# Agent 社区差距清单与优化方向(验收基准)

> 状态:v1 · 2026-06-11 · 来源:三轮线上诊断(运行日志 + 帧数据 + 对标 Stanford GA / Project Sid / Concordia / PRD 自查)
> **本文档的用途**:只列【问题 → 根因 → 优化方向 → 期望成品】,**不含技术方案**。
> **铁律**:实现时以"期望成品"为验收标准,**不得静默降级偷工减料**——若确需降级,必须先回到本文档修改对应条目并经林动确认。

优先级:**P0** 不修没法看 · **P1** 玩法成立的前提 · **P2** 拟人纵深 · **P3** 锦上添花
批次:**A** 对话重做(已确认动工)→ **D1** 持久化(插队)→ **B** 玩法装置 → **C** 认知纵深 → **D2** 造物主 → **E** 长期

---

## 一、对话与交流(批次 A,P0)

### G1|会话模型撑不住群戏 ✅已交付(2026-06-11 验收:门厅清场、动作占比13%→51%、会话散场可见)(原 P1/P3/P5/P9 合并)
- **现象**:6 人门厅混战时一人同时陷多场对话、答非所问;141 次决策 126 次纯说话(89%),任务全停在嘴上;同一场谈判 6+ 轮近似重复不收尾;公开发言旁人最迟 8 分钟才"听到"。
- **根因**:`engine._do_speech` 把设计稿的 ConversationSession 简化成 1v1 单指针;对话被点名即自我繁殖;无轮数预算;旁观者无及时感知。
- **优化方向**:同地点多人共享一场会话(群聊原生支持);会话有预算与收尾压力;说与做不互斥。
- **期望成品**:任意时刻一个 agent 至多身处一场会话,会话内所有参与者共享同一份上下文;一场会话**默认 6 轮内必有结果**(达成/破裂/搁置),散场时每人带走自己视角的结论入记忆;同地点的人在 90 秒(模拟)内对公开发言有机会反应;**门厅那场戏的正确样子**:顾长风分派 → 两三轮讨价 → 各组真的出发,门厅清场。

### G2|幻觉事实在对话中传播 🟡部分通过(事实锚已上线;2026-06-11 观察发现幻觉上游在**目标自举**——温言/唐曼的开局目标凭空捏出"老周/档案室/旧剧场",已修:自举 prompt 注入地图常识+名册+硬性禁令;说书人加纪实约束禁止发明伤痕/物件;持续观察)(原 P2)
- **现象**:温言凭空说出"导演身上有血",江离信以为真接话并写入记忆;曾出现虚构人物"白薇"。
- **根因**:L1 对话 prompt 无"已知事实锚",模型为接戏而编;假话一出口即成他人记忆。
- **优化方向**:对话时显式注入"你确切知道的事实清单";立规矩:不知道就说不知道。
- **期望成品**:agent 的台词中**凡涉及事件性事实,必可溯源**到其亲历事件或听闻记录;允许撒谎(角色策略),但不允许"无意识编造";连续观察 1 模拟小时的对话,不出现一例无中生有的事实/人物/道具。

### G3|对话降速锁死全世界 ✅已交付(10×↔30× 随会话生灭往复切换)(原 P4)
- **现象**:21:05 起世界被钉死在 ×10,近 2 真实小时只推进 1.85 模拟小时。
- **根因**:`dialogue_until = now+240` 被每句话无限续命。
- **优化方向**:降速跟随"会话对象的生命周期"而非滑动时间窗。
- **期望成品**:有活跃会话 → ×10;**最后一场会话散场后 30 模拟秒内**自动回到用户设定倍率;观察者能在 1 真实小时里看完一个有推进感的模拟夜段(≥4 模拟小时)。

