Files

T

xsl d0d194812a save

2026-09-19 22:18:48 +08:00

21 KiB

Raw Blame History

WorldSim 社会模拟器 · 最终落地方案

版本 v3.0 定稿 · 2026-09-19 本文件由总体方案、模型选型、可视化与直播、风险合规四份草案经三轮五角色评审（制作人/策划/运营/市场/美术）合并修订而成，为唯一有效文档。路线已确认：A+C 融合（单体先行 + 首日 append-only 事件表，分布式后置立项）。

1. 项目概述

1.1 场景设定

设定	内容
住所	一栋单身公寓，6 层 × 每层 4 房间 = 24 间，每间 1 人，男女各半
工作	24 人均为都市白领，在同一家公司不同部门上班；公司另有 16 名员工（含部门经理），总计 40 个 Agent
世界 Agent	负责全局事件（发工资、工作事务、股票涨跌）并兼任编剧
触发机制	无交互时每 5 分钟（真实时间）触发一次 LLM 行为（兜底）；被交互时立即事件唤醒

1.2 事件双源（核心设定）

全局事件：世界 Agent 按日历/规则/随机触发（发工资、股价波动、公告）。
自主行为事件：人物 Agent 因动机主动发起。典型链路：A 暗恋 B（关系状态）→ 傍晚社交需求高（动机状态）→ 产生"约 B 吃饭"意图 → 系统校验 B 可达 → B 被唤醒自主决定 → 生成约定事件 → 双方记忆同源写入。

两类事件走同一条裁决与落库管道——世界只有一个事实来源。

1.3 三大目标与产品形态

规模可控：Agent 数、触发频率、时间压缩比、成本全部可配置、可调速、可暂停。
逻辑自洽：客观事实只有一个出处；两人对同一事件的记忆不矛盾；随机判定可复现。
简单可视化：一眼看到"谁在哪、干什么、想什么"。
产品形态：抖音直播（黄金档连续剧 + 24/7 可访问的世界）+ PC 互动端（v2 后置）。卖点一句话：40 个 AI 白领的长弧线关系连续剧。

2. 调研依据（简表）

参照	借鉴点
Generative Agents（Stanford，2023）	记忆流（新近度×重要性×相关度检索）、反思、计划；25 人规模与本项目同量级
Concordia（DeepMind）	Game Master 模式：Agent 声明意图、GM 裁决落地；组件网络含内稳态需求驱动
AgentSociety（清华，2025）	异步架构 + 消息队列 + LLM 网关 + 全量记录驱动可视化的分层
AI Town（a16z）	PixiJS 像素小镇渲染、头顶气泡对话、常驻名牌的可视化先例

关键教训：① 成本是头号约束，必须模型分层；② 自洽性不靠 LLM 自觉，客观信息全部由系统注入；③ 双人记忆必须投影自同一事件；④ 纯内稳态动机只会产出千篇一律的吃饭睡觉——需要目标系统与负向社交动作。

3. 总体架构（已确认：A+C 融合）

3.1 分两阶段走

阶段 1（A+ 形态，首播前）：单体 Python 进程，但从首日起 append-only 事件表落库，事件 Schema v1 在 W1 冻结——方案 C 的溯源红利（可回放/可审计/申诉证据链）在单体阶段就拿到。

┌─────────────────── Python 单进程 (asyncio) ───────────────────┐
│ 时间引擎(时段变速表) ──┬─► 世界Agent/编剧(规则+Kimi K3)          │
│                       ├─► Agent调度(事件唤醒>时钟兜底)           │
│                       │    认知循环: 感知→检索→决策→校验→反思     │
│                       │    邀约状态机 / 对话管理(限轮)            │
│                       └─► 渲染服务 → PixiJS 演出视图 → OBS → 抖音 │
└────────────────────────────────────────────────────────────────┘
 SQLite/PostgreSQL(append-only 事件表 + 世界状态 + 记忆流 + 关系)
 LLM 网关(路由+降级链+全量记录)      本地 GPU(审核/打分/embedding/兜底)

阶段 2（C 完整形态，独立立项）：触发条件 = 规模扩展（40→更多）或首播留存达标。单体调度器替换为 Redis Streams 消息总线 + Agent Worker 集群（LangGraph 认知编排）+ PostgreSQL/pgvector，事件 Schema 与人设、可视化资产全部复用。

