AI NPC 评测把感知、决策和动作分开打分NPC 看起来“像人”很主观工程上还是要拆回状态它看到了什么、选了什么意图、最终执行了什么动作。三层混在一起问题很难定位。样本覆盖状态而不是台词固定地图、角色属性、任务进度和随机种子准备正常交互、记忆缺失、工具超时与非法动作。对话措辞可以变化动作必须落在规则允许集合。指标对应具体层感知看关键信息是否获取规划看意图是否满足约束执行看动作成功和状态一致性。总体验分留给试玩评审不替代分层测试。模型无响应时回退到预设行为。长期记忆标注来源与有效期。战斗和奖励仍由确定性系统裁决。复现一条失败轨迹保存状态快照、候选意图、工具参数和最终动作。只记录最后一句台词就像只截一帧掉帧画面找不到前面哪一拍出了问题。AI NPC 的“聪明”要建立在游戏规则内。状态可复现、动作可约束才有空间继续打磨角色表现。