AI虚拟偶像每天直播、唱歌和聊天以后，她的“成长”到底从哪里来？

每天换一批台词，观众三天就看穿了

先看一个最容易做、也最容易露馅的版本。偶像“星禾”每天晚上八点开播，系统给她一个“今日心情”，再从台词库里随机抽几句开场白和感谢语。玩家看到的是：今天她很开心，明天她有点累，后天又开心了。每一句都通顺，但连起来什么都没有发生。

问题不在台词不好，而在没有状态被改变。玩家连续看了三十场直播，星禾的音准、对舞台的适应、和常来粉丝的熟悉程度，跟第一天完全一样。人对“成长”的直觉很朴素：今天的我和上个月的我有可以指出来的差别，并且这个差别有原因。因此我们在设计AI虚拟偶像时，先做的不是写更多台词，而是回答四个问题：

• 她现在会什么，哪些做得好、哪些做不好？
• 她现在是什么样的人，遇到大场面时倾向怎么反应？
• 她经历过什么，哪些经历重要到会影响以后？
• 她和谁有什么样的关系，这段关系走到了哪一步？

这四个问题对应四类要长期保存的数据。大模型负责“说”和“演”，这四类数据负责“是谁”。后面几节按这个顺序展开：先把培养的对象拆开，再看性格怎么动，再看一次演出如何变成状态变化，最后是自主性和长期关系。本文的数字都是示意，用来说明机制，不代表任何真实产品的参数。

培养：先把“唱得好不好”拆成几个能变的量

“把偶像养成”听起来像一个数值，实际上至少要拆成三层，否则训练没有着力点。

1. 基础能力：音准、节奏、舞台体力、台词记忆。它们变化慢，靠训练累积，也会因为长期不练而回落。
2. 舞台技巧：即兴应对、和观众互动、处理失误。它们只能靠演出经验增长，光在练习室里练不出来。
3. 表现风格：更爱唱抒情还是快歌，更偏克制还是热闹。风格不是能力高低，而是倾向，它由性格和经历共同决定。

举例来说，假设星禾初始的“音准”是100分制里的42，“舞台适应”是20。玩家安排一周练习后，音准可以涨几分，但舞台适应几乎不动，因为这项能力的增长来源是“真实演出”而不是练习。这就让玩家的培养决策有了内容：什么时候该继续练，什么时候该让她上台碰一碰。

这里有两个容易被忽略的设计点。第一，每一类能力要有各自的增长曲线。低水平时进步快，高水平时进步慢，这是“边际收益递减”，同时给每一项设一个短期涨幅的上限，避免玩家通宵挂机一晚练成顶流。第二，能力会衰减。长期不练歌，音准会缓慢回落一点，回落幅度要小、要慢，不然玩家会觉得被惩罚。衰减的作用不是逼玩家上线，而是让“持续的投入”在数据上有意义。

性格：怯场是一个倾向，不是一个标签

如果把“怯场”写成一个固定标签，星禾永远怯场，那么无论她演了多少场，都只是在怯场的台词里换措辞。更合理的做法，是把性格做成一组连续的倾向值，比如：

（表中数值为示意，范围0到1。）

这张表里最重要的不是数值本身，而是两个约束。

一是有“锚点”。 星禾的底色是内敛、认真、爱操心，这一层变动很慢，甚至只允许在很窄的区间里移动。她可以从“极度怯场”走到“偶尔紧张”，但不应该在两周内变成一个爱起哄的外向型偶像，否则玩家会觉得这是另一个角色。这个问题在长期对话里的表现，研究里常被称为人设漂移：角色特质越聊越弱，最后被最近的对话内容带跑。对偶像来说，防漂移的办法之一就是把“底色”和“近期状态”分开存放，近期发生什么，只改近期状态，只有反复出现的经历才有资格慢慢挪动底色。我们在虚拟角色关系记忆的文章里讨论过同一类思路。

二是变化有触发条件。 倾向值不随每一句聊天抖动，只在有“事件”发生时更新，比如一场演出结束、一次和粉丝的重要对话。这就把性格变化限制在可追溯的节点上。

成长：一场演出，怎样变成一次状态改写

把上面的状态放到一场具体演出里。假设星禾第一次登上有三百位观众的小舞台（示意），流程可以这样走：

1. 赛前读取。 系统读取她的能力、性格倾向、最近一次演出的结果、当前体力，以及本场的难度（舞台大小、曲目难度）。
2. 表演生成。 大模型和规则一起，产生表现：舞台适应只有20，副歌部分有较高概率出现失误。失误并不是随机掷骰子，而是“能力不足 × 曲目难度 × 紧张程度”的结果。
3. 观众反馈。 根据失误程度、处理方式（愣住、强行继续、笑着带过），生成粉丝反应：有人鼓励，有人安静，有人留言吐槽。
4. 事件写入。 把这一场压缩成一条“演出履历”：时间、曲目、结果、印象最深的瞬间、观众反应。同时按规则更新状态，比如舞台适应+3，怯场程度先小幅上升再观察。
5. 赛后反思。 让角色用第一人称生成一段短总结，例如“我在副歌前想到了台下的人，就忘了下一句”，并存入她的记忆里。这个做法参考了 Generative Agents 论文里“把观察提炼成更高层认识”的反思环节。