3.2 事件 Schema 设计原则（W1 冻结 v1）

一切事实（全局事件、Agent 动作、对话结果、骰子判定、编剧干预）都是 append-only 事件，字段含：tick / sim_time / type / source / payload / rng_seed（随机判定可回放复现）/ trigger（autonomous|world|director|gift|vote，干预审计用）/ arc_id（所属故事线）/ UI 展示字段预留（名牌、立绘 ID、重要性）。

示例：

{tick: 1240, sim_time: "D3 20:13", type: "invite.sent", source: "agent:zhangsan",
 trigger: "autonomous", rng_seed: 8842, arc_id: "romance-zs-ls",
 payload: {to: "lisi", activity: "吃晚饭", at: "D3 20:30"}}

4. 核心机制设计

4.1 时间引擎：时段变速表

废弃固定压缩比（与直播节目单矛盾），改时段变速表，压缩比为运行时参数：

真实时段	压缩比	直播间
黄金档 18:00~24:00	≈1:1（模拟晚间=真实晚间）	直播主时段，栏目化执行
白天 8:00~18:00	2~4×	正常直播，加速养关系（底线：每真实周 ≥8 模拟日）
凌晨 0:30~8:00	低速补跑	回放轮播（零新 LLM 内容上屏），世界不冻结

全局事件按模拟日历触发（每月 10 号发工资、工作日 9:00 打卡）。支持暂停/单步/加速。

4.2 触发模型：事件唤醒 > 时钟兜底

事件唤醒（立即）：被敲门 / 收到邀约 / 收到消息 / 同房间有人发起对话 / 全局事件波及。
时钟唤醒（兜底）：连续 5 真实分钟无交互 → 触发一次自主决策（用户原始需求）。

4.3 世界模型

空间：地点节点图——公寓（6 层 × 4 房间 + 公共区）、公司（各部门 + 茶水间/会议室）、餐厅等少量外部场所；移动=切换节点。
状态（唯一事实源，入库，不让 LLM 编）：模拟时间、每人位置/余额/持仓/情绪/需求值、股价、公告、关系值。
感知：每次唤醒，系统注入结构化观察（在哪、几点、谁在场、相关事件）。

4.4 Agent 认知循环

感知(系统注入) → 记忆检索(新近度+重要性+相关度) → 决策(LLM: 意图+结构化动作JSON)
→ 系统校验执行(非法动作拦截) → 结果同源写入各方记忆 → 重要性超阈值时反思

动作空间（枚举）：move / chat / invite / work / rest / eat / shop / trade_stock / think / argue / gossip / refuse / ...

4.5 记忆系统（Memory Stream）

记忆条目：{agent_id, sim_time, 内容, 重要性1-10, embedding, 来源事件id}；检索按新近度×重要性×相关度加权。
反思：重要性累计超阈值触发（不按时钟，省成本），LLM 提炼高层认知写回记忆流（人格一致性与"暗恋"演化的来源）。
双人事件单源：同一场对话只生成一条事件，双方记忆均为其投影。
目击投影：同场所旁观者获得事件简略投影（"我看到 A 被 B 拒绝了"）——八卦自然传播。
膨胀治理：反思时合并旧记忆为摘要、低重要性归档、embedding 索引定期重建。

4.6 关系与动机系统

关系：有序对 (A→B)：亲密度 affinity(-100~100)、张力 tension（负向关系显式化）、关系标签（陌生/同事/邻居/朋友/暧昧/恋人/交恶）、一句话摘要。
需求（0~100，随 tick 衰减、被行为满足；衰减率与满足方式按 Big Five 人格差异化）：饥饿、精力、情绪、社交、成就、财富。
目标系统（第一公民）：每 Agent 持有周目标（"约到 B 吃饭""绩效前二"）+ 受阻计数，注入每次决策 prompt；长期受阻 → 挫败值上升 → 换策略/迁怒/放弃并反思。戏剧性的内生来源。
负向社交动作集：argue / gossip / refuse 入动作空间——冲突不靠编剧空投。
意图冷却：意图被挫败（如邀约被拒）进入冷却表，防 5 分钟兜底时钟造成重复刷屏。

