爱游戏虚拟世界编辑组一个AI角色只认识三个人的时候，把关系写进几句提示词就够了：“你和老周是老朋友，你有点怕镇长。”认识三百个人的时候，这种做法立刻失效：提示词塞不下，写进去的东西彼此矛盾，角色对谁都只剩一句模糊的“认识”。虚拟社区要变得像一个真实的社区，关键不是角色会不会说话，而是关系能不能被持续地存下来、检索出来、在合适的时候用上。这一篇专门讨论这个问题。
关系不是一个好感度数字
最常见的简化，是给每对角色一个“好感度”，加分减分。它便于实现，也很快遇到瓶颈：好感度87分意味着什么？是亲密的朋友，是长期的生意伙伴，还是一个欠了自己人情的邻居？同样的分数背后，行为方式可以完全不同。更麻烦的是，数字无法回答“为什么”。玩家问一句“他为什么不理我”，系统只能回答“好感度低”，这几乎等于没回答。
所以我们的思路是：关系至少要包含类型、强度、方向、时间和来源。类型说明这是家人、同事、朋友、对手还是债主；强度说明程度；方向说明这段关系是否对称，比如A很信任B，B对A却只是普通熟人；时间说明它什么时候形成、最近一次被强化是什么时候；来源则指向导致它形成的具体事件。前面几项让关系可被使用，最后一项让关系可被解释。
图结构：节点是谁，边是什么
把这些要素放在一起，自然会得到一张图。节点是角色（以及玩家），边是关系。用图来保存有几个直接的好处：可以沿边查询“谁认识谁”“共同的朋友有哪些”，可以计算局部结构，比如一个小圈子是否紧密，也可以支持事件的扩散——某个消息如何从一个人传给他的邻居，再传到邻居的邻居。
在图里，一条边不是一个数，而是一个小记录：类型、强度、方向、起止时间、若干来源事件的指针。一对角色之间可以有多条不同类型的边，比如他们既是合作的摊贩，又是曾经吵过架的邻居。把这些区别保留下来，角色的行为才不会显得扁平：他会在生意上愿意合作，在私下里保持一点距离。这一块的世界背景，可以参考持久虚拟世界里对关系层与事件层的划分。
记忆的三层：事件、摘要、印象，以及必要的遗忘
只存边还不够，角色需要“记得”发生过什么。如果把每一次互动都原样保存并每次都读一遍，成本会迅速失控。Generative Agents 那项研究给出了一个有启发的结构：记忆流按时间记录经历，给每条打重要性分数，再周期性地做反思，把零散的事件归纳成更高层的认识。这里的反思，本质上就是一种压缩。
借用这个思路，我们把关系记忆分成三层：
- 事件层：具体的互动，包含时间、地点、参与者、发生了什么。量最大，保留时间最短。
- 摘要层：把一段时间内的事件合并成一两句话，比如“上个月他连续三次帮我看店”。摘要保留因果，去掉细节。
- 印象层：对一个人的稳定判断，比如“可靠，但爱抱怨”。它最短，最常被用到，也最难被单个事件推翻。
三层之间的流动是单向的：事件累积到一定重要性，触发摘要；摘要累积，触发印象的更新。印象一旦形成，它会反过来影响角色对新事件的解读，比如面对一位“可靠”的邻居，一次迟到会被宽容地看作偶然。这种偏见其实是关系记忆真实感的来源之一，只要它可被新证据逐步修正。
遗忘不是缺陷，是控制规模的机制。无限保存所有互动，既不现实，也不像真人。合理的做法是让低价值的记忆随时间衰减：事件层的旧记录，在被摘要吸收之后就可以归档或删除；摘要层里从未被引用过的条目，权重逐渐降低；印象层则相对稳定，但如果长期没有互动，也会变淡，从“很熟”变成“见过”。
衰减需要有例外。带强烈情绪或重大后果的事件，比如一次援助、一次背叛，应当被标为高重要性，衰减得更慢，甚至长期保留。同时，玩家参与的关键事件也应该获得更高的保护级别，避免角色在几周之后“忘了”玩家曾为他做的事，这会破坏玩家对世界的信任。
