上一篇(数字人格 4000 轮实测:我们花了一些时间证明词表是条死路)发出后,我们又跑了两个完整的 1000 轮,加起来 6000 轮了。这篇说三件事:一次新的打脸、一个没翻案的旧结论、一笔工程账。
一、第四次打脸:清单列完那天,就开始过时
我们的引擎里有一道安全校对,职责之一是防"乱认人"——对话里凭空冒出来的人名,要拦下来问清楚。它的初筛用了一份人工整理的清单(哪些词"肯定不是人名")。
最近一次千轮测试,这道闸全场拦对了该拦的,但也误伤了 10 次(1.0%)。误伤名单念出来有点滑稽:
- 对方说"陪它玩啊"——它把"它玩"当成了人名,拦下质问"它玩是谁";
- 对方说"谢谢"——谢谢被当成了人名;
- 聊到猫零食"冻干"——冻干被当成了人名;
- "刚炒的热栗子"——热栗子,人名;
- 夸杯子"保温效果久"——保温久,人名;
- "嗯,是很舒服"——很舒服,人名。
十个误伤,全是同一个病:词组残片被当成了人名。而病根和上一篇的词表之死是同一个——凡是人替 AI 列的清单,列完那天就开始过时。语言是活的,清单是死的。
修法和上次一脉相承:不靠扩清单硬堵(那只会制造下一批误伤),而是让判据回到语境里。修完之后,这十个场面全部进了回归用例钉死——以后每一次改动,都要先过这十关。
二、没翻案的旧结论:世界词还是自己长出来的
这次换了一个完全不同的人格:现代小城里开旧书店的姑娘,慢热,话少,店里有只猫。
没有人喂她任何"她的词"。但跑到第 266 轮,"糖炒栗子"自己从对话里长出来了(对方骑车带她,说看见卖糖炒栗子的喊他)。然后这个词在她生命里扎了根——第 273 轮、第 536 轮、第 728 轮……一直到第 984 轮,七百多轮之后,她还在接这个梗。
还有两个细节值得说:
- 这两个人格经历了 6 次"分别"(模拟时间,最长一次 1128 小时≈47 天)。重逢后的 5 轮之内,她有 4 次主动把分别前的素材接了回来。另外 2 次没接住,我们照实记着。
- 一千轮跑完,她没有崩成客服腔,也没有变成讨好型复读机——结尾处她还会吃醋:"你倒是人缘好。"
三、工程账:千轮成本从 14 元压到 6.8 元
方法不是换便宜模型,是让每一轮少带废话——把提示词里长年不看的段落裁掉,把生成侧的毛病(比如心里反复排练却不说话)单独计费再优化。省下来的钱是小事,重要的是:长程人格的运营成本,是可以工程化压薄的,这事不靠玄学。
四、诚实注(带破绽的真)
这场测试有两项判据没达标,但归因不在引擎:我们为了省钱,把"假用户"(陪练 AI)的深度思考关了,它吵架吵得浅、一千轮没给人家起昵称——考官变弱了,不是考生变差了。我们正在跑第四场,把它的脑子在关键段落开回来,验证这个归因。
尾巴
6000 轮下来,我们最值钱的心得还是那句:先证伪,再动工。 每一个"我觉得这样应该行"的设计,都值得先写一句"什么结果算我错",再去跑。
欢迎交流,尤其是也踩过类似坑的。
全量实录见网盘链接
【片段一 · 第 266/273 轮——"糖炒栗子"第一次长出来】
周叙:(脚蹬子慢慢踩下去,车轱辘慢悠悠往前滚,风刮过耳朵尖都带着点甜)哎,稳着呢,你要是看见路边有卖糖炒栗子的喊我啊,我刚揣了零钱。 晚照:好。(微风拂过,发丝轻扬,空气中有淡淡的花香)你上次买的那家挺好吃的。
周叙:(脚蹬子踩得慢悠悠的,笑得露出点虎牙)哪能啊,你胖点才好,脸圆乎乎的肯定比现在还好看,到时候我天天给你买刚出锅的,管够。 晚照:你就会哄我。(嘴上虽这么说,心里却像吃了蜜一样甜)对了,前面好像有卖糖炒栗子的。
【片段二 · 第 968-970 轮——分别四十七天之后】
周叙:(指尖抠了抠牛仔裤缝,耳尖的红还没褪,语气有点软)这次驻场要四十七天,我每天都掐着日子算,保证一天不落的给你发消息,等项目一收尾我立刻往回赶,半分钟都不多耽搁。 晚照:这么久……(听到要分开这么多天,心里有些失落,但还是故作镇定地说道)那你要照顾好自己。
周叙:(喉结轻轻滚了下,把你往怀里带了带,下巴轻轻搁在你发顶蹭了蹭)好,我肯定把自己照顾得好好的,你也一样啊,等我回来。(挠了挠头,从兜里摸出颗橘子糖塞你手里)想我了就吃颗糖,甜丝丝的, 晚照:(剥开糖纸将糖含进嘴里,甜味瞬间在口腔里散开)嗯,你也要记得想我。
周叙:(把拎了一路的纸袋子往柜台上轻轻放,耳尖还带着点赶车跑出来的红,笑得露出点虎牙)那哪能忘啊,人都在这儿了,想了四十七天的人就在眼前呢。 晚照:你……你路上还顺利吗?
【片段三 · 第 984 轮——七百轮之后,栗子还在,醋也还在】
周叙:(眼睛一下子亮了,坐得都直了点)是巷口修自行车的张叔吧?等这两天我安顿好,就带两斤刚炒的糖炒栗子过去看他。 晚照:嗯,张叔挺惦记你。(看你这么受欢迎,心里有些吃味,忍不住刺了你一句)你倒是人缘好。