4.7 邀约协议（响应规则化）

A 产出 invite(B, 活动, 时间)
   ├─ 校验 B 可达? 不可达→降级"发消息"或作废(写记忆)
   ├─ "邀约送达"事件 → 唤醒 B
   ├─ B 响应 = 规则意愿分 + 可回放骰子定结果，LLM 只生成措辞：
   │    意愿分 = f(affinity, tension, 心情, 日程冲突, 社交需求, 人设)
   │    骰子 = 确定性随机(rng_seed 入库)   指标：全局接受率压入 40~60% 带
   │    ├─ 接受→生成约定事件(两人日程) → 到点提醒 → 执行
   │    ├─ 拒绝→双方写记忆+关系微调+A 的 invite 进冷却
   │    └─ 改期→回提议(限 2 轮)
   └─ 每步都是事件记录，可视化可见

所有多 Agent 交互复用"提议→送达→响应→约定"四段式，对话限 6~8 轮。

4.8 世界 Agent 与编剧干预分级

职责：日历事件（发工资/账单）、工作事务（任务/绩效/晋升）、经济系统（股价随机游走+行情事件）、随机扰动（停水停电）、编剧（Kimi K3）。

干预分级（制度化，防"编剧毁掉涌现真实性"）：

L0 环境扰动 / L1 场景排期（制造机会）/ L2 动机助推（调需求值、目标受阻计数）
L3 心智控制（直接指定情感与决定）永禁——付费也买不到
干预率 <15% KPI；干预事件 trigger 字段全量审计；故事弧线多线状态机 + fail-forward（一线失败不硬救，转化喂养下一条线）
对观众的叙事承诺：每晚黄金档 ≥1 个 A 级剧情事件；直播间常驻"今晚看点"横幅

4.9 自洽性保障清单

风险	对策
LLM 编造事实	客观信息全由系统注入；动作枚举化+校验拦截
两人记忆矛盾	交互事件单源落库，记忆为同一事件投影
人格漂移	人设卡每次决策必带；反思受人设约束；Big Five 周测
时间穿帮	行为消耗模拟时间；日程冲突拒绝新约定
经济穿帮	余额/持仓只由系统按事件结算
随机不可复现	确定性 rng，seed 入库，回放复现
编剧干预失控	分级 + 干预率 KPI + trigger 审计
并发冲突	内核按 tick 串行裁决，后到者收到"已被占用"事实

4.10 人设系统

字段：姓名/性别/年龄/房间号/部门/职位/Big Five/3~5 条成长经历/初始目标/初始关系网/一件标志性视觉符号。
戏剧拓扑选角：先设计关系拓扑（暗恋链、职场对手、老乡、前任），再生成 40 人设；选 8 个明星角色承载首播故事线，首周聚焦 8 人。
流水线：LLM 批量生成 → 规则校验（男女各半、经理唯一、部门配比）→ 人工抽查 → YAML 入库。16 名公司 NPC 与租客同构（住所标记不可见）。

5. 模型选型与成本

5.1 模型分配

负载	模型	理由
人物决策/对话（主力，~~500~~800 次/时）	DeepSeek V4-Flash	$0.14/$0.28 每百万 token，前缀缓存命中再降一档，峰谷半价；1M 上下文；结构化输出
世界 Agent 文案/编剧/大事件解说	Kimi K3	中文叙事第一梯队，1M 上下文可吃世界快照；输出 ¥100/百万贵→限每天几十次
离线异步任务（人设生成、记忆摘要、预热跑数据）	GLM-4.7-Flash（永久免费档）	免费档延迟高达 26 秒级，不进实时链路
内容安全初筛/重要性打分/JSON 抽取/API 故障兜底	本地 Qwen3-4B / 8B	消费级 GPU 可跑（4B 量化 ~6GB 显存）；不做人物人格（长期一致性不足）
Embedding（记忆检索）	本地 bge-m3 / Qwen3-Embedding	高频零成本

5.2 成本与治理

真实总成本约 ¥800~1500/月（LLM 账单 ¥500~~1000 + 推流机 + TTS/BGM）+ **每日黄金档 4~~5 小时真人值守人力**。
LLM 网关：OpenAI 兼容入口，按 task_type 路由（decision/dialogue/reflection/narration/utility/moderation），每类配降级链（如 V4-Flash → GLM 付费档 → 本地 8B）。
熔断：峰值 RPM 测算（直播调压缩比会线性放大调用量）；日账单 ¥50 报警 / ¥80 自动降速。
极端故障：暂停虚拟时钟（宁可世界冻结不可乱来），恢复后追平。

