程序化生成（Procedural Generation）解决了开放世界游戏内容爆炸的问题：与其手动设计每一个角落，不如用算法生成，再用AI让生成质量超过"能用"的下限。
AI在程序化生成中的三个介入点
1. 地形与关卡生成
传统程序化生成用噪声函数（Perlin/Simplex）生成地形，但结果是"数学上正确"而非"体验上有意义"。AI可以在生成之后做质量判断：这段山路是否太过重复？某个峡谷是否足够有特点？
实际方案：用Ollama跑一个7B的评判模型，对生成的地形块打分，低于阈值就重新生成。
2. NPC行为脚本生成
用Claude API或Ollama，根据NPC的背景设定，批量生成行为脚本。比如"酒馆老板"的定义：
- 性格：谨慎、喜欢八卦
- 知道的信息：镇子历史、近期商队动向
- 行为模式：早晨开门、傍晚关门、中间随机和客人聊天
用LLM生成50个变体，比手动写50个脚本快10倍，且每个变体之间有足够差异。
3. 叙事逻辑一致性验证
开放世界最大的问题是"玩家做了A后，B的反应和A矛盾"。AI可以追踪玩家的关键选择，在NPC生成时注入历史上下文。
局限性
AI生成有随机性。同样的输入可能生成差异很大的输出。需要版本化管理和人工抽检。
性能开销。AI生成比规则系统慢几个数量级。需要异步处理，不能阻塞游戏主循环。
参考资源
关于作者