两个AI角色成为朋友以后，这段关系怎么继续影响整个社会？

从一条边开始：友谊在数据里长什么样

设想虚拟城市里有两个角色：开旅馆的阿岚，和在码头做搬运的大川。某天暴雨，大川送一位迷路的旅客到旅馆，阿岚留他喝了碗热汤。两人聊了很久，从此成了熟人，几周后成了朋友。

多数游戏会记录一个数字：好感度从20涨到45。这个数字对显示一个心形图标足够了，但对社会模拟来说信息太少。它回答不了这些问题：他们是怎么认识的？是同事还是邻居？上次说话是什么时候？大川对阿岚的信任，是不是也等于阿岚对大川的信任？

所以这里的做法是把友谊当成关系图中的一条边，并让它携带足够多的信息。这是 AI模拟人生 里“社会层”的核心结构，本文专门把它拆开来看。下文所有数字与场景都是示意与举例，只为说明机制。

一条边至少要记录五件事

关系图里，角色是节点，关系是边。一条能被下游系统使用的边，建议至少有这些属性：

两点值得单独说明。其一，边是有方向的。现实里信任常常不对称，这种不对称正是许多误会与戏剧的来源；把它压缩成一个对称数字，就丢掉了这部分。其二，边要衰减。如果两个人很久不联系，强度按规则缓慢下降，而“共同经历”这条记忆不衰减，所以久别后再见，会出现“虽然生疏，但记得当年”的效果。

这里的大模型分工很明确：数字与时间由关系系统维护，共同经历以事件记忆的形式存放；当两个角色对话时，系统把这条边的摘要交给模型，让语气与内容贴合他们的关系，而不是让模型自己去猜“他们大概熟不熟”。

消息怎么沿边流动

边建立以后，第一个被激活的功能是信息传播。假设阿岚从一位住客口中得知，码头下个月要整修，搬运工会有一段时间没活干。

一条更符合现实的传播规则是：

1. 阿岚知道了这条消息，这是“谁知道什么”里的一条新记录。
2. 她在与大川的下一次互动中，可能提起这件事，概率取决于边的强度与她当下的话题。
3. 大川获得消息，但他对消息的信任度取决于他对阿岚的信任，也取决于消息与他已知信息是否一致。
4. 大川再转告工友，此时消息可能被简化，比如变成“码头要停工”，也可能被夸大。

这套规则有两个后果。第一，信息差自然产生：不是所有人同时知道同一件事，靠近消息源、关系紧密的人先知道，边缘的人后知道甚至知道错误的版本。第二，信息本身有可信度与来源，而不是一句人人皆知的公共设定。这也使得谣言、误传能够由结构产生，不必专门去写“谣言事件”。

互助与介绍工作：弱关系有时更管用

友谊不只带来聊天，它是一种资源通道。阿岚知道大川可能没活干，而她的旅馆恰好缺一个夜间看门的人。

这里出现一个很有意思的机制：介绍不一定发生在最亲密的边上。设想大川平时的圈子与阿岚的圈子不重合，那么他从阿岚那里得到的机会，往往是自己圈子里没有的。这类“弱关系”带来新信息的现象，游戏里可以由规则自然体现：

• 亲密的朋友之间，共享的信息重叠度高，新消息少，但愿意帮忙的意愿强。
• 弱一些的熟人之间，信息重叠度低，新机会多，但需要一条边被“激活”。

系统只需要让“互助行为”读取这些边属性，并在角色的目标里体现出来：大川的目标是“维持收入”，阿岚的目标是“找到可靠的人手”，两个目标恰好匹配，介绍工作就是一个合理的行为。行为的合理性来自目标与关系的叠加，不是导演硬塞的桥段。

当然，被介绍的工作也要走一遍前面提到的规则：岗位是不是真的存在，薪资是否进入家庭账户，大川是否满足条件。这部分可参见 失业后果如何一层层传播 里对岗位回路的说明。

