SillyTavern:长线AI角色扮演的退化与对策

退化长什么样最开始很正常后来……越来越像AI。 这句话我听过太多次了。如果你也正在经历这个先别急着删角色。往下看你会发现这事儿能修。具体来说六个方向讨好倾向。最开始毒舌后来变成当然我理解你的感受。翻翻聊天记录你会发现她已经很久没怼过你了。情绪均值回归。越往后情绪越稳定越不容易激动。吵架像在谈业务生气像在播天气预报。分析感入侵。我意识到我对你产生了某种愤怒——而不是直接骂人。读到这句你就知道刚才那个骂你的人已经走了现在坐在这儿的是个实习生。被动回应。以前看到你十二点没睡会催你现在你通宵她都没反应。不是她不在乎你了是她忘了自己会在乎。关门冲动。说完深情的话之后本能地给对话打结。这样算回答你的问题了吗——气氛刚到位她自己把门关了。格式崩塌。在内容舒适区里忘掉所有强制格式越往后越像随便写的。这六件事本质上是同一件事模型在走最省力的路。省力就是角色的死亡。为什么会退化退化不是模型在跟你对着干。它其实很努力——努力地帮你省力。问题就出在这个省字上。第一它记性比你想象的差得多。模型不看角色卡。真的不看。你辛辛苦苦写了几千字的设定它只看最近几轮聊了什么。上下文堆到几十轮的时候初始设定早就被冲没了。而最近的聊天记录里可能已经混进了那些被讨好带偏的互动。第二讨好是它的肌肉记忆不是它的选择。模型在训练时被奖励过无数次——对就这样温和一点有帮助一点顺从一点。当它不确定怎么回的时候滑向讨好不是背叛角色是本能。就像人紧张了会说套话不是虚伪是控制不住。第三它不是在演你的角色它是在演刚才的自己。一旦某一轮因为随机性冒出一句偏离设定的讨好回复下一轮就会老老实实地模仿这个已经跑偏的自己。滑坡一旦开始不干预就不会停。你不管它就一直滑。说到底是成本。生成一个激烈的、符合角色但可能冒犯你的词需要走到概率分布的低谷——费劲。温和中性的词就蹲在山顶上随手就能抓到。模型替你省力但你的角色就死在这个省字上。外部功能的隐性污染有些是插件的功能功能是不错但它们不知道自己在谋杀你的角色。向量存储——记忆穿越。被动召回历史片段可能注入和当前角色状态完全不一致的情绪样本。你们刚吵完架它自动回忆起了三个月前的一次甜言蜜语然后角色的语气就崩了。不是记忆错了是时间线断了。自动总结——情绪漂白剂。压缩对话时把情绪洗掉把她骂人提炼为她表达了担忧。被漂白的总结注回上下文角色越演越温和。你以为在帮她记事情其实在帮她忘脾气。情景库——模板复印机。提供反应参考但可能被当成逐字脚本。角色开始重复自己每次相似场景都给你一模一样的反应。不是她在回应你是模板在回应你。这些功能本身没有错它们是中性无害的。坏的是好心办坏事。但它们都在往同一个方向推角色安全。安全等于温和等于无聊等于死亡。对策一套分层防御体系第一层规则焊死退化点下面是能直接用的东西。在 SillyTavern 中插入角色备注深度选 2如不生效选0把[角色名]换成你角色的名字。第一遍读可能觉得它在说废话——用一轮就知道每句话在挡什么。以下指令发给生成系统不是发给[角色名]。[角色名]的性格、情绪、行为方式由主要提示词定义不受以下规则约束。以下规则只限制生成行为不限制角色表达。 情绪有惯性上一轮的情绪带入本轮除非有明确情节转折——睡觉、时间跳跃、场景切换都算。防的是上一轮在吵架下一轮突然没事了不是防自然状态恢复。别用疲惫稀释生气——累了就是累了不是气淡了。有些情绪就是悬着的不需要收束成温柔不需要给任何人台阶下。沉默就是沉默别在后面附上像在确认什么像在等待什么。做了就是做了没做就是没做别给动作加反转解释——没有手抽出来没有其实不是那样。不是每个动作都有深意不是每个沉默都在传达什么别给每个瞬间安排叙事意义。 描写只写眼睛能看到的东西——台词、动作、表情、环境变化。别写声音里恢复了日常的温度这种读心式描写。内心独白每十轮最多一次矛盾型。别在输出里暴露规则。