一致性问题：传闻、矛盾与二手信息
关系图里最容易出问题的，是不同来源的信息互相冲突。A告诉邻居“老周欠了我钱”，老周自己说“我早就还清了”，图里该记谁的？我们的设计思路是区分事实与信念：世界状态里记录的是“客观事实”，比如那笔钱确实已转账；每个角色的记忆里存的是他“相信”的内容，可以与事实不同。这样，角色之间的误会才有存在的空间，同时系统不会因为角色说错而破坏世界状态。
传闻则需要标注来源与可信度。一条经过三次转述的消息，应当比亲眼所见的消息权重更低，传播过程中还可能变形。给每条信念挂上来源与置信度，可以让角色的态度随新证据自然调整，而不是被最后一次听到的说法左右。
一个模拟场景：茶铺里的误会
下面是一个模拟场景，用来说明上述机制如何配合，并非爱游戏已上线的内容。
假设茶铺老板阿青和邻居小梁是长期的生意伙伴，图里两人之间有一条“合作”边，强度较高；另有一条较弱的“邻居”边。某天小梁的货物晚到，阿青在一位常客面前抱怨了一句“他又迟到了”。这条抱怨作为事件写入阿青的事件层，重要性较低。
常客把话转给了小梁，但说得更重：“阿青嫌你不靠谱。”小梁的记忆里于是形成一条来源为二手传闻、置信度中等的信念。小梁对阿青的“合作”边强度轻微下降，一条“可能被误解”的摘要生成。几天后两人碰面，小梁态度有些冷淡，阿青并不知道原因。
玩家路过，随口问阿青“你和小梁最近怎么了”。系统检索阿青的记忆：事件层里有那句抱怨，摘要层里没有相关内容，印象层里小梁是“可靠”。于是阿青答“没什么，就是他上次迟到我提过一句”，语气有点困惑。玩家如果去问小梁，能得到另一种说法。两种说法不同，是因为两个角色确实各自“相信”不同的东西，而事实层里记录的是那句话被转述时变了样。玩家介入撮合后，两人的边强度回升，摘要更新为“曾有误会，已澄清”。
这个例子里，关系的形成、变形与修复都能追溯来源，每一步都留下了可查询的记录，不需要依赖某个角色“恰好想起”。
NPC对玩家的记忆：能看、能删、不外泄
关系记忆里有一块必须单独对待：角色对玩家的记忆。它涉及真实用户的行为，所以边界更严格。我们的设计取向大致有三条。
- 可查看：玩家应当能看到角色“记得关于我的哪些事”，至少是摘要与印象层。
- 可清除：玩家可以要求某个角色忘掉某段互动，或整体重置与某个角色的关系，同时系统保证被清除的内容不再影响角色行为。
- 不外泄：角色可以在世界里传闻，但不能把一位玩家的私密信息，比如真实世界的位置、设备、聊天内容，泄露给另一位玩家，也不应从玩家的行为里推断并公开敏感的个人属性。
这些约束与一个更大的判断有关：AI角色的“记忆”不是设计者的私有财产，而是玩家与世界共同生成的记录，玩家理应有知情权与控制权。
查询成本：关系图越大，越要少读一点
最后是一个务实的问题：图大了以后，每次决策都遍历所有关系是不可行的。常见的办法是分层检索：先看与当前情境直接相关的节点，比如同在场的角色、最近互动过的人，再按需展开二跳三跳的关联；印象层作为默认输入，摘要层按相关度取用，只有在关键时刻才回到事件层。对远处的、长期无互动的关系，可以只保留压缩后的边记录，等到相遇时再“唤醒”。这种按需读取的思路，与虚拟社区自发事件里的“关系驱动”是同一条线：事件的发生依赖关系，关系的查询又必须足够便宜。
关系图的价值，在于能回答“为什么”
回头看，保存复杂关系并不是把更多数据塞进角色脑子里，而是给关系一个结构：类型与来源让它可解释，分层与衰减让它可控制，信念与事实的区分让它有误会的余地，玩家的查看与清除权让它有边界。一个能回答“他为什么这样对我”的社区，才有可能让人产生真实的归属感；一个只会显示好感度数字的社区，永远只是一张表格。
