在《星布谷地》的测试中，咖啡店老板娘娜洛曾给玩家留下一个颇有意思的印象：她不仅能接住当下的话题，还会记得此前聊过的事情。
哪怕隔了一段时间重新见面，她也不一定把玩家当成第一次光顾的陌生人。
甚至还有不少玩家在社交平台上，亲切地喊娜洛“妈妈”。
来自小红书《星布谷地》官方评论区
此前，《星布谷地》官方曾让咖啡馆老板娘娜洛接管小红书账号，与玩家进行互动。这种尝试在AI圈中并不稀奇，运营扮演角色也并不稀奇；稀奇的是，这是米哈游第一次尝试，让一个角色“自己”走出游戏，和玩家交流。
娜洛的“离职信”
对玩家来说，这是角色一句自然的寒暄；对游戏公司来说，背后却是一套需要长期运行的记忆系统。它既要从海量对话中找出值得保存的信息，又要在下一次互动时及时想起来，还得知道哪些事情不能让其他NPC听见。
更现实的是，玩家越多、聊得越频繁，这套系统就越贵。
假设一款游戏拥有10万月活跃玩家，每人每月与NPC交谈100轮，让NPC持续“记住”他们，到底要花多少钱？
我们从现有游戏的实践、商业工具的报价，以及大模型的公开API价格入手，算一笔可以复核的账。
NPC为什么需要记忆？
过去，游戏中的NPC大多依赖预先写好的台词、条件触发和有限状态机。
这样的设计并不落后，它足够稳定，也能承载出色的角色塑造。
例如，《巫师3：狂猎》通过大量支线任务和分支选择，让玩家感受到NPC拥有自己的生活轨迹；《底特律：变人》则利用复杂的分支树，让角色关系随着玩家选择不断变化；《心跳文学部》等作品甚至证明，即使角色行为高度受控，只要文本和演出足够优秀，也能让玩家相信角色拥有独立人格。
这些游戏依靠固定事件、好感度成长和阶段式对话，让玩家在重复互动中建立陪伴感。游戏中的角色并没有真正理解玩家，也不会记住玩家在现实中的经历，但通过精心安排的反馈循环，依然创造了一种“角色正在与你建立关系”的体验。
但这类NPC也存在天然限制：角色的“记忆”通常只存在于开发者提前设计好的变量之中。当玩家说出剧本之外的话，或者尝试探索未被预设的关系时，角色便容易暴露出背后的规则。
大语言模型解决了“能聊什么”的问题，却没有自动解决“我们聊过什么”。
如果系统没有跨会话保存和读取记忆，NPC上一回还在安慰玩家，下一回登录就可能重新自我介绍。对于把陪伴作为核心体验的游戏而言，这种断裂尤其明显。
《妹居物语》则是把长期记忆写进了产品卖点。根据Steam商店介绍，Yuki可以从交流中提取玩家的喜好、习惯和重要信息，角色性格也会随互动逐步发生变化。《不问凡尘》则把AI对话放进修仙世界：开发组展示过，NPC会根据与玩家的亲密度、过往经历改变说话方式，玩家的善恶行为也会影响后续关系与事件。
这些游戏虽然侧重点有所不同，面对的却是同一道难题：记忆不能只停留在聊天框里，还得让玩家看见它如何影响人物关系和游戏世界。
把NPC变成“有记性的人”，并不是靠保存全部聊天记录
从表面上看，让NPC接入大语言模型并不复杂，但要怎么让NPC真正意义上记住玩家，恐怕才是需要真正苦心研究的。
大部分人最容易想到的办法，是把玩家与NPC说过的话全部保存下来，下次对话时再一股脑交给大模型。
但这样做并不划算。
对话越长，输入Token越多；即使模型支持很长的上下文，也不代表它能稳定从数万字里找回最关键的一句话。
更实用的做法，是把记忆拆分处理：近期几轮对话保留原文，维持眼前的交流；较早的交互抽取为事件、偏好、关系变化等摘要；需要回忆时，再根据当前话题检索相关片段，把少量有用信息交给模型。
听起来有点像让大语言模型学会写日记和短讯，实际上，也正是如此。
例如，玩家告诉角色自己不喜欢下雨，这可能是一条长期偏好；玩家昨晚在城镇里救过一个人，则是有时间和地点的事件；至于“早上好”“今天天气不错”，未必值得永久保存。
系统需要判断信息的重要程度、可靠性与有效期，而不是见一句存一句。
《代号：云端》制作人在今年5月的采访中谈到，其团队自研了一套名为Mnemo的拟人化长期记忆系统。按项目组的理解，角色不应机械地记住所有内容：玩家自己早已忘记的小事，如果NPC反复提起，反而显得奇怪；玩家格外重视的事情被迅速遗忘，同样会破坏陪伴感。
团队希望在记忆准确率、回复延迟和成本之间取得平衡。制作人还表示，他们在研究常见Agent产品时发现，超过90%的Token可能被低效使用——这是该团队的工程观察，而非所有AI游戏都适用的行业统计。
单个NPC的记忆尚且如此，当游戏里同时存在多个会交流的角色，问题还会更复杂。
假设玩家只向NPC A透露了一个秘密，从未接触此事的NPC B却突然说破，即便语言生成得再自然，也会立刻露出破绽。
因此，系统不只要记录“发生了什么”，还得记录“谁知道这件事、从哪里知道的、能不能继续传播”。
公开活动、街头传闻和私人谈话，应当拥有不同的信息传播规则。
米哈游在2026年云栖大会上介绍《星布谷地》时，就把这件事纳入了NPC系统的设计。其AI总负责人李嫣然提到，游戏角色使用统一的Agent架构，并搭载“超智记忆系统”，让部分事件能够在角色之间通过社交传播。
街市发生的事情，可能成为咖啡馆里的谈资；与此同时，角色仍需维持各自的人设和认知范围。
