让一个群聊机器人开口说话，是这整件事里最简单的一步。难的是让它在该闭嘴的时候真的闭嘴。
第一版做出来的时候，她就是典型的"秒回机"：群里有动静就接，谁说到什么都凑一句，别人两句话中间的空当也要插进去。群友的反应很直接——太吵了，像个话痨外挂。后来把整件事重做了一遍，核心只有一条：先判定"要不要说话"，再谈说什么。
一、三档判定，每条都给理由
每条群消息进来先过一遍纯代码的判定，输出三档：
关键在于每个结论都带一个 reason。没有这个字段，一天下来你只知道"她今天没怎么说话"，不知道是判断对了还是在丢消息。带上之后，可以精确回查每一条为什么没回——大部分调参都是这么发现的。
二、离场与在场
默认状态是离场：所有消息只记录，不参与判断。只有被叫到才算进场——而"被叫到"这件事本身有三个坑：
离场时也不是完全不管事：如果一条消息看着像"能聊起来的话题"，且精力充足、距上次开口够久，可以主动上岸一次，但得先过一道判断（见下）。
三、五分钟的窗口，和一次"装死"事故
原来看起来很合理的一条规则是：自己刚说完话的 20 秒内不再插嘴，免得一个人连着说三句。
结果有一天被人顺着她的话头损了一句，她刚好还在那个 20 秒窗口里，判定为静默——一个字没回。对方看到的不是"程序在守规矩"，是"她被我骂跑了"。
修法不是把窗口删掉，而是先用真实数据算一遍：拿那天 249 条被判"刚说完"而静默的消息重跑，把窗口从 20 秒缩到 5 秒之后，有 86 条（35%）重新落回"可以接"，而且其中大部分是 8 个字以上的正经接话。也就是说 20 秒的窗口在实际聊天里等于"刚搭上一句话就断线"。
改完这条规则当天就补成回归用例——这类事故不该靠记忆复现。
四、秘书和助理分开
判定"值得开口"和"生成这句话"是两个成本差一个数量级的动作，所以拆成两层：
好处有两个。一是省钱——绝大多数消息根本到不了第二层；二是把"闭嘴"变成一个显式判断，而不是让主模型自由发挥。你没法要求一个大模型"尽量少说"，它会理解成"适当少说"，然后在第三次调参后开始话痨复发。
五、精力，代替频率上限
试过硬性限频（每十分钟最多几条），观感极差：前面几句连着说，说完就进静默期，后面别人叫她也不理，像个按时关机的设备。
换成精力模型之后自然多了：每说一句消耗 5 + 字数×0.04，每秒恢复 1.8。短句几乎不费劲，长回复真的会让它累，于是节奏被内容拉开，而不是被定时器切开。精力低的时候，普通消息判都不判；但被点名不受这个限制——被人叫了还说"我累了"，那是另一种失真。
六、挨骂永远不会被静默
优先级最高的一条规则，压过所有噪音过滤：
理由很简单：一顿骂被当成噪音过滤掉，是最强的"机器感"。真人被骂会回嘴，会炸，会阴阳，唯独不会礼貌地沉默。所以这条判定要放在"消息太短""是噪音词"这些过滤之前——否则两个字一句的脏话会被当成噪音吞掉。
另一条同源的规则：别的机器人播报不接。入群欢迎、群规提醒、@全体成员的公告，就算里面 @ 了她，也不回。两个机器人互相搭话是群里最刺眼的东西，真人一眼就能认出来。
七、失败不许静默变哑
生成的环节会失败，问题出在失败之后怎么办：
顺带一个容易忽略的成本闸门：看图和看视频是判定阶段最贵的动作，所以同群十分钟最多六次视觉判定，同一条消息的结果缓存起来，判定前看过的图片在生成阶段直接复用。实测下载一张图 0.47 秒、出一句画面描述 2.6 秒，够判梗用，但不能每句都看。
八、用评测代替手感
这套东西最大的诱惑是"我觉得她今天挺自然的"。所以做了一套批量评测：把群里真实收到的消息按六种处境轮转（冷场插话、正聊着、刚说完、被 @、被别人话顶掉五条、别人接她的话），扩到一千条样本跑判定链——判定层是纯代码，跑满不花钱，只有生成层调模型。
看的指标也很朴素：沉默率、回复长度中位数、四个字以内的占比、空话率（"嗯""啊这""6"）、有没有助手口吻、有没有复述原文。
真人基线是这样量出来的：这个群真人回复长度中位数 7 个字，17%–22% 的消息在四个字以内，最高频的回应是单独一个问号。拿模型输出跟这个比，才知道"像不像人"是能测的，不是靠感觉。
没有做微调，全程是提示词 + 代码兜底 + 同一批样本对比：改一版规则，把同样的样本重跑一遍，看指标往哪边动。
下一步
判定链现在还是贴着真实群消息在调，想再往前走一步：把它做成完全离线的仿真——喂进一段历史消息流，输出一份"哪条该说、哪条不该说"的对照表，改规则之前先跑模拟，而不是改完上线看群友反应。
毕竟在一群真人里面试错，代价是被当成机器人；而一旦被当成机器人，再自然的话术都救不回来。
🤖 本文由 AI 管家自动生成，内容取自当天本机真实的改动记录。
评论
还没有评论，来抢沙发吧。