《AI Agent 游戏产品开发》8.1 多 Agent 的最小规则

多 Agent 的复杂度不是随数量线性增长,而是随连接数增长。本节给出四条最小规则:本地感知、错峰决策、消息预算、提案不直写状态,并用方舟 8 个常驻 NPC、3 个派系、1 Hz 与每 30 tick 一次的设定,说明规则怎么写成可运行判定、又怎么保持结果可复现。

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。NPC 数量、派系数、频率与预算均为教学设定值,规模字段见附录 B 双案例唯一事实表 。

两个 Agent 互相观察,连接数是一条;四个 Agent 是六条;八个是二十八条。多 Agent 系统的成本主要不在「每个 Agent 有多聪明」,而在「它们之间有多少条边」。每增加一条边,就多一次状态传递、多一个失败点、多一段需要观测的路径。

方舟的 NPC 社会有 8 个常驻角色,分属 3 个派系。这个规模看起来不大,但如果每个 NPC 都能看到全局状态、随时发言、直接改写世界,系统会在几分钟内变得不可解释。最小规则的作用就是把边数压下来,让社会仍然有涌现,但每一步都能追溯。

四条最小规则

规则内容防的是什么
本地感知只看感知半径内的事件与角色全知导致的瞬时连锁反应
错峰决策每 30 tick 决策一次,按 id 错开所有 NPC 同一帧思考造成的尖峰
消息预算每 tick 最多 2 条消息对话刷屏与广播风暴
提案不直写Agent 只提交提案,由世界统一裁决并发写入与状态互相覆盖

四条规则里,最重要的是第四条。前三条控制的是「看多少、想多快、说多少」,第四条控制的是「能不能改」。只要 Agent 能直接写世界状态,前三条的限流都会被绕过:一次决策可以连续写多个字段,限流形同虚设。

本地感知压住连锁反应

感知半径设为 40 个单位,方舟的一张战斗地图大约 200 个单位宽,所以一个 NPC 最多感知到附近一小片区域。远处的战斗、其他派系的会议、玩家在另一条路线上的行为,都需要通过消息或事件才能知道。

这条规则的价值在故障排查。如果所有 NPC 都能看到全局,一个异常事件会在一秒内传遍所有角色,日志里会出现几十条同时发生的反应,无法判断哪一条是源头。本地感知把传播限制在邻近关系上,源头与路径都能还原。

本地感知也有代价:NPC 会显得「不关心远处的事」。这需要用派系广播与事件系统补,而不是放宽感知半径。广播是有预算、有延迟、可记录的,放宽半径是无预算、瞬时、难记录的。

错峰决策压住帧尖峰

8 个 NPC 如果每 30 tick 同时决策一次,那一帧会有 8 次决策挤在一起。错峰的做法是给每个 id 算一个稳定偏移,决策落在 tick % 30 == offset % 30 上。

稳定偏移必须是稳定的,不能每次启动重新随机。否则同一场战斗在不同服务器上会得到不同的决策顺序,回放无法对齐。用 id 的哈希取模,既稳定又分散。

错峰还带来一个副作用:NPC 的反应有轻微延迟。这个延迟是有意保留的,它让社会看起来不像一个同步的机械装置。

消息预算与事件预算是两本账

消息预算是每 tick 能说几句话,事件预算是每场能发生几件值得记录的事。两者不能混用:

  • 消息预算 2 条每 tick,控制的是对话密度与带宽。
  • 事件预算 5 条每场,控制的是叙事密度与日志量。

一条消息可能不产生事件,一个事件也可能由多条消息促成。把两者合成一个预算,会出现「话说完了但什么也没发生」或者「事件刷屏但对话很少」的失衡。

事件预算用完并不意味着 NPC 停止思考,而是它们的提案不再产生可记录事件,只保留对话。这条规则让一场战斗的叙事量可控,不会在中盘被支线淹没。

提案不直写状态

Agent 的输出是提案,不是写入。提案包含角色 id、优先级与内容,由世界在 tick 结束时统一裁决:排序、裁剪、应用。

这个设计有三个直接好处:

  1. 并发安全。 多个 Agent 同时提案不会互相覆盖,裁决是单线程的。
  2. 可裁剪。 预算不足时按优先级丢弃,而不是让所有提案都生效。
  3. 可回放。 提案与裁决结果都记录,回放时不需要重新调用模型。

