V0.01 开发日志 — Farmer Louise 原型
概述
V0.01 不是 ALICE 已经成型后的世界模拟，而是更早的一个单体原型实验。这个阶段的目标非常朴素：能不能让一个几乎什么都不会的 NPC，通过和人的自然语言对话，逐步学会一个具体技能？
当时选择的载体是一个农夫角色 Louise。她一开始甚至不理解“移动”是什么意思，只能在与玩家的对话中一点点建立概念。现在回头看，这个原型就是 ALICE 最早的思想胚胎：它第一次把“语言 instruction -> 行为执行 -> 状态变化”串在了一起。
开发周期：2025年1月17日 – 1月18日（根据公开仓库可见 commit 时间估算）
代码仓库：github.com/jeffliulab/WorkWithFarmerLouise
这个原型在探索什么
这个项目最核心的想法，是把“教会一个智能体做事”理解为一种语言驱动的技能学习：
- 不是一开始就把完整行为脚本全部硬编码进去
- 而是先只给智能体极少量基础动作
- 然后让人类通过自然语言不断解释“什么叫移动”“什么叫向右”“什么叫走五步”
- 再让系统把这些语言理解映射为真正的屏幕内动作
换句话说，V0.01 关注的不是复杂世界，也不是社会模拟，而是一个更原始的问题：
如果 LLM 能理解语言，那它能不能通过语言学会动作？
这个想法后来直接影响了 ALICE 的很多核心追问，比如：
- 语言是否可以成为智能体学习的接口？
- 记忆究竟应该存在 prompt 里、数据库里，还是体现在模型本身？
- 一个“会说话”的 NPC，什么时候才算真正“学会了”某件事？
原型机制
从代码实现上看，这个仓库是一个非常轻量但很有代表性的实验：
- 使用 Pygame 搭建一个二维小场景，屏幕上只有 Louise、聊天框和少量环境元素
- 使用 OpenAI API 让 Louise 以角色身份回复玩家
- 用一段持续追加的 conversation history 充当 Louise 的“经验”
- 在系统提示词中定义 Louise 的学习阶段，从完全不理解移动，到理解方向，再到理解距离
- 当 LLM 在回复中输出类似
[stage=4]、[move=right,5]、[moves=down,2|right,5]这样的结构化标记时，程序就把它解析成真实的移动队列
因此，这个 demo 的关键不是“NPC 会走路”本身，而是：
Louise 的动作不是直接由按钮触发，而是先经过语言理解，再转译为行动。
这是一个非常早期、非常朴素的 agent grounding 尝试。
下面这张图就是当时 demo 的实际界面：玩家通过聊天不断纠正 Louise 对“边界”“一步距离”和“向右移动”的理解，而 Louise 则把这些语言指令逐步转化为可执行的动作。
它留下的思想价值
虽然 V0.01 的规模很小，但它已经提前暴露出了后来 ALICE 会不断面对的几个重要问题。
第一，它证明了一个很有趣的方向：对话不仅可以产生文本，也可以驱动具身行为。 语言不只是聊天界面，它还可以成为行动规划的接口。
第二，它让我意识到“学习”这件事可以被伪装出来。Louise 看起来像是在成长，因为她的对话上下文和阶段标记确实会变化；但这种成长主要发生在 prompt 和外部状态 中，而不是模型权重本身。
第三，它提供了 ALICE 最早的世界观雏形：如果一个 NPC 可以通过交互学习最基本的动作，那么继续扩展下去，它是否也可以学习规则、关系、价值观，甚至形成更复杂的社会行为？
这个版本的局限
V0.01 的意义恰恰也在于它的局限足够清楚。
- 学习是“外挂式”的：成长依赖 prompt 和对话历史追加，LLM 本身并没有发生参数更新
- 世界极小：只有一个非常简单的二维场景，还谈不上真正的世界模型
- 只有单智能体：不存在社交传播、集体行为和涌现
- 技能非常窄：核心只是在探索“移动”这一件事，还没有复杂任务分解
- 记忆不稳定：所谓“记住”主要是文本上下文延续，本质上仍然脆弱
也正因为如此，这个原型后来把问题逼得更明确了：
如果真正想做出 ALICE 这样的智能体，仅靠 prompt 累积和对话历史是不够的。
与后续版本的关系
如果说 V0.01 问的是：
“一个 NPC 能不能通过对话学会一个动作？”
那么 V0.1 进一步问的是：
“如果我们把这种想法扩展到一个更大的世界里，LLM 驱动的角色还能不能真正成长？”
也正是在这个从 V0.01 到 V0.1 的跳跃中，ALICE 的核心命题才逐渐清晰起来：
- 不是做一个会聊天的角色
- 而是做一个能在世界中生活、记忆、学习、变化的智能体
所以，V0.01 虽然只是一个很小的课堂式实验，但它确实是 ALICE 这一整条路线的起点。