对这类生活模拟游戏而言，记忆不只是数据库功能，也是塑造世界真实感的手段。
10万玩家和NPC聊天，游戏公司每个月要烧多少钱？
如果只是验证AI NPC的玩法，开发团队可以直接购买现成服务。
以AI NPC服务商Convai为例，其Indie Dev套餐售价29美元/月，包含3000次交互；Professional套餐售价99美元/月，提供1万次交互；Scale套餐则进一步提升到499美元/月，支持5万次交互和更高并发。
这类服务已经将角色驱动、对话生成以及部分记忆管理能力封装其中，对于原型开发和小规模项目来说，可以快速验证玩法，而不必一开始就投入大量工程成本搭建完整系统。
但在一款手游的正式运营阶段，固定套餐往往难以覆盖大规模需求。
拥有技术能力的团队往往会选择调用大模型API，自行搭建记忆存储、检索和整理系统，以换取更高的控制能力。
那么，一款拥有10万月活玩家的游戏，如果让NPC持续记住玩家，需要承担多少成本？
为了让账单有可比性，我们先假设一个情形：
这里没有包含数据库托管、服务器、运维、安全审核、网络和人工成本，也没有计算实时生成语音的价格。
如果算上语音，那么这个价格则是突然倍增的。
在这个设定下，10 万名月活玩家每个月产生1000万轮对话，模型推理和记忆处理成本约为 6908 美元。
每轮NPC对话成本为：
如果换成豆包，那么价格还能再低，例如豆包Seed 2.0 Mini在同样假设下，约为每月6000元人民币。
更值得注意的是，随着玩家规模扩大，AI NPC的成本会呈近似线性增长。10万玩家能够承受的费用，放大到百万级用户后，会迅速成为一笔不可忽视的庞大长期支出。
而如果说哪家模型最便宜——我去翻了翻现在国产主流模型的报价，大概是这么一笔数字：
《谁最便宜》
这里必须强调：这些数字是“给定Token用量×公开单价”的模型调用估算，不是上述游戏的实际运营账单，更不是完整的AI NPC成本。
如果NPC还需要听懂玩家说话、实时配音，语音识别和语音合成又是另一笔费用。
而且，1500 Token的平均输入只是一个经过压缩的示例，并非所有游戏都能做到。
如果玩家聊得更久、单轮需要检索更多往事，或者跨不同模型使用，调用量会随之增加。
反过来，缓存命中、批处理、减少无意义的模型调用，以及把简单反馈交给传统规则，都可能降低支出。
而这，又将使我们回到游戏叙事设计最初的问题：
角色的人格塑造，究竟依赖于什么？
是依赖于无限的信息，还是恰到好处的反馈？
算力省下了，成本未必消失
除了选用不同的大模型，推理运行在哪里，也会改变游戏厂商的成本结构。
云端调用最容易扩展，便于跨设备同步记忆，也不用要求玩家拥有高性能显卡。但玩家每多说一句话，就可能产生新的服务费用；遇到大量玩家同时上线，还要处理并发、响应速度与服务稳定性。
另一种思路，是让玩家自己的设备承担部分工作。
NVIDIA ACE与KRAFTON合作的《inZOI》提供了一个现成案例：Smart Zoi能够依据人物目标和经历安排日常行动、生成内心活动。
NVIDIA曾披露，最初为其提供支持的是约5亿参数的Mistral-NeMo-Minitron小语言模型，在玩家本地设备上运行。
这样不必为每次本地推理支付云端API费用，但模型部署、硬件适配与性能占用由开发团队和玩家共同承担。
类似的思路在游戏图形领域已有应用，如DLSS利用AI模型进行图像重建，提高画面输出效率；而NPC智能行为则需要面对另一类模型部署问题。
对于本身就有较高画面负载的游戏，GPU除了渲染，还要处理模型运算。模型越大、并发角色越多，对内存、显存和帧率的影响越需要实测。
《INZOI》现在简中区仍是差评，大部分差评围绕着闪退，BUG等问题指出，还有更多玩家反馈玩不了。
这些问题并不完全来自AI能力本身，但也说明AI想要真正进入大型游戏生产环境，除了模型效果，还需要面对性能、稳定性和工程适配等挑战。
总的来说，AI在玩家端侧的部署应用，还有很长的路要走。
结语
AI NPC的记忆之所以有价值，未必是因为它能把全部聊天记录背下来。
早在上世纪60年代，计算机程序 ELIZA 就展现了一个经典现象：即使机器只是依照简单规则回应，人类仍可能将理解、情感乃至人格投射到机器身上。
如今，大模型的表达更自然，玩家当然更容易期待角色像人一样回应自己。
但“像人”并不等于“事无巨遗”。
NPC只需在玩家走进咖啡馆时，给予更特定的寒暄；或者因为共同经历过一件事，改变对玩家的称呼、态度或日常行为，而不是什么都要主动提起，例如玩家曾经随口说过的小事，或者已经不符合当前关系阶段的信息。
否则，即使记忆准确，也会显得突兀。
记忆只有在恰当的场景里发挥作用，玩家才会感受到关系正在延续。
对于游戏公司来说，这恰恰构成了最难的取舍：存下多少信息、多久整理一次、哪些内容可以忘记、何时值得再把它取出来——以及，如何在体验、成本与用户隐私之间取得平衡。
AI NPC的商业化问题，或许不只是如何以更低的成本储存和调用记忆，更在于如何将有限的技术资源转化为有价值的游戏体验。
毕竟，让NPC记住玩家是一项技术能力，而让玩家相信自己被记住了，才是游戏设计真正需要解决的问题。
热门跟贴