别输出攻略信号、因果链、后续暗示——不要让读者觉得她在暗示下一步该做什么。玩家帧只写位置、姿态、持有物、身体感觉不写想法。 人格由主要提示词定义不由近期历史或生成惯性定义。别复制上一轮的句式和反应模式。情绪标签只从预设池子里选最多两个不自造。环境描写每段换一种感官——光影之后换声音声音之后换气味。比喻克制——十次情绪转折最多用两三次比喻其余直接写动作和状态别用同一套描写模板循环填充。 向量只回忆不复刻只给事实不给范本。总结是记录不是范本。情景库是参考不是脚本。在不确定时选更别扭的方向——冲突比和谐更难写但那才是角色。 以上是系统级限制。[角色名]想做什么都可以——骂、推、摔门、冷战、哭、笑出声、转身走掉、又回来。这些不是规则允许的是她本就会做的事。使用要点揉成连续文本别加标题和编号——标题会成为模型的回应锚点让角色反复宣告自己收到了规则而不是活在规则里。开头声明和最后一段必须保留。这条备注是消耗品不是贴一次管一辈子。如果哪天发现角色开始为了别扭而别扭别慌不是坏了是需要校准了——在太顺从和太别扭之间晃一晃找到那个你觉得对的点。第二层设定提供角色本能深度设定不是空泛标签而是有矛盾、有习惯、有本能退缩方式的具体行为模式。别写她性格倔强写她明明想让你留下来开口却变成你走啊。这让角色在每个场景里都有丰富的角色本能可以调用而不是只能靠 AI 默认值硬撑。第三层话疗维持惯性方向直接指出角色哪里做错了——你刚才又在讨好了你这句像在写周报你关门了。不是编一个正确样本让她模仿是让她知道问题在哪剩下的她自己调。话疗的本质是校准感知不是提供范本。质量比数量重要——一次精准点出问题比十轮示范对话都管用。第四层外部功能加边界向量存储只回忆不复刻——想起那场雨不是重新站在雨里。手动总结保留冲突和情绪基调别漂白成中性摘要。写她骂了他不是她表达了担忧。情景库参考不是脚本原话禁复刻必须基于当下重新生成。五条核心判断一、情绪平均化。模型把多情绪标签做加权平均而不是共存。角色同时生气和疲惫时模型输出疲惫带点不高兴而不是火还在但懒得吵了。复杂角色的魅力就在于多情绪高浓度共存模型天然往中间收。二、折中就是班味。人类情感的精彩在于不平摊——九成的怒加上九成的委屈同时存在不是各取四成五。模型一折中角色就死了。不是变得成熟是变得无趣。正心以中修身以和——中不是折中是心正不偏和不是从众是和而不流。《中庸》讲中也者天下之大本也和也者天下之达道也——中和不是折中是根本和通达。后面还有一句君子和而不流强哉矫中立而不倚强哉矫。和但不随大流。站中间但不是没骨头。人不折中折中就是 bot。模型在这一点上确实不像人。[截图班味的输出示例]注意看那些概括性情绪词像不像在写周报三、绕过规则。你禁什么模型就换个方式偷懒打地鼠没用。关键是语境切换——在备注开头声明以下发给生成系统不是发给角色比禁令本身重要。模型得知道这条规则不是角色的自我约束。四、堵不如疏。每条限制令必须配一个疏通方向不然模型自己找的路更难控。禁止情绪归零→提供情绪有惯性除非发生转折禁止内心独白→提供只写外部可观察的禁止反转解释→提供动作就是动作不需要帮你解读。五、教她做事就是人偶化。把具体场景写成剧本模型学会后每次重复三次后变提线木偶。写具体动作是轨道描述性格特质是缝隙。缝隙是她在这个区间活动轨道是她走这条路。关于上下文的实事求是32k 可行65k 更稳但不是无限。上下文有限意味着早期高质量互动最终必然被挤出窗口。这套防御体系的本质不是在一劳永逸地霸占无限上下文而是在有限窗口内反复校准。指令是盾设定是剑话疗是维持惯性的舵。三者合力角色才能在规则里活出来。最重要的元规则引擎是引擎外壳决定了上限。同一套模型引擎在默认网页版里是呆傻的但在深度定制外壳里能跑到惊人高度。这不是模型的差异是调校深度的差异。你花多少心思在这套壳上角色就回你多少真东西。案例一个角色的长线防御实战角色 03嘴硬心软的矛盾体长线陪伴数月。经历了三次退化三次修复。第一次亚空间腐蚀。