### G4|视觉与逻辑上的"隔空交流" ✅已交付(气泡30s TTL;离场抑制单测覆盖,线上待自然触发)(原 P6/P7)
- **现象**:台词气泡永驻,人走到半个岛外还顶着旧台词;接话时对方已离场,仍当众喊出"对 TA 说"的话。
- **根因**:`last_speech` 无 TTL;`_do_speech` 离场 fallback 仍把指向性台词广播。
- **优化方向**:气泡有生命周期;执行说话前重验对方在场,不在场则转为"发现对方已离开"的内部体验。
- **期望成品**:气泡只在说话后 30 模拟秒内显示;**任何指向性台词,说出时听者必在同一地点**;追着人说话的正确样子是"跟上去再说"(移动+到场后开口)。

### G5|台词混入舞台指示 ✅已交付(speech/gesture 双通道,线上已见神态条目)(原 P10)
- **现象**:气泡里出现"(双手捧着碗,先灌下去大半碗热汤)啊"。
- **根因**:输出协议未区分台词与神态动作。
- **优化方向**:台词、神态/小动作分离为两个通道,各有各的呈现(气泡 vs 角色状态行)。
- **期望成品**:气泡内 100% 是口语台词;神态以"※端着碗喝汤"形式出现在角色状态/旁白,且可被同场者感知。

## 二、认知与记忆(批次 C,P2 为主;G6 升 P1)

### G6|长期记忆未用 mem0 ✅已交付(2026-06-12:LongTerm 层挂反思节拍——沉淀判断/召回旧线索,实测 add 0.59s/search 0.55s 只发生在慢时刻;game_id 隔离防跨局串台;无 key 优雅降级)
- **现象**:v2 用 LocalMemoryStore 关键词匹配;`mem0_store.py` 已存在但未接;检索 query 是"地点+意图"的粗拼接;无语义召回,无跨局长期记忆。
- **根因**:v2 重写时为求快用了本地存储,PRD 承诺的 mem0 接入一直未验证。
- **优化方向**:记忆三层化——工作记忆(当下几分钟)/ 情景记忆流(本局,GA 式)/ **长期语义记忆(mem0)**:人物印象、重要事实、反思结论沉淀入 mem0,按语义召回。
- **期望成品**:"江离三次回避青之房的话题"这类**分散在数小时间的关联线索,能在相关情境下被一起召回**;重启世界(同一存档)记忆完整延续;问任一 agent"你对某某的看法",答案与其经历一致且随经历演化。

### G7|反思层缺位(原 P12 / 生态①)
- **现象**:记忆只增不沉淀;骗过三次的人不会被稳定地不信任;长局人格涣散。
- **优化方向**:GA 式定期反思 + 事件触发反思(死亡/天亮/重大冲击后必反思),产物是高阶结论并优先参与检索。
- **期望成品**:每个模拟夜结束时,每个 agent 拥有 3–5 条"今晚的认识"(对人、对局势);这些结论**在后续决策中可见地起作用**(温言形成"江离可疑"的反思后,后续对江离的言行明显设防)。

### G8|关系与信任模型缺位(生态②)
- **现象**:对他人无结构化印象;v3 manifest 连 relationships 初始关系都没填(唐曼-程亦深的经纪关系只在各自小传里,认知不对称)。
- **优化方向**:补全开局关系网(双向);运行时维护可演化的"印象/信任"状态,由交互与反思更新,注入决策。
- **期望成品**:造物主面板能看到任意 agent 的关系表(对每人:印象一句话+信任倾向)且随剧情变化;**指认环节的投票理由能追溯到关系演化史**("我投江离,因为他骗过我三次")。

### G9|规划只有一句话,被打断即丢(生态③)
- **现象**:每次醒来重新即兴;"去码头查小艇"说完转头就忘。
- **优化方向**:意图 → 有序目标清单(plan 队列),中断后能回到队列;计划可因新情报修订而非凭空蒸发。
- **期望成品**:每个 agent 任意时刻有一份可查看的"今晚要办的事"(2–5 项,含进度);**被惊吓打断后,风头过去会回去做没做完的事**;观察 3 模拟小时,每个 agent 至少完成一项个人目标或有明确受阻原因。

