游戏 AI / 系统课时
模型不可用时游戏还能正常玩吗
模型不可用时游戏还能正常玩吗
生成式模型应该增强游戏体验,而不是成为“没有它就不能玩”的单点依赖。本节把超时、限流、网络中断和非法输出都当成正常故障,设计一条从缓存、规则 AI 到固定内容的回退链路,并用故障注入验证玩家仍能继续游戏。
学习目标
- 区分模型调用失败与生成结果不可用两类故障
- 设计缓存内容、规则 AI、固定内容的分级回退顺序
- 用可重复的故障注入验证核心玩法不会被模型故障阻塞
先把模型从主流程里“降级”为可选能力
最危险的设计是让玩家点击“进入副本”后必须等模型返回剧情、敌人配置或任务描述。只要模型超时、接口限流或网络抖动,主流程就会直接卡死。
更稳妥的边界是:游戏规则先能独立运行,生成式 AI 只负责可替换内容。例如任务可以先由规则系统决定目标、奖励和难度,再让模型补充对白、描述或变体。这样即使模型不可用,玩家仍然可以进入任务。
建议把失败分成两类。第一类是“调用失败”,例如超时、HTTP 429、DNS 或连接异常;第二类是“结果失败”,例如 JSON 无法解析、字段缺失、数值越界或违反游戏规则。两类故障最终都不能把未经验证的结果交给游戏逻辑。

设计一条有明确语义的回退链路
推荐顺序是“模型生成 → 已验证缓存 → 规则 AI → 固定内容”。顺序不是绝对的,但每一级都必须满足一个条件:它产出的内容已经能被游戏安全消费。
| 故障场景 | 首选处理 | 不能做的事 |
|---|---|---|
| 模型超时 | 立即停止等待,读取缓存 | 无限重试拖长玩家等待 |
| HTTP 429 / 配额不足 | 进入缓存或规则 AI | 所有玩家同时重试 |
| 网络中断 | 使用本地或服务端缓存 | 把网络错误暴露成玩法中断 |
| 非法 JSON / 字段越界 | 丢弃结果并回退 | “尽量解析”后继续使用脏数据 |
缓存应只保存通过 Schema 与业务规则校验的结果,并设置版本号或规则版本,避免新版本游戏读取旧格式内容。规则 AI 可以是有限状态机、权重表或模板组合;固定内容则是最后兜底,数量可以少,但必须完整可玩。
用可执行示例验证四种故障
下面的 Java 17 示例把模型调用抽象成四种可控故障,并按“缓存 → 规则 AI → 固定内容”回退。示例故意保持简单,重点是验证控制流,而不是模拟真实模型 SDK。
import java.util.Map;
public class FallbackDemo {
enum Failure {
NONE, TIMEOUT, RATE_LIMIT, NETWORK, INVALID_OUTPUT
}
private static final Map<String, String> CACHE = Map.of(
"quest-1", "缓存任务:护送商队"
);
static String callModel(Failure failure) {
return switch (failure) {
case NONE -> "模型任务:寻找失落的信标";
case TIMEOUT -> throw new RuntimeException("timeout");
case RATE_LIMIT -> throw new RuntimeException("rate_limit");
case NETWORK -> throw new RuntimeException("network");
case INVALID_OUTPUT -> "{bad-json}";
};
}
static boolean isValid(String content) {
return content != null && !content.startsWith("{bad-json}");
}
static String ruleAi() {
return "规则任务:击败 3 个巡逻敌人";
}
static String fixedContent() {
return "固定任务:返回营地领取补给";
}
static String generate(String cacheKey, Failure failure, boolean ruleAvailable) {
try {
String modelContent = callModel(failure);
if (isValid(modelContent)) {
return "MODEL -> " + modelContent;
}
} catch (RuntimeException ignored) {
// 调用异常与非法输出都统一进入同一条安全回退链路。
}
String cached = CACHE.get(cacheKey);
if (cached != null && isValid(cached)) {
return "CACHE -> " + cached;
}
if (ruleAvailable) {
String ruleContent = ruleAi();
if (isValid(ruleContent)) {
return "RULE_AI -> " + ruleContent;
}
}
return "FIXED -> " + fixedContent();
}
public static void main(String[] args) {
for (Failure failure : Failure.values()) {
String cacheKey = failure == Failure.INVALID_OUTPUT ? "missing" : "quest-1";
System.out.println(failure + ": " + generate(cacheKey, failure, true));
}
System.out.println(
"ALL_FALLBACKS: " + generate("missing", Failure.NETWORK, false)
);
}
}预期输出:
NONE: MODEL -> 模型任务:寻找失落的信标
TIMEOUT: CACHE -> 缓存任务:护送商队
RATE_LIMIT: CACHE -> 缓存任务:护送商队
NETWORK: CACHE -> 缓存任务:护送商队
INVALID_OUTPUT: RULE_AI -> 规则任务:击败 3 个巡逻敌人
ALL_FALLBACKS: FIXED -> 固定任务:返回营地领取补给这个结果验证了三个层级:常见模型故障优先命中缓存;缓存缺失时进入规则 AI;模型、缓存和规则能力都不可用时仍能落到固定内容。实际工程里还应给每一级加超时上限,并避免在回退过程中再次访问同一个不稳定依赖。
用故障注入做上线前验收
不要只在单元测试里手动抛异常。联调环境至少要覆盖以下四种注入:把模型请求延迟到超过超时阈值;持续返回 429;主动断开到模型服务的网络;返回能通过 JSON 解析但违反业务规则的数据,例如负数奖励或不存在的地图 ID。
验收时关注的不是“接口报错是否被捕获”,而是玩家视角是否连续:进入任务是否仍能完成、等待时间是否有上限、回退内容是否完整、重复触发是否稳定,以及日志能否明确指出最终使用了哪一级内容。
当这条链路成立后,模型就从“游戏运行前提”变成了“可替换的内容增强器”。这才是可运营系统需要的故障边界。