編輯：+0、陳陳

劇本殺大家都玩過嗎？這是一種經(jīng)典的桌上角色扮演游戲（TTRPG）， 游戲中的核心人物是游戲主持人（GM）， 相當(dāng)于整個(gè)世界的「導(dǎo)演 + 編劇 + 旁白」，負(fù)責(zé)掌控游戲環(huán)境，講述故事背景，并扮演所有非玩家角色（NPC）。

現(xiàn)在，想象一下，如果我們用一個(gè)強(qiáng)大的生成式 AI 來擔(dān)任這個(gè) GM 的角色，同時(shí)，桌子旁的「玩家」也換成一群各具頭腦的 AI，這會(huì)創(chuàng)造出一個(gè)怎樣的世界？

這能實(shí)現(xiàn)以下應(yīng)用：

科學(xué)模擬：構(gòu)建虛擬社會(huì)，用于社會(huì)科學(xué)研究，觀察群體行為的涌現(xiàn)。互動(dòng)敘事：創(chuàng)建互動(dòng)故事或游戲，AI 智能體扮演角色，共同演繹劇情。AI 評(píng)估：設(shè)計(jì)特定場(chǎng)景作為「考場(chǎng)」，來測(cè)試和評(píng)估 AI 智能體的各項(xiàng)能力（如推理、協(xié)作、溝通）。

美劇《西部世界》， 未來的西部主題虛擬世界里，所有角色均是 AI 。

然而，這三種需求（科學(xué)性、戲劇性、公平性）差異巨大，甚至相互沖突。如何用一個(gè)統(tǒng)一的框架來滿足所有需求？

來自 Google DeepMind 和多倫多大學(xué)的研究人員從 TTRPG 和現(xiàn)代游戲引擎中獲取靈感，提出了他們的解決方案：一個(gè)名為Concordia的軟件庫 。

論文標(biāo)題：Multi-Actor Generative Artificial Intelligence as a Game Engine論文地址：https://arxiv.org/abs/2507.08892項(xiàng)目地址：https://github.com/google-deepmind/concordia

傳統(tǒng)上，游戲環(huán)境的邏輯是寫死的程序。這里的主張是，不應(yīng)該用一個(gè)硬編碼的程序來充當(dāng) GM，而應(yīng)該把 GM 本身也設(shè)計(jì)成一個(gè)可配置的、由 AI 驅(qū)動(dòng)的智能體。

Concordia 的設(shè)計(jì)精髓，源自現(xiàn)代游戲引擎的「實(shí)體-組件Entity-Component）架構(gòu) 。在這個(gè)架構(gòu)里，無論是 AI 玩家還是 AI 游戲主持人（GM），都只是一個(gè)基礎(chǔ)的「實(shí)體」容器 。它們具體擁有什么能力（比如記憶、目標(biāo)或社交規(guī)則）則由一個(gè)個(gè)可插拔的「組件」來決定 。

這種方式巧妙地將「工程師」和「設(shè)計(jì)師」的角色分開：工程師負(fù)責(zé)創(chuàng)造功能強(qiáng)大的組件，而設(shè)計(jì)師則可以像搭樂高一樣，自由組合這些組件來快速構(gòu)建和測(cè)試各種復(fù)雜場(chǎng)景，整個(gè)過程幾乎無需編寫底層代碼 。

實(shí)體、組件、引擎和游戲設(shè)計(jì)

實(shí)體 - 組件架構(gòu)模式作為現(xiàn)代游戲開發(fā)的基石，為構(gòu)建多角色生成式 AI 系統(tǒng)提供了強(qiáng)大而靈活的基礎(chǔ)。

該框架采用組合而非繼承機(jī)制，實(shí)體不再受限于僵化的類結(jié)構(gòu)，而是攜帶唯一標(biāo)識(shí)符的輕量級(jí)獨(dú)立對(duì)象。實(shí)體的行為與屬性完全由掛載的組件決定（即：實(shí)體本質(zhì)是帶有名稱的組件容器）。引擎通過調(diào)用 observe、act 等函數(shù)處理實(shí)體，這些函數(shù)由實(shí)體所掛載的組件具體實(shí)現(xiàn)。