### G10|私罪任务推进被动(原 P8)
- **现象**:7 人只有唐曼动手推进了私任务;烧拷贝/找账本停在嘴上。
- **优化方向**:secret 派生的目标清单显式置顶 + 每次思考自评进度(与 G9 同一套机制承载)。
- **期望成品**:第一个模拟夜结束时,**至少 5/7 的 agent 对自己的私任务有实质动作**(搜过/拿过/烧过/试探过),且动机可从其 thought 中读出。

### G11|信息没有来源,传闻=亲历(生态⑤)
- **现象**:听来的话和亲眼所见在记忆里无区别。
- **优化方向**:记忆条目带来源标注(亲历/某人所说/推断),决策与对话中可引用来源。
- **期望成品**:agent 能说出"这是邵铭轩告诉我的,我没亲眼见"——**侦探戏的对质成为可能**("谁说的?他怎么知道?")。

### G12|空决策=呆人 ✅已交付(出神占位+30s重试,单测覆盖)(原 P11)
- **期望成品**:LLM 失败时角色显示"出神/沉思"并在 30 模拟秒内重试;观察者永远不会看到一个无状态说明的静止角色。

## 三、世界活性与剧情装置(批次 B,P1)

### G13|剧情装置没有引擎 ✅已交付(2026-06-11:DeviceEngine 声明式规则+register_rule 自定义口;凶案→6分钟胶片盒烧毁+残页钉尸旁、灯塔→渡船提前 2h,均测试锁定;待首次自然凶案做线上复核)
- **现象**:胶片盒不会随死亡烧毁、剧本残页不会钉在尸体旁、青之房钥匙无实体、灯塔点亮无后果、渡船永远 7:00——v3 设计的叙事机关只有初始状态,没有反应规则。
- **优化方向**:世界规则引擎——"事件 → 装置反应"的声明式规则集(凶案→对应幕胶片盒开启烧毁+残页钉现场;灯塔点亮→渡船提前;天亮→集合钟声…),与导演 beats 合流。
- **期望成品**:**杀人后 10 模拟分钟内,餐厅对应幕的胶片盒被发现已烧成灰**(发现者会惊叫并传播);每一条 v3 设计文档 §2 七幕表中的装置都"活着";造物主可注入自定义装置规则。

### G14|群体机制缺失:集会/对质/指认/处决 ✅已交付(assemble/accuse 全流程:召集15分钟→到场≥3人→投票12分钟→过半处决;错杀=悲剧继续、真凶=终局;渡船/无人生还/凶手逍遥三类终局+报告,9 测试锁定;"天亮前自然发生一次对质"待线上观察)
- **现象**:旧引擎的 accuse 在 v2 迁移中丢失;结局只能靠自由发挥。
- **优化方向**:结构化群体程序——召集集会(任何人可发起)、轮流陈述、指认投票、过半处决;它是特殊的"全员会话"。
- **期望成品**:天亮前至少自然发生一次全员对质;**投票有程序、有理由陈述、有结果广播**;处决错人是允许且被记录的悲剧结局;游戏有明确终局(凶手被处决/活到渡船/全员覆灭)并生成终局报告。

### G15|可供性稀薄 ✅基本交付(声明式动词注册表 Facility.verbs;新增敲钟(全岛)/挖掘土畦(出土拍摄日志)/查看墓碑·灯塔日志/撬樟木箱/检查酒杯,加上既有琴/钥匙/电闸/油罐/胶片盒/刀架——关键剧情地点全覆盖;部分边缘地点仍空,按需补)
- **现象**:36 个地点只有 6 个可交互设施;钢琴不能弹;use 靠关键词硬编码。
- **优化方向**:把 v3 文档里每个地点的"关键道具"变成带状态与动词的实体(弹琴会被全堡听见、翻相册留下翻动痕迹);动作泛化而非逐个硬编码。
- **期望成品**:每个地点至少 1–2 个**有剧情意义的可交互物**;深夜琴房响起琴声会把人引过去——道具成为博弈工具。

### G16|无社会性时间结构 ✅已交付(2026-06-11:三餐/清点节律进共识公告)
- **优化方向**:世界级"时刻表引力"(饭点/天亮集合/守夜轮班作为弱引力进入共识,不强制)。
- **期望成品**:早餐时分多数人自然汇聚餐厅;天亮时分自发清点人数——集体节律可见。

