先做一道算术题：全员每秒思考行不行
假设一座虚拟城市有1万个角色，每个角色每天要做30次决定，这只是示意，用来体会量级。如果每次决定都调用一次大模型，一天就是30万次调用。再假设每次调用包含记忆检索、当前状态和输出，都需要相当长的上下文，那么成本、延迟和并发压力都会立刻成为问题。
更糟的是，这30万次里，绝大多数在决定“下一步走哪条路”“午饭吃什么”，对任何玩家可见的故事都没有影响。把算力花在无人观看、也无后果的决定上，是最纯粹的浪费。
这并不只是我们的担忧。公开的研究里，Generative Agents 类系统因为频繁调用大模型而成本很高，Affordable Generative Agents 一类工作正是围绕这一点，提出分层决策、异步自我监控和“总结并遗忘”的记忆机制来降低调用成本，论文自述可降低最多约两个数量级。我们不把这个数字当作自己的成绩，只把它当作一个方向的证据：问题可以通过结构而不是单纯堆算力来解决。
精度跟着关注度走：把城市分成几档
思路的核心是一句话：不是每个人都需要同样的精度。可以把角色分成几档（示意）：
| 档位 | 谁属于这一档 | 怎么推进 |
|---|---|---|
| 高精度 | 玩家周围、正在参与关键事件的角色 | 完整记忆检索、大模型规划与对话 |
| 中精度 | 与高精度角色有强关系、可能很快被卷入的人 | 规则为主，偶尔用大模型做关键选择 |
| 低精度 | 远处、暂时无关的大多数角色 | 按家庭或街区聚合，规则与摘要低频更新 |
这与图形学里的“细节层次”（LOD）是同一种思想：近处的物体用高模，远处的用低模。区别在于，这里省下的不是多边形，而是决策的粒度。远处的面包师依然在“过日子”，只是系统不再逐句模拟他的心理活动，而是每隔一段时间统一结算他的收入、支出和关系变化。
这也是 AI模拟人生 里提到的“选择性模拟”：把大模型集中用在最需要细腻表达与决策的时刻。
事件聚合：一场大雨不必对一万个人各说一遍
分档解决的是“谁需要精细”，事件聚合解决的是“同类的事不要重复算”。
设想城里下了三天大雨，会同时影响所有摆摊的人。逐个模拟每个摊主的心情，既没有必要，也算不动。更好的做法是：
- 事件先在群体层面结算：以街区或行业为单位，计算这场雨使摆摊收入下降了多少。
- 再把结果分发给个体：每个家庭的账户按规则更新，情绪与压力随之调整。
- 只有被选中的人展开细节：比如玩家正好在场，或者某位摊主的状态跨过了“值得讲述”的阈值。
家庭、街区、企业都是天然的聚合单位。它们本来就是社会结构的一部分，用它们来分块，比随意切割更容易保持因果。失业后果的传播 里提到的“按街区聚合结算”，就是这一思路的具体例子。
升级与降级：角色如何在精度之间切换
分层最难的地方在于切换。一个原本在低精度里低频推进的角色，因为玩家走近或者事件牵动，需要升级为高精度，这个过程至少要做三件事：
- 补全状态：根据聚合期间的摘要，恢复出一份当前可用的状态，比如“这周他一直在找工作，压力较高，与房东有些不愉快”。
- 保持连续：升级后的行为不能与降级前的记录矛盾，不能刚才还是失业状态，一走近就突然有了工作。
- 控制并发：同一时刻不能有太多角色同时升级，需要有优先级和预算上限。
降级则相反：事件平息后，把这段高精度经历压缩为几条摘要，写入长期记忆，并释放资源。压缩时保留什么很关键，重大承诺、关系转折、创伤类事件应被保护，琐碎的对话可以丢弃。这和 记忆系统怎么决定记什么、忘什么 中的写入与整合思路是同一套。
一个容易出错的地方是边界抖动：玩家在临界距离来回走动，角色反复升降，造成状态被反复重建。常见办法是加入迟滞，升级的门槛高一些，降级的门槛低一些，并设置最短停留时间。
举一个示意的例子：镇上的面包师在低精度档里，系统每周只结算一次，记录“收入略降、与供货商关系平稳”。某天玩家走进面包店，他被升级为高精度，系统用这几条摘要拼出他今天的状态：生意清淡，有点心事，但对老顾客依旧热情。玩家离开、当天的对话结束后，他再被降级，这次谈话被压缩成一条“玩家关心过我的生意”的关系记忆。下一次升级时，这条记忆就能被取回来，他会记得被问候过，而不是从头再来。
记忆的“总结并遗忘”，是规模化的另一半
即使是高精度角色，也不能把所有经历都放进上下文。随着时间推移，每个人的经历都会增长，检索也会变慢、变贵。
因此记忆需要生命周期：新的观察先进入近期记忆；一段时间后被总结成更高层的认识；不重要的细节逐渐被遗忘，重要的部分保留。Generative Agents 论文里的反思机制，正是把观察提炼成更高层认识的一种做法。对规模化来说，它的意义在于：每个角色携带的上下文有上限，而不是随着模拟天数一路膨胀。
这也决定了预算的另一种写法：不是“每个角色每天几次调用”，而是“每天一共有多少调用预算，怎么分配给最值得的角色”。
预算调度：谁值得这次调用
把这些拼起来，就得到一个调度问题：在有限的调用预算内，每一轮让谁升级、让谁思考、让谁只做规则结算？
可以用几个简单的信号来排序（示意）：
- 与玩家的距离与可见度：玩家看得到的优先。
- 事件相关度：正处于冲突、转折点的角色优先。
- 叙事重要度：作者标记的关键角色优先。
- 状态变化幅度：变化大的角色更值得展开。
预算耗尽时，也要有降级策略：宁可让远景变粗糙，也不能让玩家眼前的人物变得迟钝。
压缩之后，怎么知道社会没有走样
压缩带来的风险是：为了算得动，社会可能不再自洽。需要检查这些问题：
- 守恒：聚合结算前后，货币、人口这类总量是否与逐个模拟的结果大致一致。
- 一致：升级后的角色与降级前的记录是否矛盾。
- 敏感性：同一个事件，低精度与高精度模拟得出的趋势是否相近；差异过大就说明聚合规则有问题。
- 回放：用相同的种子重放，能否复现同样的结果，便于定位问题。
小结：省下的是无人观看的计算
让一万个AI人物活起来，关键不是同时调动一万个大模型，而是让精度跟着关注度走，事件按群体结算，记忆有生命周期，切换有迟滞与预算。省下来的，是对故事没有影响的那部分计算；留下来的，是人物、家庭、经济与关系之间可被检查的因果。