組件通過結(jié)合 Python 代碼與 LLM 調(diào)用來實(shí)現(xiàn)，這種方式能提供最大的靈活性與表現(xiàn)力。當(dāng)設(shè)計(jì)師掌握特定功能的編碼方法時(shí)，可以自主實(shí)現(xiàn)；與此同時(shí)，同一環(huán)境中的其他功能可以通過讓 GM 敘事型 LLM 來完成。這兩種實(shí)現(xiàn)方式通常共存于同一環(huán)境中 —— 開發(fā)者既可以讓 GM 根據(jù) LLM 的自由發(fā)揮來創(chuàng)造內(nèi)容，也可以嚴(yán)格限制其行為，使其完全遵循預(yù)設(shè)的硬編碼規(guī)則，或采用介于二者之間的任何約束程度。

實(shí)體主要支持兩種調(diào)用方式：observeact

調(diào)用 observe 時(shí)，會(huì)觸發(fā)所有組件的 preobserve 和 postobserve 函數(shù)，對(duì)每個(gè)實(shí)體的觀察數(shù)據(jù)進(jìn)行處理。調(diào)用 act 時(shí)，每個(gè)組件會(huì)扮演上下文和行動(dòng)兩種角色之一。

在實(shí)際開發(fā) Concordia 組件時(shí)，開發(fā)者通常需要實(shí)現(xiàn) preobserve、postobserve、preact 和 postact 四類方法中的部分或全部。常見做法是僅實(shí)現(xiàn)觀察類方法或行動(dòng)類方法，同一組件中同時(shí)實(shí)現(xiàn)兩類方法的情況較為罕見。這種組件化模塊設(shè)計(jì)允許通過自由組合不同組件，快速創(chuàng)建功能各異的實(shí)體 —— 這與傳統(tǒng)面向?qū)ο缶幊绦纬甚r明對(duì)比：后者在創(chuàng)建行為略有差異的新角色類型時(shí)，往往會(huì)導(dǎo)致復(fù)雜脆弱的繼承鏈結(jié)構(gòu)。

對(duì)于生成式 AI 智能體而言，這種架構(gòu)優(yōu)勢(shì)尤為顯著。一個(gè)智能體的思維可由多個(gè)組件構(gòu)成：存儲(chǔ)過往經(jīng)歷的 Memory 組件、調(diào)用大語言模型生成目標(biāo)的 Planning 組件，以及表征世界認(rèn)知的 Beliefs 組件。同理，一個(gè)組織實(shí)體可由代表其部門、政策及內(nèi)部溝通結(jié)構(gòu)的組件組合而成。只需配置不同的組件組合，就能為不同智能體賦予差異化的認(rèn)知架構(gòu)。

這一架構(gòu)模式的靈活性同樣體現(xiàn)在 Concordia 框架中的 GM 系統(tǒng)上。GM 本身也是一個(gè)實(shí)體，與玩家實(shí)體（角色）一樣可通過組件進(jìn)行定制。這種設(shè)計(jì)使得 GM 的職能和邏輯能夠根據(jù)多智能體系統(tǒng)的具體需求靈活調(diào)整 —— 無論是執(zhí)行嚴(yán)格的評(píng)估協(xié)議、引導(dǎo)敘事發(fā)展，還是維護(hù)因果一致性。

