这两天在翻一个 Flutter 项目的源码。3D 羊驼村庄，本地跑模型，五只羊驼各有性格、需求、人际关系、各自知道的事——这些全写在配置里，不是模型现编的。翻到一段核验逻辑的时候我停下来了。
模型说“这轮对话里我提到了 Pip 的围巾”，游戏不直接信——它拿这句话回去跟事实表对，对不上就丢掉，当模型没说。
我盯着这段看了挺久。这项目的价值不在“本地 LLM 多智能体”这几个字上，那套标签今年到处都是。价值在它把模型摆在哪个位置。
大多数 LLM 应用的问题是把状态塞进模型的自然语言输出里。任务完成没完成、用户满不满意、这步该不该往下走——全靠模型吐一段话，程序去解析那段话里的意思。
去年有一次我让一个 agent 跑完任务自己汇报状态，它回了一段很漂亮的总结，说全部完成，还列了三条验证步骤。我扫了一眼就合上电脑。第二天早上发现那个任务从头到尾没跑起来——它把“我打算这么做”写成了“我已经做完了”。这个 bug 是在我毫无防备的情况下，被一个特别通顺的句子盖过去的。
Llama Village 没这么干。羊驼在哪儿、饿了没、跟谁关系好、知道什么、浆果节谁赢、结局给谁——全是代码算的。模型只负责一件事：把已经定好的结果说成人话。
玩家点羊驼飞过去拜访，可选意图就鼓励、帮忙、传话、造谣那几类，具体哪几个能用、能引用哪条事实，由游戏挑。模型拿到“意图 + 事实 + 这只羊驼的性格”，负责组织措辞。羊驼高兴还是不高兴、信任涨还是跌，模型说了不算。
// 按它的思路重画的，不是源码原文
const intent = pickIntent(player, alpaca); // 规则挑
const facts = pickFacts(alpaca.knowledge, intent); // 规则挑
const line = await llm.speak({ intent, facts, persona: alpaca.persona }); // 只干这个
applyDelta(alpaca, verdictOf(intent)); // 规则裁定
这里有个细节我很喜欢：玩家能用的意图和能引用的事实，都是游戏挑的。Dash 没听说过的事，就没法拿去传。这条比在 prompt 里写十遍“请不要编造”都管用——不是求模型别瞎说，是根本不给它那个选项。
再往里一层更狠。每轮对话结束，模型还得交一份“我刚才提到了哪些事实”，顺带建议情绪和友谊变动多少。游戏先核验这些声明——这只羊驼的知识库里真有这条吗、来源对得上吗——通过了才认这条信息真的发生了转移，才按建议改数值。
{
"said": ["mo_knocked_pip_scarf_into_pond"],
"mood": -0.2,
"friendship": 0.1
}
// 字段名我瞎编的，机制大意：先查 knowledge，再落库
画外音：让模型给自己的输出当裁判，这不叫架构，这叫许愿。
我照这个思路给自己手上那个 agent 也加了一层核验，加完发现最难的不是核验本身。是模型会漏报。它这轮实际上暗示了三件事，报告里只写了一件——因为它觉得另外两件“不算提到”。核验层查得再严，也查不出没被写进报告的东西。
后来我的兜底办法很粗暴：不信报告，直接拿生成的文本去做关键词匹配，匹配到的才认。代价是误报变多，模型换个同义词就漏了。到目前为止我接受这个代价，因为它至少可复现——我能说清楚这条为什么没过。这算是我这半年攒下来最不性感的一条经验，谈不上方法论，就是笨办法。
真正让我坐直的是秘密的传播条件。秘密要转移，对话里必须出现明确的关键词证据，光靠 embedding 相似度不算数。
嵌入向量在系统里当然有用——用来比对这轮对话语义上碰到了听者已经知道的哪些事。但到了“这条秘密要不要传过去”这一步，它就不作数了。
为什么？因为相似度是连续量，而“谁知道什么”是离散事件。0.83 和 0.79 之间没有任何语义分界线，可对游戏来说，“June 知道围巾在池塘里”和“June 只知道围巾丢了”是两个完全不同的世界状态。用连续量去判离散事件，误差永远偏向“漏”——不该知道的知道了，事后翻日志还定位不到是哪一轮漏的。
这不是精度调不够的问题，是量纲不对。而且这游戏里还有个谣言机制，一次误传会污染后面所有对话。所以这条我认。
顺带说个设计得很干净的地方：它记的不是“June 知道 X”，是“June 知道 X，来源是 Mo 说的”。June 因为听 Mo 提过，所以知道 Mo 把 Pip 的围巾撞进了池塘；其余条目是她自己看见的。
这个来源字段看着像洁癖，其实是谣言和纠错两条线的公共接口。Dash 传一句真话进去，就是纠正；传一句来源标着 Dash 的假话进去，就是造谣。同一个写入路径，两个方向，不用写两套逻辑。
还有个我很喜欢的工程妥协。模型和 3D 渲染器挤在同一台机器上抢资源，它的解法是在 Dash 飞过去的路上就把四个台词选项预生成好——你落地的时候选项已经躺在那儿了。延迟被藏进了飞行时间，顺手还解决了没人想在 3D 场景里对着空白输入框打字这件事。画外音：让玩家在游戏里手动输入聊天内容，这主意本身就挺灾难的。
项目本身也翻过几次车。美术风格改了三轮，从手绘到《无主之地》那种硬边卡通，最后因为早期渲染瑕疵太多，退回成更柔和的电影感。最离谱的是它真正定下“村庄”这个形态的契机——作者在 Claude Code 会话里直接说这游戏不好玩，然后追问 AI 存在的意义，问完之后才决定让羊驼自己住着、自己互动。
这个顺序我特别喜欢。不是先有多智能体社会模拟的宏大构想，是先有一个不好玩的东西，然后被自己问了一顿。
评论区两个问题我到现在也没想出答案。一个是：如果一轮对话通过了事实核验，但情绪更新那步失败了，这段对话是回滚，还是保留成一个“说过但没生效”的状态？我倾向保留——说出口的话在玩家体验里就是发生了，你听见了，羊驼也听见了，只是关系值没动。回滚反而是最不真实的那种干净。但保留就意味着日志里会出现“这句台词产生了，但没引起任何变化”，等一周结束按日志生成那本故事书的时候这一条怎么算，我就不知道了。作者好像也没正面回答。
另一个是：Dash 不插手的时候，羊驼会不会自己把谣言纠正过来？这个问题我没敢深想，因为如果会，那整套核验还得再往上管一层“谁说服了谁”。
说到故事书，那东西也是同一套分工的延长线。一周结束，按日志里的事件、对话、谣言和 Dash 的拜访生成摘要，模型配着游玩中截的图写成一册绘本。结构是日志给的，模型只负责把它讲得像回事。
对了，文章末尾作者老老实实写了句，这稿子是拿开发笔记和项目文档、借助 AI 起草的。一个把信任边界画得这么清楚的人，写稿也顺手标了一句哪部分是 AI 干的——这点一致性，比架构图更让我信这篇东西。
所以这个项目我想抄的不是 3D，也不是本地推理。是那条线：凡是能被规则表达的状态，就别让模型碰；模型只做它真擅长的那一件事——把已经发生的事，说得像个人说的。
这条线该画在哪儿，我自己的版本已经改过两次，估计还得改。
先给自己留一条：以后凡是让模型输出“我做了什么”的地方，都加一层核验；核验不过，就当它没说。