TactiNavi：以显式策略条件提供服务并修订 LLM 游戏教练

已部署的 LLM 教练代理所回答的请求，其正确响应取决于玩家状态和游戏版本，因此对某位玩家正确的建议可能对下一位玩家是错误的。我们介绍 TactiNavi，这是某款商业开放世界游戏的 LLM 教练背后的服务系统。该系统将策略适用性作为一种显式产物，由离线编译、在线执行、故障诊断和发布环节共同使用。离线编译器将带版本信息的游戏证据和专家指导转换为包含显式前置条件的策略包；服务平面在结构化玩家状态上将这些前置条件评估为三值条件，并记录决策轨迹；控制平面则利用由此产生的条件—规则依赖关系，在发布前基于留出流量验证修订结果。在对三个部署周期中记录的 1,122 次教练交互进行回顾性评估时，包含条件的策略包相较于原子事实将正确率从 57.9% 提升至 82.0%，并将玩家状态变化下的策略误用率从 18.1% 降至 10.4%；基于轨迹的声明验证达到 86.4% 的精确率，中位回复延迟为 2.07 秒。部署还表明，大多数表面上的修复其实是生成噪声：在系统保持不变的情况下重新运行即可恢复 38.4% 的失败交互，而事后检查显示，已发布的 15 个修订单元中只有 1 个通过了发布检查。我们据此总结出若干经验：应将适用性视为一等服务对象，为后续诊断合理确定轨迹规模，并将零模型纳入发布流程。