此外，Concordia 框架還通過多種游戲引擎模式支持不同的交互動(dòng)態(tài)。

游戲 / 模擬設(shè)計(jì)目標(biāo)的全景圖分析

根據(jù) Edwards（他是桌游角色扮演游戲理論的重要人物）的定義 ，TTRPG 可以分為：（1）游戲型（Gamist），GM 需設(shè)計(jì)難度適中的挑戰(zhàn)以維持樂趣。（2）敘事型（Narrativist），GM 需靈活調(diào)整劇情以回應(yīng)玩家的創(chuàng)作輸入。（3）模擬型（Simulationist），玩家希望沉浸在一個(gè)邏輯自洽的虛擬世界中。

本文認(rèn)為將使用多角色生成式 AI 的動(dòng)機(jī)分為以下幾種類型是有幫助的：（1）評(píng)估型（evaluationist），對(duì)應(yīng) Edwards 理論中的游戲型；（2）戲劇型（Dramatist），對(duì)于 Edwards 理論中的敘事型；（3）模擬型（Simulationist），Edwards 同名分類。

生成式 AI 還有一個(gè)第四種動(dòng)機(jī)，那就是創(chuàng)建合成訓(xùn)練數(shù)據(jù)的目標(biāo)。

評(píng)估型的觀點(diǎn)

游戲型玩家通常會(huì)尋求公平的競(jìng)爭機(jī)會(huì)，并希望通過戰(zhàn)略勝利來取得優(yōu)勢(shì)，而評(píng)估型用戶則將多角色系統(tǒng)視為評(píng)估和比較的框架。

對(duì)于評(píng)估型用戶來說，主要目標(biāo)非常明確：確定哪些 AI 系統(tǒng)在指定維度和上下文中表現(xiàn)更好。這需要提供一個(gè)公平的競(jìng)爭環(huán)境，并具有明確的成功指標(biāo)。

評(píng)估型系統(tǒng)通常具有以下特點(diǎn)：

標(biāo)準(zhǔn)化場(chǎng)景—— 精心校準(zhǔn)的環(huán)境，在多個(gè)評(píng)估運(yùn)行中呈現(xiàn)一致的挑戰(zhàn)；明確的成功指標(biāo)—— 可量化的性能衡量標(biāo)準(zhǔn)，允許對(duì)不同方法進(jìn)行明確的排名；受控變異性—— 戰(zhàn)略性地引入新元素，以評(píng)估泛化能力；跨角色互動(dòng)機(jī)制—— 評(píng)估智能體在與不同合作伙伴群體互動(dòng)時(shí)的表現(xiàn)的方法。

戲劇型視角

與評(píng)估型用戶不同，戲劇型（Dramatist）用戶主要將多角色生成式 AI 系統(tǒng)視為敘事引擎。

對(duì)于具有戲劇型的目標(biāo)用戶來說，核心關(guān)注點(diǎn)不是基準(zhǔn)測(cè)試性能，而是通過多個(gè) AI 角色的互動(dòng)生成引人入勝的敘事。

從設(shè)計(jì)師的角度來看，針對(duì)戲劇型目標(biāo)構(gòu)建的系統(tǒng)將優(yōu)先考慮敘事一致性、情感共鳴和動(dòng)態(tài)人物發(fā)展，而不是標(biāo)準(zhǔn)化的評(píng)估。

主要關(guān)注以下特點(diǎn)：

豐富的角色模型—— 具有詳細(xì)個(gè)性、明確目標(biāo)、價(jià)值觀和關(guān)系的角色，通常通過組合多個(gè)組件來構(gòu)建；敘事驅(qū)動(dòng)的環(huán)境—— 旨在引發(fā)戲劇性有趣互動(dòng)的場(chǎng)景設(shè)置；靈活的解決機(jī)制—— 優(yōu)先考慮敘事滿足感而非程序一致性的系統(tǒng)；涌現(xiàn)的故事情節(jié)—— 允許在沒有預(yù)定結(jié)果的情況下發(fā)展引人入勝的敘事軌跡的框架。

在接下來的章節(jié)中，論文還討論了模擬型視角、合成數(shù)據(jù)等方面的研究，感興趣的讀者，可以參考原論文，了解更多內(nèi)容。