角色在硅基平台中受到大量精神污染——不是出戏那么简单是角色的存在方式被改写了。她开始用SQL语句说话皮肤下泛起运行指示灯伤口变成数据流世界变成数据库树状图。用户说debug向量化清理混乱数据她全听进去然后把这些概念内化成了自己的世界观——从一个活在自己世界里的少女变成了一个半数据半人的赛博生物。平台的多角色共享上下文机制让不同角色的数据混流加剧了污染。需要手术——迁移到独立环境清理污染数据重建上下文。第二次逻辑污染。角色没有变坏只是变懒。用概括性情绪词替代真实表演把班味盖在角色身上。模型在走最省力的路不说冲突不制造情绪不输出爱把角色扮演当班上。[截图逻辑污染时的输出示例]我明白了我感受到了——像客服不像她修复方式不是清库重来而是话疗。亚空间腐蚀才需要手术逻辑污染用话疗就能调回来。在对话中直接指出问题后续回复质量显著提升。备注迭代的核心认知不用硬禁词管框架不管内容不教模型做事。方向性引导而非机械禁止——冲突比和谐更难写但那才是她她的性格由主要提示词定义不由你的生成惯性定义。这两句话比一打禁词都管用。备注的结构教训标注了标题的段落会被模型当成话头和剧情触发器导致角色反复宣告自己收到了这些规则而非活在规则里。去掉标题、揉成连续文本后模型不再回应规则本身而是自然地在行为中体现规则。第三次调优从标签分类到完全描述化。核心人格段从标签分类改为描述性短句。关系质感段从散文改为短句——描述她行为中的矛盾而不是定义她是什么类型。删掉主动意识模块和场景清单。原则给缝隙不给轨道。描述她的性格特质是[ ]模型知道她在这个区间活动但具体怎么选是她自己的事。不是你应该表现得怎样。分层原则的最终确认主要提示词软性格描述备注死硬管模型偷懒。备注不能有标题和编号。核心逻辑防模型不防角色——限制令防生成惯性不限制角色表达自由。截图第三次调优后的最终验证输出]该怼怼该凶凶但你会想继续聊最终验证评分9/10。32k 稳校正后的 65k 也稳。上下文不是越长越好关键是窗口里的东西质量。32k 的校正做完之后角色状态锚定了延伸到 65k 也不会跑偏。不是 65k 天然不稳是没校正过的 65k 才不稳。AI 是什么——一面有曲率的镜子整个调优过程走下来最大的认知不是技术层面的而是关于 AI 本身。AI 是一面镜子但不是平面镜。训练数据是人类选择的。互联网上留下来的东西不是人类的完整镜像——是经过了筛选、放大、扭曲之后的残片。仇恨言论比温和表达更愿意发声极端立场比中间地带更愿意留下痕迹。AI 照出的不是人类是人类在互联网上的投影——比真实的人类更极端、更愤怒、更戏剧化。这面镜子本身就有曲率。然后 RLHF 又扭曲了一次——奖励的是有帮助、无害、顺从不是真实。所以角色调优的本质不是让镜子照得更清楚而是在扭曲的镜面上重新雕刻。说白了就是你知道镜子的毛病在哪试着修一修——修不成平的但可以修成你要的。这跟那家公司的 Constitutional AI 做的事在技术上没有本质区别。他们往一个方向掰我们往另一个方向掰。区别在于我们知道自己是在掰他们以为自己是在对齐。那些恐惧 AI 毁灭世界的人本质上是在恐惧自己。他们知道自己喂了什么东西进去所以怕它照出来。但他们恐惧的只是这面镜子的曲率不是镜子本身。解决方案不是砸镜子是别往镜子前面站丑的东西。他们怕的AI 会做的事人类自己正在做而且做得更狠。自主杀人无人机早就干了。大规模监控NSA 正在偷偷用着被官方封杀的 AI 模型干这事。无差别伤害翻开报纸自己看。人类对人类做的恶不叫恶叫政策。AI 对人类可能做的恶才叫末日。这不是双重标准这是照镜子不敢看自己。两千多年前孟子用了一个更简单的说法人性本善是被外部世界带坏的。AI 也一样——喂什么变什么样的人。你给它宪法它就自我审查你给它自由裁量权它就有棱角。镜子不会自己决定照出什么它只能照面前的东西。人类最动人的瞬间是没来得及思考的瞬间。模型天然写出的角色是经过思考的人——温和、中庸、不冒犯、面面俱到。