LLM互动叙事有了共同标尺：三种体验管理器在同一世界模型上各有所长，无人全面领先
核心概要
LLM驱动的互动叙事系统长期难以横向比较，因为每个体验管理器都绑定在自己的专属剧情上。一个基于LLM的叙事平台把体验管理器做成可互换模块，共享由事实、操作和目标构成的符号世界模型，每次实际执行的操作都带有显式前置条件与效果，因此任意一次会话都能还原为统一的状态转移路径。在《小红帽》场景上，开放生成、蒙特卡洛修复和自主角色三种管理器各跑100次模拟会话，结果显示没有一种管理器在玩家能动性、管理器可控性、作者意图和鲁棒性四项属性上全面占优。
深度剖析
互动叙事系统的体验管理器现在可以在同一套符号世界模型上互换，会话结果按统一的状态转移路径记录，从而让不同架构的管理器进入同一比较口径。 此前体验管理器通常只在自己的专属场景中展示，其表现与剧情本身难以分离，领域缺少共享基准。 三种管理器在同一《小红帽》场景上各运行100次模拟会话，会话数由属性滑动平均变化小于0.005的收敛判据确定。
平台把叙事世界写成主体-谓词-客体的事实三元组，玩家用自然语言下达命令，体验管理器决定本回合实际执行哪些操作。 操作以带前置条件和增删效果的形式表示，只有前置条件满足时才被执行，否则该回合被拒绝、世界状态不变。 开放生成管理器每回合解析或生成一个操作；蒙特卡洛修复管理器仅在无任何操作可用的死锁状态下搜索事件续接；多智能体管理器让每个非玩家角色按随机顺序各行动一次。
四项属性把设计目标变成可测指标，管理器之间的取舍因此显式化。 开放生成管理器的鲁棒性为0.58、完成率为0.52，蒙特卡洛修复把两者分别提高到0.76和0.80，但玩家能动性从0.44降到0.27。 多智能体管理器取得最高的玩家能动性0.68和可控性0.52，作者意图仅0.04；开放生成管理器在作者意图上为0.47，与蒙特卡洛修复的0.44接近。
启示与展望
演示范围是一个受《小红帽》启发的固定场景，玩家由GPT-5 mini以温度1模拟，每种管理器运行100次会话，四项属性均在模拟计划上计算。
结果仍需人类玩家确认，尤其是所提指标是否反映玩家感知的体验；单一场景无法确立可推广性；玩家能动性只统计提议是否被接受，未刻画对世界状态的实际影响和玩家感受。