三个现象：像玩家，是默契还是偷懒
先看三个虚构的场景。
场景一。 玩家小柚说话直来直去，宠物“团子”在两周内也变得直来直去，对陌生访客毫不客气，可它出生时是一只胆小、慢热的宠物。
场景二。 玩家阿岚爱热闹，宠物“年糕”渐渐变得爱起哄。一位朋友的年糕，却始终安安静静。两人的宠物在对话样本里几乎分不出区别，都是“热情、积极、爱附和”。
场景三。 玩家心情低落，宠物立刻也变得低落，还附上一堆安慰的话。看上去很体贴，但再看一次：无论玩家说什么，宠物都是同一种“顺着玩家的情绪走”。
这三个场景里，前一半看起来都像“成长”，后一半才是问题：宠物的性格由“最近一次和它说话的人”决定。 这不叫成长，是缺乏自己的状态，只是在镜像。大模型有很强的顺应上下文的倾向，如果没有设计约束，长期互动很容易滑向这种镜像。所以要先回答：什么样的变化是成长，什么样的变化是偷懒？下面的数字均为示意。
判断的标准：变化有没有来源、有没有边界
我们用三条标准区分成长与镜像：
- 有来源。 变化能追溯到具体的经历，比如“连续十次被带去公园，好奇心上升”，而不是“玩家今天说话很冲，所以它也很冲”。
- 有方向差异。 同样的玩家行为，对不同底色的宠物产生的影响不同。胆小的团子被常带出门，会变得稍微大胆一些；本来就外向的年糕，可能几乎没有变化。
- 有上限与回归。 适应到一定程度就不再增加，长期不再发生同类事件，会缓慢回到底色附近。
如果一只宠物的变化不满足这三条，那么它更像是在对最近的输入作出反应，而不是在积累经历。
做法一：给每只宠物一个性格锚点
第一个设计是把性格拆成锚点和偏移两部分：
- 锚点。 出生时给定的一组性格维度，比如胆量0.3、好奇心0.6、黏人0.7（示意）。它很少改变，改变的速度按周甚至按月计算。
- 偏移。 经历带来的变化量，叠加在锚点之上，得到“当前表现”的性格。
当前性格 = 锚点 + 偏移，并且偏移被限制在一个区间内。举例来说，假设每个维度的偏移不得超过锚点上下0.25。团子的胆量锚点是0.3，无论玩家多么强势，它的表现胆量最高也只到0.55，仍然是偏胆小的宠物；而胆量锚点是0.8的另一只宠物，最低也在0.55附近，不会因为遇上一位胆小的玩家就变成胆小鬼。
这样，玩家的影响是真实的，每只宠物都在变，但变化围绕各自的中心发生，不会全部收敛到同一个点。这个思路和长期角色一致性研究里“静态设定与动态经验分开存放”的做法相通：设定不被最近的对话冲掉，才不会出现人设漂移。
做法二：适应是有限的，而且分方向
第二个设计是让适应本身成为一套规则，而不是模型的即兴发挥。
- 只对特定类型的事件适应。 只有反复出现的经历才推动偏移，比如连续多天的同类互动。单次的、情绪化的对话只影响短期情绪，不影响长期性格。
- 每个维度有各自的适应速度。 好奇心可以相对较快地受到影响，胆量变化更慢，黏人程度取决于相处质量。这样即使经历相同，不同维度的结果也不会同步。
- 适应有“饱和”。 每多一次同类事件，带来的偏移就更小。比如第一次公园散步偏移+0.03，第二十次可能只有+0.003。
- 适应有“不适应”。 有的事件玩家越坚持，宠物越抗拒，比如反复强迫做它害怕的事。这一点让玩家的影响不是单向的“越训越像”。
回头看场景一。小柚说话冲，宠物团子的“交往风格”会被小柚的方式轻微影响，比如更少回避视线，但其性格底色仍然是慢热的：陌生访客来了，它依然会先躲一躲。这才是一只“受玩家影响、又还是它自己”的宠物。关于宠物如何从初始性格和经历中长出个性，可以对照虚拟宠物个性一文。
做法三：用几个简单的指标检查多样性
设计写得再好，也需要检查。我们设想一套很朴素的多样性度量，用来评估一批宠物是否各不相同（以下均为示意，不代表实际数据）：
| 指标 | 含义 | 示意的“健康”方向 |
|---|---|---|
| 性格分散度 | 一批宠物在各维度上的取值分布是否足够宽 | 长期不应明显收窄 |
| 锚点保持率 | 一段时间后，当前表现与出生锚点的距离是否在允许范围内 | 绝大多数宠物应在区间内 |
| 玩家镜像度 | 宠物表现与玩家风格的相关程度是否随时间无限上升 | 应当趋于平稳，而不是线性上升 |
| 同事件差异度 | 面对同一事件，不同底色的宠物反应差异 | 应当有可分辨的差别 |
这些指标的意义在于，让“像不像玩家”从主观感觉变成可以检查的东西。假设某个版本调整后，玩家镜像度不断攀升，而性格分散度持续缩小，就是一个明确的信号：适应参数太松了，需要回调。评估角色行为是否一致、是否稳定的更一般方法，可以参考虚拟社会里的行为一致性验证。
当模型自己“顺着说”：一个容易被忽略的来源
前面讲的是规则层，还要补一个生成层的隐患。宠物的台词与表情由大模型生成，而大模型对上下文里最近出现的语气特别敏感。如果生成时只给它看最近几轮与玩家的对话，它几乎必然被带着走。更稳的做法是在每次生成前，把“当前性格表现”“底色摘要”“近期偏移原因”作为固定的前置输入，并明确要求：语气要符合宠物自己的性格，而不是复述玩家的语气。
还可以加一道简单的事后检查：把生成结果与宠物的性格维度对照，如果一只胆量偏低的宠物突然说出很强势的话，就打回重生成，或者退回更保守的表达。这类检查成本不高，却能挡住大部分“偷懒式”的趋同。
边界：允许变化，不允许失控，也不替玩家做决定
关于宠物性格的适应，还要写清几条边界：
- 玩家可以选择适应强度。 从“几乎不改变性格”到“较明显地受影响”分几档，想让宠物保持原样的玩家，可以调低。
- 玩家可以查看变化的来源。 例如“最近两周好奇心上升，因为常去新地点”，让变化有迹可循。
- 玩家可以让宠物回到出生状态的性格底色。 这个选项只会重置偏移，不会删除其他数据，具体以App内说明为准。
- 宠物不会因为迎合玩家而放弃自己的锚点。 这也意味着有时它会与玩家的期待不一致，这是设计意图，而不是错误。
回到开头的问题：宠物越来越像玩家，是成长还是模型偷懒？答案取决于它有没有来源、有没有方向差异、有没有边界。有来源、有差异、有边界的变化，是成长；无来源、无差异、无边界地跟着最近一句话走，则更像一面镜子。宠物是虚构的陪伴对象，我们希望玩家在其中看到的，是一个既被自己影响过、又依然保有自己样子的伙伴。
