TokenPunk 技术愿景

技术愿景

TokenPunk 的技术愿景，是让沙盒城市从“被脚本驱动的场景”变成“被实时 LLM 重新组织的行动空间”。

玩家用自然意图打开城市，AI 共犯在运行时理解局势、报价、拆解目标，并把广告屏、无人车、摄像头、门禁、NPC、Token 成本和城市记忆临场组合成新的路线。它把 AI 能力推进到行动层，带来一种接近完全自由、极大丰富的沙盒行动感。

底层上，它是一套面向 AI 原生游戏的 Director Runtime：Actor Surface 暴露城市能力，Director 生成结构化 Plan，PlanRunner 把模型即兴收进 UE 的确定性执行边界，Event Ledger 把每次行动变成可追溯、可训练的因果数据。随着 Plan trace 积累，云端 LLM、本地 LLM 和 Player NN 可以形成自适应飞轮，让 TokenPunk 的城市越来越懂自己的成本、风格、风险和玩家。

1. TokenPunk 在技术上要做什么

TokenPunk 要做的是一套世界级 Director Runtime，把 NPC、城市系统、Token 成本、玩家意图和世界记忆统一进同一条 AI 行动链路。

实时 LLM 不接管逐帧 tick，也不直接改写 Actor 属性。它只在玩家开放意图、关键世界事件、Plan 失败、区域状态突变、城市反制升级等时刻被唤醒，在 1-2 秒级的体验预算内输出一份可执行 Plan。UE 继续负责高确定性、高帧率和高表现质量，Director Runtime 负责实时理解、计划生成、资源调度和因果追踪。

这套系统把传统 UE 项目里“提前写好脚本分支”的工作，迁移成“提前定义可被 AI 使用的城市行动语法”。设计师从枚举任务分支，转向定义 Actor Surface、约束、Token 代价、后果和 Plan 调性；LLM 在这些边界里临场组合路线，PlanRunner 再以事务方式交给 UE 执行。

一句话概括：

TokenPunk 要把游戏 runtime 包装成 ReAct agent harness，让城市成为 AI 可以编排、但不能失控改写的行动系统。

2. 玩家会感到什么不同

TokenPunk 的体验创新，是让玩家第一次感到“城市正在被 AI 共犯实时拆解”。

玩家说出目标后，AI 会在几秒内把广告屏、无人车、清洁机器人、巡逻无人机、摄像头和路人 NPC 组织成一个临场行动窗口。一次脱身行动里，广告屏制造亮暴，无人车制造声音遮蔽，清洁机器人挡住无人机视线，玩家在四秒窗口里进入地铁口。这个窗口来自 Director 对当前城市状态的即时生成。

AI 共犯也不再是免费外挂。Token 是城市回应玩家的权限：交通、门禁、摄像头、机器人、社交检索、清痕和推理时间都可以被计价。Director 写 Plan 时会同时计算可行性、必要性、成本和后果；AI 可以报价，可以建议延迟行动，也可以在代价过高时拒绝玩家。玩家从简单地“使用技能”，转向持续判断这次漂亮犯罪是否值得燃烧智能。

更重要的是，城市会留下记忆。每次接口调用、暴露度变化、NPC 目击、集团反制和玩家撤离，都会写入 Event Ledger。同一次公开羞辱事件，可以在街边小贩、集团员工、少年群体和玩家 AI 那里形成不同版本。玩家面对的是一座会记住、会误读、会反制、会把玩家行动变成传说的城市。

3. 技术吸引力在哪里

世界级 Director

传统 AI NPC 关注单个角色像不像真人，TokenPunk 关注多个城市元素能否在同一个临场计划里协作。城市从背景变成可被 AI 共犯短暂编排的怪盗舞台。

结构化 Plan

LLM 不输出自由文本，也不直接改世界。它输出一份可验证、可执行、可回滚的 Plan，包含 step、依赖关系、中止条件、失败策略、资源预算和执行理由。即兴来自 LLM，边界来自 runtime。

这让 AI 的创造力进入行动层。每次 AI 行动都有 trace，可以调试、复盘、重放和训练。

Actor Surface

Actor Surface 是城市对象暴露给 Director 的工具说明书。每类对象声明自己可读的状态、可调用的语义动作和不可突破的约束。

这里保留了团队 craft 的位置：设计师和工程师仍然决定每个动作的手感、表现、边界和调性；AI 只是在这些动作语法之上做临场编排。

PlanRunner

PlanRunner 是把 AI 即兴收进工程边界的执行层。它负责验证、锁定、回滚、执行和追踪，让模型生成的临场计划变成稳定的游戏事件。

这套机制解决的是 AI 原生游戏最容易失控的问题：LLM 可以临场写 Plan，但不能把世界写坏；场景可以涌现，但状态必须一致；AI 可以失败，但失败要可回滚、可解释、可继续玩。

