HarmonyOS 游戏 × Agent：NPC首次拥有自主意识

大家好，我是展菲，目前在上市企业从事人工智能项目研发管理工作，平时热衷于分享各种编程领域的软硬技能知识以及前沿技术，包括iOS、前端、Harmony OS、Java、Python等方向。在移动端开发、鸿蒙开发、物联网、嵌入式、云原生、开源等领域有深厚造诣。

图书作者：《ESP32-C3 物联网工程开发实战》
图书作者：《SwiftUI 入门，进阶与实战》
超级个体：COC上海社区主理人
特约讲师：大学讲师，谷歌亚马逊分享嘉宾
科技博主：华为HDE/HDG

我的博客内容涵盖广泛，主要分享技术教程、Bug解决方案、开发工具使用、前沿科技资讯、产品评测与使用体验。我特别关注云服务产品评测、AI 产品对比、开发板性能测试以及技术报告，同时也会提供产品优缺点分析、横向对比，并分享技术沙龙与行业大会的参会体验。我的目标是为读者提供有深度、有实用价值的技术洞察与分析。

展菲：您的前沿技术领航员
👋 大家好，我是展菲！
📱 全网搜索“展菲”，即可纵览我在各大平台的知识足迹。
每周定时推送干货满满的技术长文，从新兴框架的剖析到运维实战的复盘，助您技术进阶之路畅通无阻。

引言

过去二十多年里，游戏 NPC 本质上都属于同一种东西：

状态机

无论是：

传奇 魔兽世界 英雄联盟 原神

还是绝大多数手游，NPC 的运行逻辑几乎都是：

状态 ↓ 规则 ↓ 行为

例如：

if(playerNear){attack()}if(hp<30){escape()}

或者：

switch(state){casePATROL:patrol()caseATTACK:attack()}

这种模式有一个巨大优势：

稳定 可控 性能高

但也有一个明显缺陷：

NPC 永远是写死的

无论玩家玩多少次：

同一句台词 同一个动作 同一种决策

最终都会变成：

可预测

而 Agent 的出现，第一次让游戏开发者看到了另一种可能：

NPC 不再执行脚本，而是开始思考。

这意味着：

State Machine ↓ Behavior Tree ↓ AISystem ↓ Agent System

游戏 AI 正在进入新的阶段。

一、传统 NPC 为什么越来越难做？

先看一个常见需求，设计一个村庄 NPC。

产品希望它具备：

白天巡逻 晚上回家 玩家靠近聊天 玩家攻击反击 天气变化改变行为

传统写法：

if(isMorning)patrol()if(isNight)goHome()if(playerNear)talk()if(attacked)fight()

随着需求增加：

好感度 职业 情绪 天气 任务状态

代码会迅速变成：

几百个if 几千行逻辑

最终：

难维护 难扩展 难调试

很多大型游戏后期最大的成本，其实不是：

渲染

而是：

NPC行为维护

二、Agent 与传统AI的区别

很多开发者第一次接触 Agent 时会疑惑：

Agent = 高级AI？

其实不完全对，传统 AI：

输入 ↓ 规则 ↓ 输出

例如：

hp<30↓ 逃跑

结果是固定的。

而 Agent：

观察环境 ↓ 理解目标 ↓ 规划行为 ↓ 执行动作 ↓ 持续反馈

例如：

观察： 玩家进入村庄 目标： 保护村民 思考： 是否需要警告玩家？ 行动： 主动对话

这已经不是：

规则执行

而是：

行为生成

三、Agent NPC 的核心架构

如果放到 HarmonyOS 游戏中，Agent Runtime 通常包含：

Perception （感知） Planning （规划） Memory （记忆） Action （行动）

架构：

World State │ ┌───────────▼───────────┐ │ Agent Runtime │ └───────────┬───────────┘ │ ┌───────────────┼───────────────┐ ▼ ▼ ▼ Memory Planning Action │ ▼ AISystem │ ▼ Game Store

这里：

Store

负责世界状态。

Agent

负责行为决策。

四、NPC首次拥有记忆能力

传统 NPC 最大的问题：

不会记住玩家

例如：

玩家偷过东西 NPC下一秒就忘了

Agent 不一样，可以引入：

interfaceMemory{playerName:stringreputation:numberhistory:string[]}

例如：

玩家帮助过村庄

记忆写入：

memory.history.push("帮助村民击退野狼")

以后再次见面：

NPC主动感谢玩家

这就是：

长期记忆

五、Agent如何做决策？

传统 AI：

条件 ↓ 结果

Agent：

目标 ↓ 推理 ↓ 行为

例如，NPC目标：

保护村庄

环境：

玩家进入 天气恶劣 村民恐慌

Agent推理：

先安抚村民 再观察玩家 最后决定是否接触

输出：

{action:"TALK"}

而不是：

{action:"ATTACK"}

六、HarmonyOS中的Agent Runtime

在鸿蒙游戏中，推荐将 Agent 独立成系统。而不是 BattleSystem 的一部分。

例如：

classAgentSystem{update(store:WorldStore){}}

执行流程：

Store ↓ AgentSystem ↓ Action ↓ Engine ↓ Store

形成完整闭环。

七、World Model开始出现

真正重要的变化来了，传统游戏：

Store

记录的是：

数据

例如：

player.hp player.level

但 Agent 需要的是：

世界认知

因此：

Store ↓ World State ↓ World Model

开始出现，例如：

interfaceWorldModel{players npcs regions weather economy}

Agent读取：

worldModel

而不是：

playerStore

八、HarmonyOS 多设备与 Agent

鸿蒙最大的优势之一：

分布式能力

例如：

Phone Pad PC TV

共享同一个：

World State

此时：

Agent

可以运行在：

主设备

然后同步结果：

Agent Decision ↓ Distributed Data ↓ Other Devices

形成：

统一世界状态

九、未来游戏会变成什么样？

过去：

开发者设计剧情

未来：

Agent生成剧情

过去：

NPC固定行为

未来：

NPC自主成长

过去：

任务系统

未来：

Agent动态生成任务

整个游戏架构会演化为：

World Model │ ┌────────────────┼────────────────┐ ▼ ▼ ▼ NPC Agent Quest Agent Story Agent │ ▼ AISystem │ ▼ Store │ ▼ HarmonyOS

十、Agent游戏架构正在形成

过去几年，游戏架构的发展路线其实非常清晰：

MVC ↓ MVVM ↓ Store ↓ Runtime ↓ AISystem ↓ Agent Runtime ↓ World Model

以前：

代码驱动世界

未来：

Agent驱动世界

以前：

开发者定义行为

未来：

Agent生成行为

这也是 AI 游戏与传统游戏最大的区别。

总结

很多开发者认为：

Agent = 更聪明的NPC

实际上远不止如此，从架构角度看：

AISystem 解决行为决策

而：

Agent System 开始构建数字生命

对于 HarmonyOS 游戏来说，真正值得关注的并不是：

如何让 NPC 更强。

而是：

如何让 NPC 拥有持续感知、长期记忆、自主决策和动态成长能力。

因为当 Agent 真正进入游戏世界以后，NPC 将第一次从：

脚本角色

进化为：

数字生命体。