包办的问题：一个模型站在了太多位置上
设想一个示意场景：一座小镇里有面包师、卫兵和一位神秘的旅人，玩家在广场上同时和三个人说话。如果由同一个模型、同一段提示词扮演三个人，加上决定剧情走向，加上判断玩家能不能拿走货架上的东西，会出现几类典型问题。
- 角色串味：面包师突然带上了卫兵的口头禅，因为两个人的设定在同一个上下文里互相渗透。
- 规则被改写：为了让对话“好看”，模型顺手让玩家白拿了一个本来需要付钱的面包，规则就此失守。
- 状态不一致：卫兵在上一段说自己没见过旅人，下一段却提起旅人的名字，因为没有一个地方把“谁知道什么”当作状态记下来。
- 长期遗忘：三个月前的约定，在上下文里早就被挤出去了，也没有其他地方保存。
这些问题不完全是模型能力不够，而是职责混在一起。所以我们的判断是：把不同类型的工作拆开，各由一个更窄的角色负责，让每一个角色更容易被约束和检查。
先看状态：四类数据分别归谁
按照“数据与状态类型 → 模型分工 → 接口 → 边界”的顺序，先明确有哪些状态。
| 状态 | 举例（示意） | 主要读写者 |
|---|---|---|
| 人物状态 | 性格锚点、当前情绪、个人目标、对他人的印象 | Character Agent |
| 剧情状态 | 已完成的关键节点、未回收的伏笔、当前节奏 | Narrative Director |
| 世界状态 | 地点、时间、资源、谁在哪、谁知道什么 | World Simulator |
| 长期记忆 | 事件、事实、关系的历史条目 | Memory System |
这张表的核心是“谁有权写”。每一类状态只有一个主要的写入者，其他角色只能读取，或者提交修改建议。这样一旦出现矛盾，就能沿着写入者去追责，而不是在一段混杂的文字里猜哪里出了问题。
四个角色各做什么
Character Agent（人物）：每个重要人物一个。输入是当前场景、检索到的相关记忆、对话对象与自身目标；输出是这个人物此刻的意图、台词与行为提案。它不决定世界里发生什么，只决定“我想做什么、想说什么”。它的详细工作步骤，可以看AI角色工作流。
Narrative Director（剧情）：输入是剧情状态与玩家的行为；输出是节奏调整、事件触发与对角色的“舞台指示”，比如提示某个人物此刻应当出现。它守护主题、伏笔与不可破坏的节点。它并不亲自写台词，而是约束和触发，这一点与导演层如何约束剧情一脉相承。
World Simulator（世界）：输入是各方提交的动作提案；输出是这些动作在世界规则下的结果。谁能拿到东西、门是否能打开、时间前进多少，都由它结算。它是规则的执行者，不追求好看，追求一致。
Memory System（长期状态）：负责写入、检索、整合与遗忘，向其他三者提供“该记得的事”。它不参与生成，只提供依据，并在写入前做一致性检查。
接口：提案，而不是直接改写
多个Agent协作的关键不在于谁更聪明，而在于它们之间怎么说话。我们倾向于一个简单原则：提案—校验—提交。
- Character Agent提出“我打算做什么”，例如面包师打算把面包递给玩家。
- Director检查这个动作是否与当前剧情节奏相冲突，比如此刻是否应该让面包师被卫兵打断。
- World Simulator检查资源与规则，比如玩家是否付了钱、面包师是否在货架旁。
- 仲裁环节汇总意见，决定采纳、修改还是打回，写入世界状态。
- Memory System记录这一轮里值得记住的事件。
各方不直接改写彼此的状态，只提交提案。仲裁的优先级可以这样示意：世界规则高于剧情需要，剧情需要高于角色一时的想法，角色的想法又高于纯粹的措辞偏好。当冲突出现时，被打回的一方会得到明确的理由，可以据此重新提案，而不是硬生生地被覆盖。
用一个冲突走一遍仲裁
再举一个示意的冲突。玩家想赊账拿走面包，面包师根据“心软”的性格，倾向于答应；Director发现这一幕本应由卫兵闯入打断，希望把交易推迟；World Simulator则判断，玩家身上没有足够的钱，赊账在当前规则下需要面包师对玩家有足够的信任。三方提案互相牵制。仲裁的结果可能是：赊账成立，但只限一个，并在面包师的记忆里留下一条“玩家欠了我一个面包”的事件，卫兵的闯入照常发生，并把话题引向这笔账。三个提案各自保留了一部分，谁也没有被彻底覆盖，而这条欠账还会在后面的剧情里成为一个可以回收的伏笔。
分工的成本，以及什么时候可以不分
多Agent协作并不便宜，需要认真讲清楚。
- 调用更多、延迟更长：一次交互要经过多个环节。缓解办法是让不同环节用不同规模的模型，规则能解决的部分不调用模型。
- 接口要维护：提案格式、状态字段、优先级规则都是需要长期维护的约定，改动一处可能牵动多处。
- 仲裁本身会出错：优先级写死过于僵硬，写得太软又无法收敛，需要在回放里反复检查。
- 不是每个NPC都需要一整套：路人、背景角色可以用轻量规则与模板，只有主要人物才启用完整的Character Agent；模拟人生这类大规模场景，更需要按活跃程度分层，这部分可以看虚拟社会的规模化与人物分层。
一个务实的做法是从最小可用开始：先把世界规则与状态独立出来，再把导演与角色分开，最后才引入更细的仲裁。每一步都能带来可验证的收益，就继续拆；看不出收益，就不必为了架构好看而拆。
一个仍然开放的问题
分工解决了很多混杂造成的问题，却也带来新的难题。比如，角色的“想法”被仲裁打回时，角色的表现要如何自然地过渡，而不显得突兀？导演层过于强势时，角色会不会被推着走，失去自主性？多个角色的记忆共享到什么程度，才能既保证世界一致，又不让角色知道自己不该知道的事？这些问题目前没有一劳永逸的答案，需要在具体玩法里反复试验与回放校准。评估时也不能只看单次表现，更要看长时间运行后，是否仍然没有出现串味与状态漂移，这需要专门的回放与检查手段，而不是凭几次试玩的印象。
小结
一个大模型也许写得出所有NPC的台词，但写得出不等于靠得住。让人物、剧情、世界、记忆各有归属，用提案与仲裁连接它们，才能让每一处矛盾都有迹可循。分工不是越细越好，而是让每个角色只对自己能负责的那部分状态负责，出了问题时，也能明确指出是哪一个环节需要修正。