6. 可视化与直播

6.1 三端架构

端	摄像机	排期
调试视图（开发者，全量数据）	自由	W2 起
演出视图（抖音直播）	AI 导播	首播
PC 互动端（切人/切地点/切视角/详情面板/事件时间轴）	观众自己	v2 后置，触发条件：主号受罚需兜底阵地，或首播 4 周留存达标

三端共享同一渲染引擎与事件流状态投影，仅镜头控制源不同。PC 端"第一人称"降级为沉浸模式（俯视跟拍+内心独白字幕）；Schema 预留 UI 字段防返工。

6.2 视角与美术

主画面：RPG 俯视像素风（星露谷/AI Town 心智）；上帝视角只作小地图。
AI 导播（参数化规则系统，不耗 LLM）：按事件重要性+戏剧性调度镜头（跟随/分屏/特写/快切）；重要事件生成高光回放，兼作短视频切片。
VN 演出模式（进首播 MVP）：重要性超阈值对话切入立绘对峙+逐句对话框 overlay——手机竖屏下对话戏的唯一载体。立绘首期 80 张（8 明星×6 表情+32 人×1 平静），余量按人气榜滚动补；总美术约 21 人日，与内核并行。
辨识度四层（验收：3 秒辨识度 ≥80%）：常驻头顶名牌（第一手段）→ 8 明星定制 sprite（独立剪影）→ 32 人模板+配饰 → 对话弹立绘。
素材管线：Tiled 画地图 + Kenney CC0 起步 + AI 生图（限色 palette + Aseprite 人工修边）；公寓每层一色调，公司部门标志陈设；光照按时段表驱动；art bible 与 UI 规范 W3 前置。
竖屏优先 UI：常驻只留主画面/解说字幕条/AI 标识/"今晚看点"横幅，事件流与榜单折叠为抽屉。

6.3 技术栈与链路

事件流 → 渲染服务(状态投影) → PixiJS 演出视图(AI导播) → OBS 浏览器源
                                                            ↓ 混流(解说TTS+BGM+字幕+AI标识)
                                              抖音直播伴侣（小玩法框架接弹幕/礼物）

W3 用回放驱动渲染（预热期事件回放喂渲染端，不等内核完工）。
解说员="公寓管理员"人设：常规文案 Flash 模型、大事件 Kimi K3、TTS 复用本仓库 .venv-tts//env.d/tts.sh；BGM 复用 env.d/mureka.sh。

6.4 观众互动体系

承诺措辞统一："保证事件（场景+对手戏+排期公示），不保证结局"（与 L3 永禁兼容，防互动失信）。

形式	设计
弹幕投票（免费）	二选一决定编剧排期，胜出当晚必演+倒计时公示；黄金档 3 场/晚
人气打榜（付费）	榜单影响编剧资源倾斜；戏份地板：末位触发编剧救援弧不淘汰（评审全票裁决——淡出会三周坍缩成 5 人节目）
礼物·微观档（首播即开）	送咖啡/加餐 → 指定角色情绪精力上升，下一 tick 执行
礼物·关系档（W7~W8）	指定两人场景+对手戏必发生（结果自主）
礼物·剧情档（W7~W8）	编剧生成剧情（表白契机/裁员传闻/股市行情）+ 署名高光切片 100% 交付

防滥用：每用户每分钟限 1 次；剧情档每日上限+候补队列透明；礼物只映射为事件编号，金额文案永不进 prompt；送礼昵称上屏前审核；编剧护栏（只造机会与冲突，不造恶性结局）。PC 端只做免费互动，付费打赏只走抖音（自建打赏涉及支付/虚拟币/ICP 合规，后置评估）。

7. 合规与风险控制

7.1 内容安全（最大运营风险）

三层过滤管线，所有上屏/上播文本与语音必经：① 本地 4B+敏感词库毫秒级初筛 → ② 可疑送云端复核（期间延迟上屏）→ ③ 人设 prompt 内置行为边界从源头降命中。播出文本与 Agent 内部记忆双通道分离（内部存原始事件，播出用过滤后文本）。

7.2 值守分级制度（替代含糊的"半无人"）

平台判定无人直播看的是实时互动能力：

黄金档（18:00~24:00）：真人全程值守 + 每小时出镜 + 21:00"管理员查房"固定栏目
非黄金档：告警值守（安全管线触发或弹幕异常→人工介入）
凌晨：直播间常开但只放当日高光回放轮播（零新内容=零新风险）
常驻"AI 生成内容"标识 + 一键断播/静音死开关