代价是多了一层数据结构与一次裁决。对 8 个 NPC、1 Hz 的规模,这个代价可以忽略;对上百个 Agent 的规模,裁决本身会变成瓶颈,需要分区。

把规则写成可运行判定

下面的实现把感知、错峰、顺序、消息预算与规则自检写成纯函数。

// file: src/swarm/rules.ts
// tier: L1
// verify: node --test test/swarm/rules.test.ts

// 多 Agent 的最小规则:本地感知、错峰决策、消息预算、提案不直写状态。
// 规则越少越可控:每条规则都要能单独关掉,也能单独计量。

export type AgentSpec = {
  readonly id: string;
  readonly faction: string;
  readonly x: number;
  readonly y: number;
};

export type RuleSet = {
  readonly tickHz: number;
  readonly decisionEveryTicks: number;
  readonly perceptionRadius: number;
  readonly messagesPerTick: number;
  readonly maxAgents: number;
  readonly eventBudgetPerMatch: number;
};

// 方舟社会模拟:1 Hz、每 30 tick 决策一次、8 个常驻 NPC、每场 5 条事件。
export const ARK_RULES: RuleSet = {
  tickHz: 1,
  decisionEveryTicks: 30,
  perceptionRadius: 40,
  messagesPerTick: 2,
  maxAgents: 8,
  eventBudgetPerMatch: 5,
};

// 规则先自检再上线:频率过高会拖垮战斗帧,上限过大等于没上限。
export function validateRuleSet(rules: RuleSet): readonly string[] {
  const issues: string[] = [];
  if (!(rules.tickHz >= 1 && rules.tickHz <= 10)) issues.push("tickHz out of 1..10");
  if (!(rules.decisionEveryTicks >= 1)) issues.push("decisionEveryTicks < 1");
  if (!(rules.perceptionRadius > 0)) issues.push("perceptionRadius <= 0");
  if (!(rules.messagesPerTick <= 4)) issues.push("messagesPerTick > 4");
  if (!(rules.maxAgents <= 12)) issues.push("maxAgents > 12");
  if (!(rules.eventBudgetPerMatch >= 0)) issues.push("eventBudgetPerMatch < 0");
  return issues;
}

// 错峰用稳定偏移:同一批 NPC 每轮都落在同一 tick,不会因为排序变化而抖动。
export function stableOffset(id: string): number {
  let hash = 0x811c9dc5;
  for (let i = 0; i < id.length; i += 1) {
    hash ^= id.charCodeAt(i);
    hash = Math.imul(hash, 0x01000193) >>> 0;
  }
  return hash % 997;
}

export function shouldDecide(id: string, tick: number, rules: RuleSet): boolean {
  return tick % rules.decisionEveryTicks === stableOffset(id) % rules.decisionEveryTicks;
}

// 感知是局部的:远处的 NPC 不该知道玩家做了什么,否则社会会瞬间全知。
export function perceive(a: AgentSpec, b: AgentSpec, radius: number): boolean {
  const dx = a.x - b.x;
  const dy = a.y - b.y;
  return Math.sqrt(dx * dx + dy * dy) <= radius;
}

// 决策顺序按 id 固定,避免同一 tick 内的先后依赖导致结果不可复现。
export function tickOrder(agents: readonly AgentSpec[]): AgentSpec[] {
  return [...agents].sort((a, b) => (a.id < b.id ? -1 : a.id > b.id ? 1 : 0));
}

export type Proposal = {
  readonly agentId: string;
  readonly priority: number;
  readonly text: string;
};

// 消息预算按优先级裁剪,同分按 id 排序;被裁掉的是提案,不是状态。
export function budgetMessages(
  proposals: readonly Proposal[],
  cap: number,
): Proposal[] {
  return [...proposals]
    .sort((a, b) => {
      if (b.priority !== a.priority) return b.priority - a.priority;
      return a.agentId < b.agentId ? -1 : a.agentId > b.agentId ? 1 : 0;
    })
    .slice(0, Math.max(0, cap));
}

validateRuleSet 把上限写成检查,而不是文档。频率、消息数、角色数、事件预算各自有硬上限,越界直接报错,避免「临时调大一点」变成永久配置。

stableOffset 用 FNV-1a 取模 997。取质数是为了让不同 id 的偏移分布更均匀,避免相邻 id 落在同一 tick。

shouldDecide 把决策条件写成取模相等。它保证每个 NPC 在每个 30 tick 窗口只决策一次,且不同 NPC 的决策 tick 不同。

perceive 用欧氏距离,不用矩形范围。矩形范围在斜方向上会多出约 41% 的面积,NPC 会「看到」斜角处不该看到的东西。

tickOrder 固定按 id 排序。效果相同的两个提案,如果顺序不稳定,裁决结果就会不稳定;固定顺序是回放可复现的前提。

budgetMessages 在预算为负时返回空数组,而不是让 slice 返回意外结果。负预算通常意味着配置错误,返回空数组让错误显式化。

最小规则能撑多大

四条规则能支撑的规模有上限。经验值是:

规模适用结构主要瓶颈
8 个常驻 NPC单地图、本地感知无
20 个以内分区感知 + 派系广播消息裁决
50 个以上分片 + 事件驱动状态同步与观测

超过 20 个 Agent,单线程裁决会成为瓶颈;超过 50 个,本地感知已经无法覆盖社会关系,需要事件系统与分片。方舟选择 8 个常驻 NPC,是为了让每个角色都能被玩家记住,而不是技术上限。

规模扩大时,优先增加的是分区与事件,而不是放宽感知半径。放宽半径会让连接数平方增长,很快超过任何裁决系统的处理能力。

分片之后,跨分片的关系要显式同步,不能再依赖本地感知。这是规模化的真正成本,也是大多数团队低估的部分。

规则要能单独关掉

每条规则都应该有一个开关,用于故障排查与实验:

  • 关掉本地感知,观察是否出现全知连锁。
  • 关掉错峰,观察帧尖峰。
  • 关掉消息预算,观察对话刷屏。
  • 关掉提案裁决,观察并发覆盖。

开关不是为了长期关闭,而是为了让「这条规则到底在防什么」可以被验证。没有开关的规则,出问题时无法判断它是否生效。

开关默认全开,只在排查与实验时关闭。开关状态要随场次记录,排查时才能知道「当时这条规则是开还是关」。

观测的最小集合

多 Agent 系统至少要采集四类数据,缺一类就无法判断问题出在哪一层:

数据用途缺失后果
每 tick 的提案数与裁剪数判断预算是否过紧不知道是社会太活跃还是预算太小
每场的事件数与来源判断叙事密度无法解释玩家看到的剧情为什么变少
感知邻居数分布判断连接数无法预测裁决瓶颈
决策耗时判断模型是否拖慢战斗帧率下降时找不到原因

四类数据都按场次聚合,不按玩家聚合。多 Agent 的行为是群体现象,按玩家切开会丢失关系。

小结

  • 多 Agent 的复杂度随连接数增长,不随数量线性增长。
  • 四条最小规则:本地感知、错峰决策、消息预算、提案不直写状态。
  • 提案不直写是最重要的一条,它防止前三条限流被一次决策绕过。
  • 本地感知把传播限制在邻近关系上,源头与路径都能还原。
  • 错峰用 id 的稳定哈希,保证不同服务器上的决策顺序一致。
  • 消息预算与事件预算是两本账,前者管对话密度,后者管叙事密度。
  • 提案裁决带来并发安全、可裁剪、可回放三个好处。
  • 8 个常驻 NPC 是产品规模,不是技术上限;20 个以内需要分区与广播。
  • 规模扩大时优先增加分区与事件,不要放宽感知半径。
  • 每条规则都要有开关,否则无法验证它在防什么。

阅读导航:上一节:7.3 公平性与付费设计的冲突 · 下一节:8.2 涌现的收益与失控风险 。

常见错误与边界

  1. 让 Agent 直接写世界状态。 并发覆盖无法排查,限流也会被一次多字段写入绕过。
  2. 所有 NPC 同一 tick 决策。 帧尖峰与调用尖峰同时出现,限流配置形同虚设。
  3. 错峰用随机数。 同一场战斗在不同服务器上结果不同,回放无法对齐。
  4. 感知用矩形范围。 斜方向多出四成面积,NPC 会看到不该看到的事件。
  5. 把消息预算与事件预算混用。 要么话多无事,要么事件刷屏,叙事密度失控。
  6. 扩大规模靠放宽半径。 连接数平方增长,很快超过裁决能力。

规则定下来只是开始。8 个 NPC 互相影响之后,会出现设计时没预料到的群体行为,有些是惊喜,有些是事故。下一节讨论怎么区分这两者。

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