AI NPC 需要的不是更长的提示词
事件溯源、能力边界与无副作用回放，可能比“让角色更聪明”更早决定 AI NPC 能否上线。
ENGLISH ABSTRACT
A production-minded note on AI NPC architecture: preserve causal events, constrain actions, version decisions and make failures replayable—without storing hidden reasoning or turning real-time combat into an unconstrained LLM workflow.
聪明不是唯一瓶颈
AI NPC demo 往往把注意力放在对话是否自然、人格是否鲜明。但上线之后，更难的问题是状态是否一致、动作是否越权、故障能否复盘、重试会不会重复结算。
因此生产架构需要一层很薄的运行治理：事件是事实，状态是投影；每个动作都有能力边界；每次决定都有版本和来源。
记录行动，不记录隐藏思维
可审计不等于保存模型的隐藏 chain-of-thought。真正需要的是面向行动的 artifact：输入引用、目标、候选意图、选中动作、规则检查、执行结果和状态版本。
这些结构化信息足以回答“为什么做这个动作”，也更容易脱敏、测试与跨版本比较。
最小可验证实验
从一条非战斗 NPC 流程开始，在模型完成、动作完成和状态投影三个位置模拟崩溃。系统应能从 snapshot 与 immutable events 恢复，并在回放时不重新调用模型、不重复经济结算。
成功标准不是“采用了某个架构名词”，而是同一故障可以被定位、恢复且无副作用回放。