7.3 合规硬前置与应急预案

W1 硬前置：抖音直播权限+虚拟主播报备书面核实，不过则换平台重评；备号矩阵+粉丝群作兜底阵地。
处罚阶梯预案：限流/断播/封号分级响应；append-only 事件库即申诉证据链。
弹幕注入防御：弹幕永不进 Agent prompt，只结构化为投票计数/事件 ID。

7.4 风险登记册

#	风险	等级	缓解
R1	LLM 违规内容致封号	高	三层过滤+双通道分离+死开关
R2	被判无人直播	高	值守分级+AI 标识+黄金档真人值守
R3	剧情平淡观众流失	高	编剧弧线+每晚 A 级事件 KPI+预热+导播
R4	LLM 成本超支	中	分层+配额+缓存+谷时+¥50/¥80 熔断
R5	长时运行状态腐化	中	记忆治理+审计+快照回放
R6	API 故障/限流	中	降级链+时钟暂停+峰值 RPM 测算
R7	弹幕注入/违规	中	结构化互动+双层审核
R8	人设批量质量差	低	戏剧拓扑选角+人工抽查+预热修正
R9	礼物事件稀释叙事	中	每日上限+候补队列+反馈与执行分离
R10	PC 自建打赏支付合规	中	PC 仅免费互动，付费只走抖音
R11	恶意送礼指定伤害剧情	中	编剧护栏+审核+承诺措辞明示
R12	首播获客不达标	高	W6 获客门禁顺延；止损 pivot：渠道可死、模拟资产换渠道再发
R13	互动承诺失信	高	措辞统一+排期公示+署名切片 100% 交付

8. 评估与质量门禁

门禁/评估	方法	时点
门禁①像不像人	Smallville 式采访评估（问经历/关系/计划，人工打分）	W2，不达标顺延
辨识度	观众 3 秒认出角色 ≥80%	W3 样片前
门禁②愿不愿看	10 分钟样片（含完整 VN 对手戏）评审	W4，不达标顺延
门禁③获客	切片粉丝 ≥3000 或单条播放 ≥5 万	W6 首播前，未达顺延不裸播
一致性审计	脚本扫事件库：余额守恒/不在两地/记忆同源/干预率/接受率带	每日自动
人格稳定性	Big Five 问卷周测	每周

9. 排期（单人全职 + AI 辅助，全程约 8~10 周）

周	里程碑	门禁
W1	事件 Schema v1 冻结 + 抖音合规硬前置（权限/报备/备号）+ 戏剧拓扑选角（8 明星）	—
W2	内核跑通 40 人日常（append-only 事件表）	门禁①像不像人
W3	回放驱动渲染（PixiJS 像素公寓）+ art bible/UI 规范 + 切片先行启动（关系线/猎奇线/采访线 + B站 devlog）	3 秒辨识度 ≥80%
W4	10 分钟样片（含 VN 对手戏）+ 内容安全三层管线	门禁②愿不愿看
W5	解说+BGM+AI 标识+OBS 全链路；切片冲量	—
W6	首播（综艺试播集设计：强制大事件+种子主角；黄金档值守；凌晨轮播制度化）	门禁③获客
W7~W8	弹幕投票升级 + 礼物关系/剧情档 + 切片管线自动化	—
W9+	PC 互动端 v2、方案 C 完整分布式化——立项评估	留存/规模触发

首播前必做：离线预热 1~2 个模拟周，让关系网/恩怨/暗恋自然长成，首播第一天就有戏；预热素材供切片先行。

10. 长期路线

数据资产：事件库=自生长的中文社会行为语料库 → 微调本地 8B 替代部分云端调用（降本+风格统一）。
规模扩展：40 → 多栋楼/多公司（触发方案 C 完整分布式化）。
产品化："模拟器+导播+直播"做成可复制的直播间模板。
远期互动：观众付费"入住"公寓成为第 25 人（P0 合规稳定后再议）。

附：待办确认项

路线：A+C 融合（已确认）
凌晨回放轮播：首播即制度化（已纳入排期）
黄金档真人值守人力来源（本人 or 另请主播）——影响成本口径，开工前明确

21 KiB Raw Blame History Unescape Escape