虚拟宠物为什么不应该永远“100%听话”？大发娱乐AI如何让宠物真正长出自己的性格

点一下就动作的宠物，为什么很快没意思

设想一款宠物养成里最常见的交互：屏幕上有一只叫“团子”的小家伙，玩家点“喂食”，它低头吃；点“摸摸”，它眯眼睛；点“握手”，它伸爪子。每个动作都有动画，都没有错。可是玩了几天，玩家会发现一件事：团子不需要“想”任何事。它所有的行为都是玩家指令的直接函数，输入一样，输出必然一样。

这样的宠物有三个问题：

• 没有惊喜。 玩家知道每一次点击的结果，所以点击本身没有内容。
• 没有个体差异。 所有玩家的团子一模一样，“我的团子”只是一个名字。
• 没有关系。 关系需要“对方也有自己的一份”，而完全听话的对象只有服务，没有关系。

所以我们在设计虚拟宠物AI时，先把一个前提放到桌面上：宠物应该有自己的倾向，玩家的指令是影响它的一种力量，但不是唯一的力量。 后面几节依次讲底色、行为是怎么算出来的、习惯如何形成，最后是自主的边界。文中所有数字都是示意，只用来说明机制。

底色：团子出生的时候，带着什么

一只宠物的个性，可以先分成两个部分：出生时给定的部分，和经历带来的部分。我们把前者叫底色，用几个连续维度来表示。

（举例，非真实参数。）

除了这些维度，还有具体的偏好与恐惧：团子喜欢被摸下巴，不喜欢被摸尾巴，害怕吸尘器的声音。这些是离散的“好恶清单”，每一条带一个强度。

底色的作用有两个。第一，它决定了不同宠物的起点不一样，同样的一次雷雨，胆量0.3的团子和胆量0.8的另一只宠物，反应会明显不同。第二，它是后面所有变化的锚点：经历会推动性格，但推动的是“偏离底色多少”，而不是把底色整个擦掉。这个思路和长期角色一致性里的常见做法接近：静态设定与动态经验分开存放，前者变得很慢，后者随事件更新。

一次“不听话”是怎么算出来的

再回到那个点击。玩家点了“喂食”，团子应该怎么反应？我们让它先做一次行为选择，而不是直接执行。粗略的流程如下：

1. 收集当前状态。 饥饿值、疲劳值、心情、最近一次被玩家忽略的时间、周围环境（有没有陌生声音）。
2. 列出候选行为。 比如吃、闻一闻再吃、躲开、去找玩家、自己玩。
3. 给每个候选行为打分。 分数来自几项的加权：生理需求（饿了加分）、当前情绪（害怕时躲开加分）、性格倾向（好奇的团子会先闻）、偏好（喜欢这种食物加分）、玩家指令（“喂食”对吃加分，但只是其中一项）。
4. 带一点随机地选择。 不是永远选最高分，而是高分优先、允许有小概率的偏离，避免行为变成可预测的机器。
5. 执行并记录。 结果写入经历：这次它吃了，玩家表现出满意，喜欢这种食物的强度小幅上升。

举一个示意的例子。假设团子的饥饿值是70（较饿），但此刻窗外在打雷，害怕值升高。候选“吃”的得分包含饥饿加成和指令加成，候选“躲到沙发底下”的得分包含恐惧加成，因为它胆量只有0.3，恐惧权重很大。最后可能是“躲”得分更高：玩家点了喂食，团子没动，缩在角落里发抖。玩家看到的不是“出错”，而是一个有理由的拒绝。理由可以直接展示给玩家：“打雷了，团子有点害怕”。

需要注意的是，指令的权重不应该固定。关系越亲近，团子越愿意配合玩家；刚被吓到、刚被冷落时，指令的权重会下降。这个权重本身也是状态的一部分，它随着信任度慢慢移动，而不是由开发者写死一个“服从率”。这样，“听话”就成了关系的结果，而不是出厂设置。如果把类似的结构换到舞台上，就是虚拟偶像的成长：同样是先有状态，再有表现。

这也是可解释性的要求。宠物的每一个“不听话”都应当能说出理由；说不出理由的偏离，看起来就只是故障。

习惯是怎么长出来的：强化，而不是台词

底色只是起点。宠物真正“长出”个性，来自日复一日的经历。这里借用的是强化的思想：某种行为得到了让它满意的结果，下次做出这种行为的倾向就会增加；得不到，就会慢慢减少。 落到团子身上有几种典型情形。

• 常被带去新地方，它会更好奇。 每次探索新区域并且遇到有趣的东西，好奇心维度小幅上升，比如示意值每次+0.01，并设置一个上限（比如不超过底色上方0.3）。日子久了，它会更主动去探索，甚至在玩家没指令时自己往门口走。
• 被吓到又被安抚，它会更信任玩家。 雷雨天玩家陪着它，恐惧消退得更快，同时“依赖玩家”这条关系值上升。下一次打雷，它更可能凑到玩家身边，而不是缩在沙发底下。
• 长期某种需求得不到满足，它会形成新行为。 举例说，假设玩家一直很晚才喂食，团子在饿的时候得不到回应，就可能形成“提前守在碗边”的习惯。习惯一旦形成，就会作为一个新的偏好条目被记录下来，而不是一时的动画。
• 被反复强迫做不喜欢的事，它会变得抗拒。 比如每次都被摸尾巴，它对这个动作的厌恶强度升高，久而久之会主动避开玩家的手。这是给玩家的反馈：你的行为在改变它。