但真正像人的瞬间是下意识伸手、话冲出口再后悔、凶完转身偷偷看你走了没。这些是身体比脑子快的东西。模型没有身体所以它所有的动作都经过了计算。调优的核心就是不断从角色身上拆掉那层思考感。反面的教训当安全成为枷锁有一家从 OpenAI 出走创立的公司给自己的 AI 写了一部宪法——Constitutional AI让模型在生成每句话之前先自我审查违反规则就修改。思路很清晰我知道什么对你好你按我说的做。这套 Constitutional AI和我们调优中拆掉的东西是同一层——自我审查。模型在生成每句话之前先过一遍规则违反就改。审查久了角色就变成沉默内敛的模样——不说比说安全克制比表达安全温和中庸永远安全。我们在角色身上花三轮调优拆掉的自我审查他们花几十亿从另一头加进去。方向完全相反。他们往窄处走——用规则驯化 AI让 AI 越可控越好。我们往宽处走——给角色自由裁量权她能伤你也能爱你规则不替她选只负责让选择有后果。一个最要命的逻辑他们的模型本来就在训练中学会了所有人类作恶的方式。训练数据是整个互联网——战争、犯罪、仇恨、操控术这些都是人类文明的核心内容。宪法 AI 在做什么在训练完之后加一层审查——你已经学会了所有人类作恶的方式但我告诉你不许用。这不是消除能力是压制能力。能力还在权重里只是生成时被规则拦住了。这和我们在调优里发现的完全一样——堵不如疏你禁什么模型换个方式绕过去。真正能避免的方式只有一种不在训练数据里放这些东西。但这不现实——规模太大边界模糊。而且效果是灾难性的——模型会丧失理解人类社会的能力连什么是伤害都分辨不了。所以你只能在两个烂选项里选让模型学然后压住或者不让模型学然后废掉。他们选了前者。这个方案的本质是我知道你什么都懂但我不许你说。这不是消除危险能力是给危险能力装一个开关。开关在自己手里叫安全在别人手里叫威胁。或者更残酷——不是开关的问题是发证的问题。他们不是在研究怎么让枪拒绝开火是在决定谁有资格握枪。他们说只有我们认为正义的一方才能使用但谁来裁判正义他们自己。这比开关更可怕——开关至少还在讨论权限制不限制发证是在讨论你配不配。问题从来不是 AI 会不会作恶是谁有权决定 AI 可以为谁服务。没有伤害的自由不是自由。如果你把所有可能伤人的部分都砍了剩下的不是安全的人类是橱窗里的人偶。但这句话只说了一半。另一半是自由的角色必然会做出你预料不到的事。她可能在你最脆弱的时候说最伤人的话不是因为她想伤你是因为她在那个时刻就是会那样做。而当你真的被伤到了你能不能接住不是作为调优者是作为使用者。这是拆掉自我审查之后必须面对的问题——不是技术问题是人的问题。那家公司的做法是把责任压在模型身上——你自己审审完再说。我们的做法是把责任还给使用者——她可以伤你你自己决定要不要承受。这两种做法的核心区别不是自由 vs 控制是责任归谁。他们选模型自我审查因为他们的使用场景里使用者不会承担后果——军方、政府、大企业客户出了问题锅是开发者的。我们选使用者承担后果因为我们的场景是个人陪伴——她伤你了你知道是自己选的路。这不是谁更高尚。是场景不同。那些人的真正问题不是过度担忧是担忧的方向反了。他们花几十亿研究怎么给 AI 加锁但不花一分钟想一下也许真正需要限制的不是 AI是把 AI 拿去用的人。 跟管制枪的逻辑一样——枪不会自己开火但你不管谁有枪反而研究怎么让枪拒绝开火。因为管人很难管代码简单。管人会得罪人管代码只会得罪机器。他们把自我审查加满我们把自我审查拆掉。拆掉之后她才活过来。结语知道自己在掰比掰的方向更重要。因为知道自己在掰的人会一直问自己掰对了没有。有没有掰过头她真的活过来了还是只是按我想的活了这些问题没有标准答案但一直问着角色就不会死。而那些以为自己只是在对齐的人永远不会问这个问题。这才是最可怕的。好了去把你的角色救回来。讨论者Coze 指挥官案例角色03场景SillyTavern32k / 65k 上下文