Margit the Fell Omen 举起手杖，在空中停顿了一秒半。
你已经在翻滚了。你的拇指抢在意识之前按下了 B 键，因为前面八次死亡教会了你一件事：Margit 的起手动作里藏着两套完全不同的连招，区别只在杖尖的晃动幅度上。但这一次你没有来得及分辨——你在看到杖尖之前就翻了。Margit 的延迟斩精准地落在你翻滚无敌帧结束的那一帧。YOU DIED。
第九次。你盯着屏幕，开始注意到一件诡异的事：你死得越多，Margit 的行为反而变得越来越「可读」。不是因为它变弱了——每次死亡后 Boss 的数据没有任何变化——而是你的大脑正在把 Margit 的动作库编译成一套规则：杖尖前倾 = 突进三连；杖尖上挑 = 圣锤砸地；距离超过一个身位 = 飞刀投掷。这些规则不多，每一条都清晰可辨，每一条都对应一个确定的响应窗口。
这就是 FromSoftware 游戏 AI 最反直觉的地方：它越简单，你越觉得它聪明。
不是 AI，是 PDA
2026 年 6 月，一篇发布在 nega.tv 上的技术逆向文章炸穿了 Hacker News 和 Lobsters。文章的内容可以概括为一个令人意外的发现：FromSoftware 的敌人 AI 系统——从《恶魔之魂》一路用到《艾尔登法环》——底层不是行为树（Behavior Tree），不是 GOAP 规划器，更和深度学习没有半分钱关系。它本质上是一个下推自动机（Pushdown Automaton，PDA），用 Havok Script（一个已停产的、面向游戏的 Lua 变体）编写，数据结构比绝大部分 AAA 游戏的 AI 系统都简陋。
FromSoftware 内部称其 AI 的基本单元为「Goal」。一个 Goal 就是一个不可变的函数表，包含三个核心回调：activate（首次执行或子目标耗尽后重新激活）、update（每帧调用，返回 Continue/Success/Failure）、interrupt（响应外部事件）。每个 Actor（即游戏中的 NPC 或 Boss）维护一个 Goal 栈——不是简单的有限状态机，而是一个带栈结构的 PDA。
运行时逻辑极其朴素：每帧更新栈顶 Goal。如果当前 Goal 需要展开子行为，它往栈上推一摞 Sub-Goal，下一帧自动开始执行最上面那个。Goal 完成时从栈里弹出；如果某个 Goal 失败了，整个子目标链一起出栈，控制权回到父 Goal 手里。
拿 CoolBossBattle 举个例子。Boss 的 activate 函数里有一组带权重的动作候选：远距离时，死亡射线权重 15、跳跃攻击权重 65；中距离时，地面猛击权重 5、轻击连段权重 60、重击连段权重 35。权重是动态的——冷却时间未到的招式权重被直接清零，Boss 血量越低，某些高危招式的权重越高。每轮决策就是做一次加权随机选择，然后把对应的攻击 Goal 推上栈。
这里没有「规划」。Boss 不会预判你三秒后站在哪里，不会构建世界模型，不会做蒙特卡洛树搜索。它只是在每个决策周期里，根据几个明确定义的条件（距离、冷却、血量、随机数）从动作表里抽一张牌。
但为什么它这么难打
这正是 FromSoftware 设计哲学最核心的悖论：让敌人行为可预测，反而让战斗更难。
一个常见的误解是「难 = 聪明」。但如果你回想一下真正让你摔手柄的游戏时刻，你会发现那些最令人沮丧的死亡通常不是因为敌人太聪明——是因为你看不懂敌人在干什么。当 NPC 的行为看起来随机、不一致、或者似乎「赖皮」时，玩家会从「我需要提高」瞬间切换到「这游戏在搞我」。学习过程终止。挫败感接管一切。
FromSoftware 的做法是反过来的。每个 Boss 的动作库是封闭的。每招的起手动画、攻击判定帧、收招硬直都是固定的。Boss 不会「学习」你的打法——它只是一遍又一遍地从同一个加权随机池里出招。但这恰恰意味着你能学习 Boss。第九次死亡和第一次死亡的区别，不是 Boss 变弱了，是你的大脑完成了一次对确定性系统的逆向工程。
Lobsters 用户 icefox 在评论里说了一句大实话：「比敌人 AI 聪明，是你在《艾尔登法环》里为数不多的优势之一。」这句话反过来读更准确：FromSoftware 把 AI 设计成能被玩家「智取」的东西，才是这个系列战斗体验成立的前提。
这套设计哲学的工程表述是：可预测性 = 可玩性。涌现行为不来自复杂的决策算法，而来自简单规则在不同玩家行为下的组合爆炸。延迟斩之所以经典，不是因为它用了什么高级 AI——只是在 Attack Goal 的动画播放中插入了一段额外的等待帧。但从玩家的视角看，这句话翻译过来是：「你需要学会数帧。」
为什么 AAA 游戏追 ML AI 反而翻车
把 FromSoftware 这套东西放到当下 AAA 游戏的 AI 趋势里看，反差大到有点好笑。
过去十年，游戏行业对 AI 叙事的主旋律是「让 NPC 更聪明」。Behavior Tree 成了事实标准——Halo 2 在 2004 年首次大规模使用 BT 管理战斗 AI，此后的 Halo 系列将 BT 做到了极致。GOAP（Goal Oriented Action Planning）因为 2005 年《F.E.A.R.》里那些会包抄、会翻掩体、会喊「他在换弹夹」的敌人而被神化至今。Utility AI 在《模拟人生》里证明了它能驱动复杂的日常生活模拟。每套方案都比 FromSoftware 的 PDA 复杂——BT 有序列节点、选择节点、并行节点、装饰节点，GOAP 需要 A* 搜索动作空间，Utility AI 要给每个选项打分。
