去年起步的时候我也迷信提示词。给 Agent 写了两千字的人设，说话风格、口头禅、情绪反应全规定好了，效果是挺像那么回事——聊前三轮。到第十轮它就开始说一些「人不会说但 prompt 里暗含了」的话，为什么？因为 prompt 是个静态快照，人不是。 这半年推翻重来了两次，说几个实际的体会，不一定对，欢迎拍。 人味来自经历，不来自人设 我们那个做门店客服的 Agent （线下 KTV 场景用的），早期版本每周都要重新润一遍人设词。后来我把方向反过来：不动人设，把每天的对话记录、处理过的事、犯过的错全部结构化存下来。三个月之后明显不一样了——它开始会「记得」某个老顾客上次抱怨过包厢隔音，说话也带上了自己踩过坑的分寸感。这不是提示词能编的，是历史堆出来的。 所以先造时空，再造人 要仿人，得先给它一个会流动的环境：事件有时间戳、有因果、有后续变化，全部落成结构化数据。这一步没有捷径，纯脏活。但这是地基——没有这套东西，后面所有「记忆」「遗忘」都是空谈。 认知是历史的一个投影 每次调模型，喂进去的上下文其实是全部历史在当前情境下的一次投影。同一个 Age...