Event Ledger 与 Memory Lens

Event Ledger 让城市拥有同一条因果根。Memory Lens 再把同一份事件投影成不同 Actor 的主观记忆。

TokenPunk 的后果、传说、反制和复盘，会从玩家行动、城市接口和 AI 调度一路演化出来。

数据飞轮

每一次 Director call、每一份 Plan、每一次玩家授权或拒绝、每一次成功和失败，都可以形成结构化 trajectory。它记录 Context Pack、原始 Plan、PlanRunner trace、玩家反应和 outcome signals。

这些数据天然适合训练更懂 TokenPunk 的本地 LLM Director：更懂 Token 成本，更懂城市接口，更懂怪盗调性，也更懂什么时候该克制。长期看，TokenPunk 在积累自己的行动数据、玩家代理和城市风格。

本地 LLM 路线

TokenPunk 的技术前景不绑定某一个云端大模型。Director 的输入是 Context Pack，输出是结构化 Plan，中间由 Actor Surface 和 PlanRunner 隔离模型能力与游戏执行。

这意味着同一套 runtime 可以逐步接入本地 LLM：低风险 NPC 反应、远端区域推进、模板化 Plan、失败兜底和常规城市心跳，都可以从云端迁移到本地。它带来的是低延迟、低成本、隐私可控、离线能力，以及更稳定的 TokenPunk 专属行动调性。

4. 技术方案骨架

TokenPunk 的运行链路可以压缩为：

玩家开放意图 → Context Pack → Director Plan → PlanRunner → Event Ledger → Memory Lens / Replay / Training Data

每一层只保留清晰职责：

• Context Pack：从完整 World State 中裁剪 Director 需要看的局部世界，包括舞台、在场 Actor、最近事件、玩家轨迹、当前压力和上一份 Plan 结果。
• Director Plan：LLM 输出结构化行动计划，声明目标、步骤、依赖、代价、风险和失败策略。
• PlanRunner：验证 Plan，锁定资源，执行动作，失败时回滚或触发恢复事件。
• Event Ledger：记录客观事件流，支撑因果解释、主观记忆、后续反制和训练数据。
• Realtime Inference Router：按事件重要性、延迟预算、Token 成本、隐私等级和失败风险，在云端 LLM 与本地 LLM 之间选择合适的执行层。

这套架构的核心，是把 agent 工程里的 ReAct、tool schema、trajectory debugging、sandboxed execution、context projection 和 model routing，翻译到游戏 runtime 的延迟、可逆性、状态一致性和玩家体验约束下。

5. 推进阶段

阶段一：Director Runtime 最小闭环

先在一个小街区跑通完整链路：集团大楼出口、街道、地铁口，包含 NPC、巡逻无人机、广告屏、无人车、城市摄像头、清洁机器人、玩家 AI 和玩家。

这一阶段要证明“城市会回应玩家意图”：AI 从弹出建议，变成能调度城市。技术上不急着训练模型，重点是让 PlanRunner、Event Ledger 和 trace 埋点完整跑起来。

阶段二：可复用的城市行动语法

扩展 Actor Surface、Plan 类型和 Context Pack，验证低调撤离、安静误导、社工转移、公开羞辱、优雅失败等行动模式。

这一阶段要证明“同一个目标有新的行动语法”：玩家用 AI 共犯把城市拆成可执行方案。

阶段三：分层 Director 与自适应飞轮

引入 City Director、Zone Director、Realtime Inference Router 和 Hybrid Inference，让系统从单街区 Demo 走向可扩展产品形态。

这一阶段同时要承接完整游戏的房间制多人 PVE 形态（见 TokenPunk_产品形态和商业化方案）：同一个房间世界内，Director 生成的 Plan 需要服务多名玩家的分工协作（一人潜入、一人调度交通、一人制造干扰），Event Ledger 和根据地状态在房间内共享，城市记忆、暴露度和集团反制以反抗组织为对象，而不只是针对单个玩家。

中期目标是让本地 LLM 逐步承担常规城市决策和低风险反应，把高张力玩家 intent 仍然交给云端大模型。这样 TokenPunk 可以同时获得云端模型的上限、本地模型的成本优势，以及更可控的隐私、离线能力和风格一致性。

远期可以引入 Player NN 做 self-play，让不同玩家代理持续测试保守、激进、探索、破坏、省 Token、公开羞辱等行为光谱。那时 TokenPunk 的城市会长出自己的行动风格：什么时候省 Token，什么时候冒险，什么时候拒绝，什么时候把整座城市变成一场只属于玩家和 AI 共犯的魔术。