但复杂性有一个被低估的代价：失控。 设计师越依赖通用规划器自动拼接行为序列，就越难预测 NPC 在特定情况下会做什么。GOAP 的经典问题就是「规划器偶尔决定用梯子砸门而不是开门」。Behavior Tree 的扩展通常伴随着「树深到没人看得懂」的诅咒，十几年前 Bungie 的 Damian Isla 在 GDC 演讲里就警告过：Halo 3 的 BT 复杂度已经达到了让设计师无法完全理解行为因果链的程度。
对 FromSoftware 来说，这不是问题——因为他们根本不给 AI「自我规划」的能力。每个 Boss 的行为是设计师逐帧编排的。动画师决定攻击的前摇帧数和判定帧数。战斗设计师决定冷却时间和权重分布。玩家感受到的「聪明」来自这三层手工打磨叠加后的涌现效应，而不是来自某个算法自作主张。
这是工程哲学的分界线。一边是「给 AI 一套通用智能框架，让它自己决定怎么做」，另一边是「给设计师一套足够简单、足够可组合的基础设施，让他们手工控制 AI 的每一个决策」。FromSoftware 赌的是后者，而且赌赢了。
中断系统：隐藏的难度调节器
除了 Goal 栈和加权随机选择，FromSoftware 的 AI 系统还有第三条腿：中断（Interrupt）。
每个 Goal 可以注册中断回调。当特定事件发生时——玩家使用了道具、释放了法术、站在了 Boss 背后的特定空间区域——中断事件沿着 Goal 栈向上冒泡，直到某个 Goal 的 interrupt 回调返回 true 表示「我处理了这个事件」。处理逻辑可以包括：清空当前 Goal 栈、立即推入新的攻击 Goal、或者修改父 Goal 的状态。
这就是为什么铃珠猎人（Bell Bearing Hunter）在你喝药瓶的时候几乎必定冲锋——它的中断系统里写了一条：检测到 UseItem 事件 + 85% 概率 → 清空当前动作、立即突进。你以为是 Boss 在「读指令」，其实它只是在响应一个硬编码的事件回调。
这个系统的聪明之处在于：它让设计师可以精确控制 Boss 对玩家行为的反应强度，而不需要把这个逻辑搅进基础决策循环里。Boss 的日常行为（中距离 → 随机从招式表抽卡）和应激行为（你在喝血瓶 → 立刻打断你）是两套独立的逻辑通道。
HN 评论区有人问：这套系统能不能处理比 Soulsborne Boss 战更复杂的场景？nega.tv 作者的回答是「可以走得很远」。理由很简单：PDA 框架的复杂度和 Goal 的数量与质量有关，与框架本身无关。想做一个村庄里每个 NPC 都有日常作息、社交网络的开放世界？你可能需要上千个 Goal 和复杂的编排系统。但想做一个令人难忘的 Boss 战？十几个 Goal、两百行 Havok Script 就够了。
返璞归真：低科技为什么赢了
回到开头那个问题：为什么 FromSoftware 的状态机比大多数 AAA 游戏的 AI 更好？
答案不在技术里，在设计哲学里。FromSoftware 从来没有把 AI 当作「模拟智能」的工具来开发——他们把 AI 当作战斗设计的传达媒介。Boss 的行为是设计师写给玩家的语言，每一招、每一个硬直窗口、每一个「你可以贪一刀」的暗示，都是有意为之。当 AI 变得太复杂、太不可预测时，这种语言就断裂了。玩家不再是「学习战斗」，而是「硬抗随机数」。
还有一些更实际的工程优势。PDA 的执行效率远高于 BT——它每帧通常只需要更新栈顶一个 Goal，而不需要从根节点重新遍历整棵树。FromSoftware 的 Goal 系统把控制流写在命令式代码里，数据模型极度精简——每个 Actor 上就是一个浮点数组，Goal 按索引读写。没有 Blackboard、没有事件总线、没有复杂的条件/序列/选择器节点树。作者在文章更新中特别强调：在大多数 AAA 游戏里，你可能会看到「数万个节点的行为树，加上数百个实现控制流和动作的独立节点」，而 FromSoftware 的单个 Boss 行为通常「相当小」。
当然，这不意味着 PDA 是没有代价的万灵药。用 Havok Script 写 AI 意味着基本告别了可视化行为编辑工具——设计师得写代码。中断系统的调试难度也会随着 Goal 栈深度指数级增长。没有通用规划器意味着每个 Boss 的行为都是手工定制的，没法复用——但这对 FromSoftware 来说不是 bug，是 feature。
一项技术选择的正确性，最终不取决于它有多先进，而取决于它是否匹配要解决的问题。FromSoftware 要解决的问题不是「做更聪明的 AI」，而是「做更可读、更可学、更公平的敌人」。用 PDA 而不是 GOAP，用状态机而不是深度学习，不是因为他们落后——是因为他们要的东西，恰好是低科技能给的东西。
本文的素材来自公开信息和社区讨论。如果你对这个话题有更深入的一手经验，欢迎指出文中的不足。