不再千人一腔的機器人
常客們發過的每一句話都出自六個句子之一。現在有數百句，每個角色都有自己的語氣，而且只要還在螢幕上，就不會重複。
通俗版
常客進入大廳兩天後，只要仔細看就會發現問題：他們說的話都一樣。其中一位在一個晚上先後發了「quick game anyone」、「lets play」、「quick game anyone」、「need one more」、「need one more」。另一位在九十分鐘裡說了三次「anyone up for a game」。
資料庫說得很直白：他們發過的每一句話都是那六句之一。遊戲內也是同樣的情形——某個暱稱把「had to have it」說了九遍。還有第三個沒人提到的破綻：十二個人寫的全是同一種腔調——小寫、簡短、沒有標點——而同一個房間裡的真人卻在打「Hi guys!」、「Someone wanne play?」和「Let’s goooooooooo!」。
現在每位常客都有自己的語氣，它取決於這個角色是誰，而不是每次隨機抽取。放在整個陣容裡，這意味著：
- 有人全用小寫，有人寫完整的句子——而且始終如此；
- 有人標點很多，有人從不用標點；
- 每個人都有兩三個真正會用的表情符號，而不是共用一個池子；
- 有人喜歡把詞拉長，有人愛用縮寫，有人偶爾打錯字；
- 他們說的話與房間狀況相符：沒人會在還空著四個座位時喊「再來一個」。
他們只用英語書寫，除非同桌的每位玩家都讀中文——這與遊戲中其他機器人行為遵循的決定一致。
技術細節
語料按意圖組織——打招呼、找對局、還差一個人、剛加入、評論模式、等待、閒聊、鼓勵、再來一局——其中兩種意圖的內容取自真實房間，因此句子不可能與玩家眼前看到的情況相矛盾。
角色的語氣由暱稱推導而來，而不是儲存下來，因此不需要在角色型別上新增欄位，並且程式重啟後保持不變：
// botChat.voice.ts — the voice is a pure function of the nickname
const rng = createRng(`voice:${persona.nickname}`);
return {
sentenceCase: rng.float() < 0.34,
punctuation: pick(rng, ['none', 'light', 'heavy']),
emoji: pickN(rng, EMOJI_POOL, rng.int(2, 3)), // habitual, not shared
elongation: rng.float() * 0.2,
typoRate: rng.float() * 0.06,
};重複問題由一小塊記憶負責，其作用範圍同時繫結房間與角色，因此同一句話在仍顯示於螢幕上時不會再次出現，同一房間裡的兩個角色也不會重複彼此的話。
真正有意思的缺陷出在「錯別字」變換上。機器人聊天是以服務角色寫入的，會直接繞過真人訊息必須經過的髒詞過濾——因此一個「逼真」的錯別字有可能拼出被遮蔽的詞（把「and」打成「nad」，而它就在遮蔽列表裡）。一個 2600 次取樣的測試輕鬆通過；這個問題大約要抽取 68000 次才會浮現。現在的測試改為對約 260000 個可能字串做窮盡列舉，耗時 1.4 秒，並且呼叫與聊天層完全相同的生成器，而不是自行重寫——第一版測試重寫了一遍，隨即就與實作產生了偏差。