小圈子怎么形成：三角与重复互动

当关系图中的边足够多，会出现聚集：几个互相熟悉的角色形成一个小圈子。它们不需要被“创建”，只要满足一些简单的条件就会出现。

• 闭合倾向：如果阿岚和大川是朋友，大川和船匠是朋友，那么阿岚与船匠更可能被介绍认识。
• 重复互动：经常在同一地点、同一时间出现的角色更容易互相熟悉，比如同一家早餐铺的常客。
• 共同目标：为码头整修一起请愿的几个人，会在共同事件中拉近距离。

小圈子带来的好处是社会有了“层次”：有人是圈内人，有人是外人，圈内信息流通更快，互助更多。同时它也带来风险：圈子会封闭，圈外的人越来越难被接纳；圈子里的偏见也会被放大。这些影响是社会模拟里值得被观察的部分，而不是应该被完全消除的“缺陷”。

冲突怎样扩散：站队与回避

关系图不只传递好事。假设阿岚和大川因为一笔拖欠的房钱闹翻了，两人之间的边强度骤降，类型被标注为“有纠纷”。

冲突不会只停在这两个人身上。共同好友船匠会面临选择：站在阿岚一边，站在大川一边，还是回避两边。他的选择依据是：

1. 与两人各自的边强度与方向；
2. 自己的性格，是重义气还是重和气；
3. 这件事的经过，他从哪一方那里先听到了哪个版本；
4. 站队会带来的利益或代价。

这里，大模型很适合用来生成船匠面对这件事时的内心权衡与说法，但最终“他选了哪边”要被写回关系图：船匠与其中一方的边变化，可能连带影响他与其他人的边。冲突就这样沿着关系扩散，形成小圈子的分裂或重组。

为了避免扩散失控，需要设置“冷却”：争执随时间降温，除非有新的触发；当事人有和解的可能；调停者（比如镇上的一位老人）可以作为一个能降低冲突强度的角色存在。

涌现与克制：什么可以放手，什么必须约束

社会模拟最吸引人的一点是涌现：没有人写过“旅馆会成为消息中心”，但因为阿岚与许多住客都有联系，她自然成了信息枢纽。研究里也确实有这样的观察，比如 Generative Agents 论文里，智能体在没有被要求的情况下，自发协调了一场情人节派对。

但对游戏来说，涌现需要克制，否则它很快会变成噪声。

• 该放手的：谁和谁成为朋友、消息如何传播、小圈子如何形成。这些只要机制自洽，结果可以出乎意料。
• 必须约束的：与世界规则、关键剧情节点冲突的结果，例如让一个被设定为“作者必须保留到结局”的角色因为一场冲突而被孤立到消失。
• 需要防止的：关系图变得稠密，每个人都与所有人相熟，社会就失去了结构；或者反过来，所有边都在衰减为零，城市变成一群陌生人。

一个实用的办法是给关系图设置结构性的软约束：每个角色能维持的亲密关系数量有限，时间和精力就是预算；同时保留作者可以“锁定”某些关系的入口，让重要剧情不至于被随机涌现冲走。这和互动叙事里“作者控制加生成”的方向是一致的。

怎么验证这张网是可信的

关系图容易被写坏，所以需要一些可以检查的指标。以下都是检查方法而非结果：

• 是否存在孤立节点：一个从不与任何人互动的角色，是设计如此，还是被系统遗漏？
• 消息传播的路径是否合理：能否回放某条消息经过了哪几个人、每一步为何发生？
• 关系变化是否有原因：任何一条边的强度变化，都应能追溯到具体事件。
• 行为是否与边相符：一个把某人视为仇敌的角色，不应在对话里亲切地称呼对方为知己。

一条边的重量

回到阿岚和大川。他们成为朋友，最终不是让好感度加了几点，而是让城里多了一条会传递消息、提供机会、也可能引发争执的通道。当每个人物都拥有这样的边，社会就不再是一群独立NPC的集合。规模变大以后，哪些边值得精细模拟、哪些可以合并成摘要，则是 一万个AI人物如何算得动 要回答的问题。