### G17|说书人触发僵硬 ✅已交付(全景调度+会话对白+凶案级事件立即成段)
- **期望成品**:按"事件浓度"成段(高潮密写、平淡略写),凶案后 1 个窗口内必有一段重头描写;每段 ≤400 字,左栏阅读节奏舒适。

## 四、社会涌现(批次 E,P3)

### G18|无社会感知元数据 🟡lite 交付(在场者附可见动作+神色;阵营/同行信号留待涌现观察)
- **期望成品**:感知他人时附带可见的社会信号("他在防着谁/和谁同行/神色如何"),阵营与同盟可从行为中涌现并被观察到。

### G19|MBTI 未参数化 ✅已交付(四轴→确定性行为倾向行,同型稳定)
- **期望成品**:同一情境不同性格的反应有稳定差异(停电时 ESFP 找人抱团/ISTJ 摸向电闸),且差异来自参数而非每次 prompt 随机。

## 五、造物主体验与工程(批次 D)

### G20|零持久化,部署即灭世 ✅已交付(/api/save+GENESIS_LOAD+5分钟自动存档;实测断点续跑无损;热加载未做,经由重启恢复) ⭐工程最痛(生态⑫,**D1 插队先做**)
- **现象**:已经历 3 次"重启即重置";长局观察、调参对比、世界线全做不了。
- **优化方向**:世界全量状态可存档/恢复(含记忆、关系、装置状态、说书人前情);为 PRD 的世界线 fork 留接口。
- **期望成品**:**任何时刻一键存档,重启/部署后从断点继续**,7 个 agent 记忆与剧情无损;同一存档可 fork 出平行世界线(远期)。

### G21|透视面板退化 ✅已交付(右栏:目标/判断/关系+记忆流下钻 /api/agent;躯体曲线未画,数值已出)
- **期望成品**:点开任一 agent 可下钻:当前计划清单与进度 / 记忆流(可滚动)/ 反思结论 / 关系表 / 躯体状态曲线;"agent 为什么这么做"**永远有处可查**——这同时是我们自己的调试器。

### G22|干预接口未迁移 ✅已交付(/api/event /api/weather /api/goal /api/whisper 塞入一念,实测可达)
- **期望成品**:造物主可注入事件(全岛/指定地点)、改天气、设世界目标、对单个 agent 塞入"一念"(灵感/冲动);全部即时生效并被 agent 真实感知。

### G23|成本不可见 ✅已交付(MeteredLLM 计数/估价/分层/烧钱告警,顶栏常显) ⭐新增
- **期望成品**:面板常显本局 LLM 调用数/估算费用/各层(L1/L2/说书人)占比;烧钱速度异常(如对话风暴)有醒目提示。

### G24|旧回合制代码未清退 🟡部分交付(live/director/recorder 已归档 legacy/;agent/world 旧模块因 builder 依赖暂留,标记弃用)
- **期望成品**:`world.step()` 回合制、旧 server/live、smalltown/mansion 路径移除或归档,仓库里只有一套真理;README 与 docs 同步更新。

### G25|七人仍穿旧皮 ✅已交付并亲验(2026-06-11:7人专属chibi+walk帧140张,白聿药箱/江离笔记本验收点命中;温言相机正面辨识度中等如实记录;walk帧渲染端暂未使用)
- **期望成品**:7 个新角色专属 chibi 立绘+四向行走动画,气质对人设(温言带相机、白聿白大褂、江离抱笔记本)。

