限的,不是工具集。 通用 Agent 的工具可以动态增加;游戏 Agent 的动作表在一局内固定,动态增删会让公平性失效。
  • 意图是玩家给的,不是模型推的。 推断只能降到建议级,不能升到执行级。

这三条差异合起来说明:游戏 Agent 的任务规格更窄、更硬,也更容易验收。

小结

  • 任务规格必须同时包含玩家意图、世界状态与允许动作,缺一件就只能靠猜。
  • 意图有三种来源,推断只能用于建议,不能代为执行。
  • 世界状态要装配成固定键名的事实表,值只来自权威端。
  • 允许动作由玩法代码生成,提示词里的动作清单只是它的影子。
  • 禁止与允许冲突时先减后加,不能让一个动作同时出现在两个集合里。
  • 四类问题必须在调用前拒绝:空意图、越界动作、编造事实、步数超限。
  • 计划超长要整份拒绝,不要截断,截断会让理由与局面脱节。
  • 通用 Agent 的方法可以借用,但状态、动作与意图三个来源必须换成游戏侧的定义。

阅读导航:上一节:1.3 什么该做成 Agent,什么该写成脚本 · 下一节:2.2 Agent 能替玩家做多少决定 。

常见错误与边界

  1. 把动作表写进提示词。 提示词与玩法代码会逐渐不同步,模型开始输出不存在的能力。
  2. 用自由文本描述世界状态。 出错后无法区分是取数错还是表达错,也无法做引用校验。
  3. 允许模型自己拆目标。 「帮我打赢」不是任务;不收敛到一次决策,玩家就失去了决定权。
  4. 计划超限时截断。 截断后的计划与生成时的理由不匹配,执行结果比拒绝更糟。
  5. 把客户端预测状态喂给模型。 未确认的世界会让 Agent 做出基于错误事实的决定。
  6. 动作表一局内动态增删。 公平性依赖同一套动作集,中途变化无法向玩家解释。

规格回答的是「能做什么」。下一个问题是:这些能做的事里,Agent 到底可以替玩家做多少。这是自主度要处理的事。

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。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图