第一次挑战时，“莽牯巨蟾”攻击了侠客最密集的区域，玩家觉得这很正常。

可连续挑战几场后，情况开始变得微妙：自己习惯放置核心侠客的格子，似乎越来越容易成为技能落点。换个位置，暂时能躲开；继续使用新阵型，BOSS又渐渐找了过来。

>“这只蛤蟆记仇，它认得我总是站哪儿。”

在《幸运武侠》的世界BOSS玩法开发中，我们想创造的正是这种感觉。但它背后并不是大语言模型在实时思考，而是一套更适合即时战斗的轻量机制：记录站位、形成记忆、根据记忆调整出招，同时保留随机性。

在《幸运武侠》的世界BOSS开发中，我们希望“莽牯巨蟾”不只是拥有超长血量和大范围技能，还能表现出一种近似于观察、记忆和学习的能力。

但我们并没有让大语言模型实时控制BOSS，而是采用了一套更加轻量、稳定且可调试的方案：站位采样＋历史热力图＋权重衰减＋动态目标选择。

技术原理并不晦涩，却能让BOSS从一个按照固定脚本行动的“巨型木桩”，变成一个似乎越来越了解玩家的对手。

一、BOSS是如何记住你的？

传统BOSS的范围技能通常有两种落点方式：

一种是完全随机。优点是简单公平，但经常打在空地上，技能声势很大，实际威胁有限。

另一种是直接锁定当前角色最密集的位置。攻击更加有效，却容易显得过于机械——玩家刚完成布阵，BOSS就立刻精准锁定，很像系统在“读答案”。

我们希望找到第三种可能：BOSS既会关注当前阵型，也能记住玩家过去的布阵习惯，同时保留一定随机性。

为此，系统会在每场战斗中定期记录侠客所在的格子。玩家在哪些位置部署得更频繁、停留时间更长、聚集人数更多，这些格子的热度就会更高。

多场战斗后，系统便会形成一张属于该玩家的站位热力图：

（1）经常放置核心输出的位置，热度逐渐升高；

（2）偶尔使用的格子，权重相对较低；

（3）长期不再使用的位置，则会被逐步“遗忘”。

BOSS不需要真正理解玩家为什么这样布阵，只要读懂这张热力图，就能表现出“它知道你喜欢站在哪里”。

二、会记仇，也会手下留情

如果BOSS只按热力图攻击，很容易变得刻板；如果永远瞄准玩家当前最密集的位置，又会像在“作弊”。

所以，每次出招时，系统会从三种方式中选择一种：

看历史：参考玩家多场战斗形成的常用站位；

看当下：关注此刻侠客最密集的区域；

凭随机：不参考前两者，随机选择落点。

三种方式的比例取决于技能的危险程度。控制、削弱类技能可以更有针对性；可能直接消灭侠客的“莽牯噬命”，则必须给随机落点留下更大空间。

以常规“莽牯噬命”为例，当前设计中，参考历史站位、当前密集区、随机落点的比例分别为35%、15%和50%。

玩家会感觉BOSS偶尔识破了自己的习惯，却不会认为每次攻击都躲无可躲。这种“似乎有意识，但仍有变数”的状态，比单纯提高命中率更重要。

三、换个阵型，真能骗过它吗？

为了验证BOSS是否真的能形成可感知的记忆，我们进行了“连续12场使用固定站位，再连续6场更换站位”的模拟。

测试结果呈现出一条很有意思的变化曲线：

第1场：没有历史数据，BOSS主要参考当前阵型；

第2至12场：热力图逐渐成形，常用格子的权重持续提高；

突然换位后的第1场：BOSS仍受旧习惯影响，命中率明显下降；

换位后的第2至6场：新位置不断写入，BOSS的命中率逐渐回升。

结果很有意思：固定站位使用得越久，常用格子的热度越清晰；突然换位后，BOSS一度受到旧记忆影响，技能命中率降至约45%。随着新站位不断被记录，命中率又逐步回升至约70%。

这段“先骗过它，再被它识破”的过程，正是学习型BOSS最有趣的部分。

玩家不再只需要寻找一套固定最优阵型，而会开始考虑：

我的常用站位是否已经被记录？

是否应该提前移动核心输出？

能否利用BOSS的旧记忆，把技能引向空位？

新阵型还能安全使用几场？

世界BOSS由此不再只是检验阵容强度，也开始促使玩家思考：我的常用站位是不是已经暴露了？

四、为什么不让大模型直接控制BOSS？

因为即时战斗需要的是快速、稳定、可验证的决策。

大语言模型存在调用延迟，输出也具有不确定性。如果直接介入战斗核心判定，不仅难以进行数值验算，还可能导致技能表现不稳定。

相比之下，热力图加权方案直接读取本地或服务端已有数据，无需等待外部模型返回结果。每一种攻击路径、权重和命中上限都可以由策划配置，也可以通过数万次模拟进行验证。

所以，这里的AI不是为了追求概念上的复杂，而是以更低成本实现玩家能够真实感知的智能体验。

在已有的模拟测试中，以玩家占据30格中的6格为条件，常规致命技能至少命中一个有侠客格子的概率约为65.8%；纯随机选择相应攻击区域时约为31.6%。机制提高了技能的有效性，但仍保留了落空的可能。

同时，没有历史记录的新玩家可以退回“观察当前阵型”；数据异常时可以退回随机落点。BOSS可以暂时忘记玩家，但不能因此影响战斗正常运行。

这也是我们理解的游戏AI：不一定依赖最复杂的模型，而是选择最能服务玩法、又能稳定落地的技术。

五、做出了AI逻辑，还要让玩家看出来

如果BOSS依据历史习惯选择了攻击区域，玩家却只看到一个普通毒圈，很可能仍会把它理解为随机攻击。

因此，系统也为技能预警提供了“目标来源”信息，让视觉表现能够区分：这一击来自历史站位判断、当前阵型判断，还是随机落点。

例如，当BOSS瞄准玩家的常用位置时，可以配合转头注视、眼睛发光、特殊锁定音效；攻击区域则通过清晰的轮廓、颜色与倒计时，告诉玩家危险在哪里、还有多久落下。致命技能保留充足预警与影响上限，让“被识破”成为可以应对的挑战，而不是突然降临的惩罚。

程序让BOSS作出判断，动画、特效与交互让玩家读懂判断。只有两者配合，“它在盯着我”的感觉才真正成立。

结语：让BOSS从敌人变为真正的对手

让BOSS记住玩家，并非为了让它百发百中。真正的价值，是让固定阵型不再永远有效，让玩家与BOSS之间出现“识破—换位—重新学习”的持续博弈。

由此，世界BOSS不再只是拥有超长血量的攻击目标，而是一个会观察玩家习惯、迫使玩家调整策略的动态对手。

作为专注于游戏开发、软件及APP开发、游戏美术外包的专业团队，我们关注的不只是AI功能能否实现，更重视它是否可感知、可平衡、可验证、可降级，并能稳定融入整体产品。

从行为数据采集、技能决策与服务端逻辑，到BOSS动画、攻击预警、UI反馈和技能特效，真正成熟的游戏AI，需要策划、程序与美术共同完成。

因为让BOSS“学会攻击”并不难，真正有价值的是让玩家在下一次技能落下时产生一个念头：

>它不是在随机出招——它真的记住了我。