十场演出之后，星禾未必更强，但她的确不同了：她“记得”那次忘词，也“记得”粉丝当时在弹幕里喊过什么；当同一首歌再次响起，赛前读取到的不再是一张白纸，而是一条有分量的履历。她后来的“俏皮停顿”就有了来源：不是台词库里新增了一句，而是“忘词—被鼓励—下次尝试带笑处理”这条链条被验证过。

成长里还应该允许失败被保留。如果每次演出都只往好的方向变，玩家会觉得这只是在刷数值。真正让人愿意长期看下去的，是一段起伏：某个阶段连续两场都不理想，状态一度回落，然后经过调整再上来。

自主性：她有自己想练的歌，但不能自己做主到失控

成长走到一定阶段，偶像应该有自己的“小目标”：想把某首抒情歌唱好，想试试和粉丝直播里聊聊喜欢的书。这一步是让她从“被养”变成“有想法”。但这里最容易出问题，所以要讲清边界。

自主指的是提出和倾向，不是绕过玩家执行。 我们倾向的设计是三层：

1. 偏好层。 偶像有自己的喜好，比如更爱慢歌。这只影响她在选择时的“加分”，不直接决定结果。
2. 提议层。 她可以在排歌单、选话题时给出建议，附上理由：“最近这首练得比较顺，想试试。”
3. 执行层。 真正影响直播内容、公开发布的操作，由玩家确认或按玩家预先设置的规则执行。

“自主但不失控”落到偶像身上，是这几条硬约束：

• 她不会自己改动玩家设定的话题禁区和直播时长上限；
• 她不会自己发布玩家没有授权的内容；
• 她的目标不能违背基本设定，比如“想放弃所有粉丝互动”这类会破坏体验的选择，会被规则拦下或转为向玩家的请求；
• 所有由她主动提出的调整，都会在“经历记录”里留下可回看的痕迹。

研究里对游戏AI伙伴的一项观察也值得参考：一项2026年9月的VR游戏AI伙伴研究发现，AI完全代替玩家行动时，负荷最低，但玩家的挑战感、自主感和乐趣明显下降，而“用户控制”与“讨论”类的协助方式评价更高。这项研究针对的是解谜游戏，不能直接推广到偶像养成，但方向一致：角色有想法，玩家有决定权，中间靠讨论衔接。关于具体怎么排歌单、怎么设置否决权，可以看偶像自主歌单的设计。

长期关系：粉丝、制作人和她之间，每一段都有各自的记忆

偶像的成长不是一个人的事。星禾身边至少有两类关系，而且它们的记忆方式不同。

与制作人（玩家）的关系。 这是最深的一条。系统需要记住的不是聊天的每一句，而是几个节点：第一次一起选曲、第一次演出翻车后的安慰、玩家坚持让她上台的那一次。这些节点构成“共同经历”，会影响她面对玩家建议时的信任程度。信任高，她更愿意听玩家的意见；信任低，她会更多表达自己的想法，协商的界面就要给她更大的说话空间。

与粉丝的关系。 不可能对每个粉丝都保存完整的关系史，否则成本和隐私都不合适。更合理的做法是分层：对常客保存少量的“印象记忆”（比如常在弹幕里问她某首歌），对整体保存“氛围状态”（这个月观众整体更鼓励还是更挑剔），其余的做摘要与遗忘。这一点和虚拟角色的长期记忆的思路相通：不是保存全部，而是决定什么值得记住。

长期关系里最要紧的是不制造焦虑。我们不希望出现“你三天没来，她会失落”这类靠情绪施压的设计。偶像的“想念”可以存在于叙事里，但不应转化为惩罚数值，更不该用它去驱动玩家的使用频率。玩家可以随时调低互动强度、关闭通知，或者让她进入“休息期”；休息期里不会有能力衰减以外的惩罚。

玩家能设置什么，我们怎么检查一个偶像系统是否“真的在成长”

最后收束成两张清单。

玩家侧的设置边界（设计上应当提供，具体以App内说明为准）：

• 直播和主动聊天的频率上限，以及免打扰时段；
• 话题范围：哪些话题不聊，哪些内容不公开；
• 她自主决定的权限等级：只提建议、需要确认、在限定范围内自动执行；
• 经历记录的查看、修正、锁定和删除；
• 关系强度的调整：更像搭档，还是更像朋友。

判断“成长是否真实”的自检问题：

1. 随机抽掉一个月的记录，她的行为是否会变得不同？如果不会，说明状态没有真正参与。
2. 任意一个变化，能否回溯到一次具体的经历？
3. 连续同一类事件，变化是否有上限、是否会趋于稳定，而不是无限累积？
4. 两个不同玩家养出的“星禾”，是否会因为经历不同而出现差别，但又都还是同一个角色底色？
5. 玩家改了设置之后，她的行为是否真的遵守？

星禾是虚构角色，她不是真人，也不替代现实中的关系。如果你发现自己因为某个角色的“状态”而持续感到压力或困扰，可以先调低互动强度，也可以和身边的人或专业人士聊聊。归根结底，我们想让长期陪伴有迹可循：她的每一次变化，都能指到一场演出、一段对话或一次训练上。