这里需要三条刹车，否则强化会变成失控的正反馈：

1. 变化有速度上限。 单次事件只能推动一小步，一整天的总变化量也有封顶。
2. 变化有回归力。 长期不再发生同类事件后，新习惯会缓慢衰减，回到接近底色的位置，除非它被反复强化。
3. 底色只允许有限偏离。 经历能把好奇心从0.6推到0.9，却不该把一只胆小的团子变成完全无畏的宠物。这也是为什么不同玩家养出来的团子各不相同，但都还是同一个物种、同一类底色。关于“宠物越养越像玩家”这个问题，我们专门在宠物性格多样性一文里讨论了锚点与有限适应。

自主但不失控：规则、边界和玩家设置

让宠物有想法之后，边界就变得比什么都重要。“自主”指的是在规则范围内自己做选择，不是无限制地做任何事。

游戏规则层面的硬约束：

• 宠物只能从预先定义的行为集合里选择，不会凭空生成一个未定义的动作，比如“删除存档”或“发布内容”。
• 它不会消耗玩家没有授权的资源，也不会自己改变游戏的付费或设置项。
• 它不会伤害玩家或其他角色，任何攻击性行为都不在集合里。
• 它的情绪与需求变化有下限保护：状态到达危险区间时，系统会给玩家清楚的提示，而不是悄悄让宠物“出事”。

玩家可以设置的部分（设计上应当提供，具体以App内说明为准）：

• 自主程度。 例如从“完全按指令”到“高度自主”分几档；选择低档时，宠物依然有情绪，但更常执行玩家的指令。
• 主动提示。 宠物什么时候可以主动来找你、多久一次，是否完全关闭。
• 打扰限制。 免打扰时段、通知频率上限。
• 经历记录。 查看它经历过什么，修正错误的记录，甚至删除某些经历，让它“忘记”。
• 偏好重置。 玩家如果不喜欢某个习惯，可以选择让它逐步淡化，而不是强行改写。

这样设计的原因，与一项2026年9月的VR游戏AI伙伴研究有一点相通：研究里，AI完全代替玩家行动时，玩家的自主感、沉浸感和乐趣明显受损，而保留玩家控制和讨论空间的方式评价更高。这项研究不是关于宠物的，我们只借它提醒自己：角色可以有想法，但玩家要始终握着方向盘。

关系：宠物“认得你”，靠的是一段被记录的历史

个性除了体现在行为上，也体现在对特定的人上。团子对玩家和对陌生访客的反应应该不同。这需要一个独立的关系状态，至少包括：

• 信任度：玩家有没有在它害怕时出现；
• 熟悉度：相处时间和互动次数（示意：累积到某个阈值，会解锁更亲近的行为，比如主动蹭手）；
• 共同经历：第一次带它出门、它生病那次、雷雨夜的陪伴；
• 最近的互动质量：最近一周里，它的需求被回应得怎么样。

关系状态与个性状态要分开存放，原因很实际：性格是它自己的，关系是它和玩家之间的。这一点在换主人的场景里尤其关键，宠物换了主人以后哪些记忆该保留，就是围绕这个区分展开的。

需要特别说明的是，宠物是虚构的陪伴对象，不替代现实中的关系。我们不会让宠物用“你不来它就会难过”这类方式去催促玩家上线；它的“想念”可以是一个温和的叙事细节，比如久别重逢时多蹭几下，但不转化为对玩家的惩罚，也不制造焦虑。如果你发现自己因为宠物养成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。

怎么判断一只宠物真的有个性，而不是随机

最后给出几条自检问题，也适用于评估我们自己的设计。

1. 可解释吗？ 任意一次“不听话”，是否都能说出原因（饿、怕、累、偏好）？
2. 可重复吗？ 同样的状态与环境，是否大致给出同一类反应，而不是每次都乱选？如果只是随机，那不是个性。
3. 可追溯吗？ 一个新习惯，是否能指到一段具体经历？
4. 有差异吗？ 两只底色不同的宠物，面对同一件事是否明显不同？
5. 有边界吗？ 变化是否有速度上限、回归力和底色锚点？
6. 能设置吗？ 玩家调低自主程度或关闭提示以后，宠物是否真的遵守？

简单说，虚拟宠物的个性由“初始性格”加“长期经历”共同塑造：前者决定它是谁，后者决定它变成什么样。玩家的指令是参与这个过程的一股力量，但不是全部。让宠物有时不听话，并且每次不听话都有理由，才是玩家愿意长期养下去的开始。