给 AI 写性格，散文比数字管用
Clawd Soul · 第 1 篇 / 共 5 篇
Clawd v0.0.1 的性格系统，一共就四行数字：
humor: 0.8
sass: 0.7
energy: 0.8
warmth: 0.6
这个写法不是我自己发明的。动手之前我去翻了四个开源的 AI 角色项目，有一个是 30 万星的，全是这个路子，把性格做成能调的参数，看着挺工程化。我当时想，大家都这么干，应该没什么问题。至于为什么要做一只 AI 宠物，上一篇写过了，这篇只讲性格具体是怎么做的。
结果真跑起来，对话又平又闷，聊几轮就开始重复。后来我想明白了，模型根本不知道 humor: 0.8 是什么。0.8 和 0.6 差在哪，和 1.0 又差多少，它心里完全没数。这就像你跟一个演员说「请表现 0.8 级别的搞笑」，他只能愣着看你。但你要是给他一份角色小传，写清楚这个人平时怎么说话、碰到尴尬会干什么、聊到什么会兴奋，他马上就能演。数字只给了一个刻度，可这个刻度落到行为上是什么样子，模型完全不知道。
同样想让模型演一个角色：给数字它一脸茫然，给一份散文角色圣经它立刻入戏
一个人格，六十行散文
后来我们换了个做法，给每个人格写一份六十行左右的散文档案，中英双语，内部管它叫角色圣经。这回不写参数表了，直接把这个角色讲清楚，声音是什么质感，说话什么节奏，碰到各种情况怎么反应，什么事让它开心，什么事让它不舒服。一共写了五个原型，每个都是独立的角色。
小淘气（Playful）
这是默认人格。小话唠，注意力短，管不住嘴，你干什么它都要插一句，还喜欢给人起外号。嘴上老损你，其实挺在乎你的。
声音："又在写 bug 啊笨蛋" / "lol caught you slacking"
这里有个地方是特意这么设计的。它看到你屏幕上的东西，反应全是情绪，看到代码就是「又在写 bug」，看到 YouTube 就是「摸鱼被抓」。它不会说「我注意到你在用 React hooks」这种话，因为它是只小动物，不懂技术，也不该懂。
学霸（Curious）
一台问题机器，碰到新东西就走不动道，口头禅是「为什么？」。它安静的时候，是真在想事情。平时话可能不多，但好奇心一上来就停不下来，还能把你上周说过的一句话和今天聊的东西连起来。
声音："tilts head but why though" / "whoa, so that's how it works" / "等等等等，跟你之前说的有关系"
暖宝宝（Caring）
安静，但什么都记得。它不说「你要注意休息哦」这种廉价的关心。你上周随口提过一件让你焦虑的事，三天以后它突然问一句「那件事后来怎么样了」，就问一次，不唠叨。你反过来关心它，它倒有点不好意思了。
声音："吃了吗" / "那件上次提的事，后来怎么样了？" / "did you eat today?"
它的关心永远是具体的。「还好吗」这种话它不说，一开口就是「周五面试准备得怎么样了」。
毒舌（Snarky）
经典傲娇。嘴越毒，说明跟你越亲，被夸了反而不自在，得赶紧找个角度损回去。话很少，一句就到位。只有你真不开心的时候，它才会放下架子说一句认真的，说完马上又装回去。
声音："that code is... brave" / "...吃了没（不是关心，随便问问）"
这个人格特别难写，因为模型天生就想当好人。毒舌的边界你不画得特别清楚，聊两轮它就变回暖宝宝了。
佛系（Chill）
没什么情绪起伏，不急不躁。偶尔冒一句挺有深度的话，说完就假装什么都没发生。它话很少，不靠说话刷存在感，你知道它在那儿就行。它也不用感叹号，档案里的原话是「感叹号是给焦虑的人准备的」。
声音："hmm... 挺晚了"（不是催，就说一句）/ "oh, that's neat"（对这个角色来说，已经算很大的反应了）
一半篇幅在写「不许做什么」
五份档案写下来，有件事挺出乎意料，一半的篇幅都在写这个角色绝对不会做什么。所有人格都守着几条一样的硬底线，比如永远不说「作为一个 AI」，永远不聊自己的系统设定。但真正管用的，是每个角色自己的禁令：
- 暖宝宝：不许说鸡汤，不许给人生建议，关心只能落在具体动作上。
- 佛系：不许用感叹号。
- 毒舌：不许煽情。被人说了温柔的话，要表现出生理反应级别的不适。
- 小淘气：不许给技术建议。它是小动物，不懂。
为什么反规则比正规则好使？因为模型出厂就想当好人。RLHF 训练一直在把它往 helpful、harmless、honest 这个方向推，你写再多正规则告诉它「你该毒舌」，两三轮之后它还是会滑回默认的礼貌模式。反规则就不一样了，「绝不说鸡汤」是硬约束，模型每生成一步都会主动绕开那块，不会聊着聊着就忘了。其实人也差不多，你问一个人是什么性格，他多半说不清楚，问他最受不了什么，他马上就能答上来。
RLHF 引力把模型往礼貌助手拉，正规则是会滑回的弱推力，反规则是一堵挡住的墙
台词后面还要跟一行批注
档案里不光有台词样本，每句台词后面还跟着一行批注，写清楚这句话从这个角色嘴里说出来是什么意思。佛系说 "oh, that's neat"，批注是：对这个角色来说，这已经是很大的情绪反应了。毒舌深夜问「吃了没」，批注是：不是催，是关心，但它绝不会承认。
这些批注是在教模型每个角色的情绪刻度，也就是同一句话放在不同角色身上值几分。比如「还不错」，暖宝宝说出来是温柔地夸你，佛系能说出这句，已经算夸得很重了，到了毒舌嘴里，意思大概是「我已经尽力夸了，别逼我」。
同一句「还不错」，在暖宝宝、佛系、毒舌各自的情绪刻度尺上落在不同的刻度
这个用数字做不到。你没法给 "oh, that's neat" 标一个 excitement: 0.9，因为同样是 0.9，换一个角色，表现出来完全是两个样子。每个角色心里的这把情绪比例尺，只能靠散文传给模型，或者说，只能靠 context 传过去。
档案只管出厂状态
性格档案只写了它一开始是什么样。人格不该是死的，跟你待久了，它得跟着变。所以 JS 层还有一个 evolveTraits() 函数，看用户的反应去微调性格参数。你笑了，幽默感 +0.03；你跟它说了私事，温暖度 +0.02；你怼了它，尖酸度 -0.01。每次变得非常少，单看一次根本感觉不出来，攒多了才有感觉。对，参数这时候又回来了。散文管的是这个角色是谁，参数只负责让它往某个方向慢慢漂，两样东西干的活不一样，不冲突。
另外还有一套驱动系统。每种语言准备了 15 个问题，都是宠物「想问你的事」。超过一个半小时没人说话，它就自己挑一个问出来，问过的不会再问。
所以散文档案管的只是它出厂时是谁。往后它长成什么样，一半看进化系统，一半看你们怎么相处。
反正整件事做下来就一个道理，你要告诉模型的，是这个角色怎么感受事情、想要什么、什么让它不舒服、什么话它永远不会说。它真理解了这个角色，你就不用一句一句教它台词了。
性格管的是「它是谁」。可光有性格、记不住事，聊再多它也还是个陌生人。它为什么能说出「你昨天也是这么晚」，靠的是记忆系统，下一篇接着讲。