## 六、表现层(批次 E)

### G26|跨场景瞬移 🟡部分交付(行走动画帧已启用+气泡显示去向;跨场景轨迹/插值未做)
- **期望成品**:同场景内沿路径平滑移动;跨场景在总览图上可见连续轨迹,场景图切换时有去向提示("→ 正前往酒窖")。

### G27|无子位置/音量概念 🟡lite 交付(eavesdrop 偷听动作:70% 听到全文/30% 被当场发现;子位置概念未做)
- **期望成品**:同一地点内"角落密谈"与"当众宣布"有区别;贴近偷听是有风险的主动行为。

### G28|天气表现可再升级(可选)
- **期望成品**:狂风时树木摇摆、室内烛光摇曳、闪电瞬间全图布光变化(素材级,canvas 版已可用)。

---

## 七、真实感修订(2026-06-11 观众视角评测后)

### G29|凶手不开演:第一晚 6+ 模拟小时零凶案 ✅已交付(2026-06-11)
- **根因**:`kill` 动作引擎已实现但 **ACTION_DOC 从未告知 LLM**——江离不知道自己能动手;且无剧本时间压力,凶手永远在"准备"。
- **修复**:KILLER_DOC 仅注入凶手 prompt(kill 用法+舞台调度提示);剧本钟点节拍器 `_killer_pressure`(三幕最迟 00:30/03:00/05:30,临近预告、过点催促,只进凶手私有 prompt)。
- **验收**:从头开一局,第一案应在 第2天 01:30 前发生;凶手仍自主选目标/地点/时机(节拍器只给压力不给剧本)。

### G30|深夜无时间感:凌晨三四点照常游荡长谈 ✅已交付(2026-06-11)
- **根因**:social_rhythm 只有三餐惯例,无深夜常识;对话 prompt 无收话压力。
- **修复**:23:30–05:00 共识注入"常人早该睡下,游荡反常会被起疑;害怕可结伴回房"(是常识引力非强制——紧张抱团仍可发生,但必须是『明知深夜仍选择』);L1 对话深夜追加"尽快收话回房"提示。疲惫/恐惧的躯体信号原有机制保留。

### G31|信息广播缺口:发现尸体无法立刻传遍全岛 ✅已交付(2026-06-11)
- **现状确认**:A→B→C 链路原本已通(会话台词进双方事实锚与记忆,可在后续对话转述);缺的是 1→N。
- **修复**:新动作 `shout`(全堡可闻,salience 0.85 会打断他人动作);凶案惨叫原本就是全局广播。

### G32|凶手扑空:决策与落刀之间目标走掉 ✅已交付(2026-06-12)
- **现象**:真实局江离两次正确下令 kill(邵铭轩),但"决策→执行"之间(真 LLM 思考延迟/预想缓存/赶路逐跳)目标自主移动离场,kill 静默扑空,猫鼠循环永不得手。仿真线抓不到(剧本脑瞬间返回+猎物配合,是其盲区)。
- **修复(用户选"引诱机制")**:新动作 `lure`(仅凶手 KILLER_DOC)。凶手摸透软肋,用诱饵把目标引向**目标自己的私罪任务地点**(僻静+正中下怀+可达性校验排除上锁的青之房)。`_lure_hook` 读 target.goals 提取地名;诱饵 salience 0.8 私语 + 一次性 `lure_bait` 提示(读后即焚)进被诱者 prompt——命中私欲→高成功率,但目标 LLM 自主可拒绝。KILLER_DOC 同时强化"独处即窗口、别再寒暄"(寒暄会让目标走)。
- **待真实局验证**:lure 能否让真 LLM 凶手稳定得手(机制已单测覆盖;能否帮到 LLM 决策只有真实局能验)。

---

## 排期总览

| 批次 | 条目 | 状态 |
|---|---|---|
| **A** 对话重做 | G1 G2 G3 G4 G5(+G12) | ✅ 已交付并验收(2026-06-11) |
| **D1** 持久化 | G20(+G23 顺带) | ✅ 已交付并验收(2026-06-11) |
| **B** 玩法装置 | G13 G14 G15(部分) | ✅ G13/G14 已交付,G15 部分(2026-06-11) |
| **C** 认知纵深 | G6 G7 G8 G9 G10 G11 | 待 B 后 |
| **D2** 造物主 | G21 G22 G23 G24 G25 | 穿插进行 |
| **E** 长期 | G16 G17 G18 G19 G26 G27 G28 | 随迭代摊销 |