把同一套AI换上五个不同的名字，打起来手感却完全一样——这是很多体育模拟游戏最常被吐槽的地方。bob体育的模拟AI研究组在设计对手时，把"性格"当作一组可以量化的决策权重，而不是一段人物简介，因为玩家分辨不出文案里的人设，但一定能分辨出对手在关键分上到底敢不敢冒险。

性格不是文案，是面对同一局面时的不同选择

判断一个AI是否真的有性格，最简单的方法是制造一个"可攻可守都合理"的局面，看不同对手会怎么选。比如乒乓球里，比分18比18、对方回球稍高，一个强攻型AI会直接选择正手爆冲抢点，哪怕失误率因此升高；一个稳健型AI则更可能选择过渡球，把节奏拖回自己熟悉的区域。同样的输入局面、不同的输出决策，这个差异必须能被玩家在实际比赛里感受到，而不是只存在于后台的数值表里。

乒乓球：强攻型选手把落点权重压在正手大角

在乒乓球发球记忆机制之外，bob体育还为不同AI设定了独立的落点偏好权重。强攻型对手的决策模型里，正手斜线大角这类高风险高回报的路线权重明显更高，即使这意味着更高的下网概率；而控制型对手则更倾向短球和台内球，靠旋转和落点消耗对方节奏而不是直接搏杀。两种AI面对同一个来球给出的答案经常不一样，这才是"性格"真正的体现。

拳击：防守反击型不会主动追着打

拳击AI的性格差异更直观。压迫型对手的决策权重偏向持续前压、缩短距离；防守反击型则相反，即便体力和优势都占上风，也会刻意保持距离，等玩家先出拳、露出空当再打反击拳，而不是主动上前缠斗。这种"明明能进攻却选择等待"的行为，正是拳击AI玩家习惯识别之外，单独由性格权重控制的部分，不依赖对玩家的学习，而是这个对手本身的比赛哲学。

综合格斗：控场摔跤手的目标不是KO

综合格斗的性格差异体现在整场比赛的目标优先级上。控场摔跤型AI的评分函数里，"把比赛拖到地面、维持上位控制"的权重远高于"寻找KO机会"，哪怕站立阶段出现了击倒空当，也可能选择先完成摔投再图谋后续，这和综合格斗AI的策略切换逻辑共享同一套局势判断框架，只是不同性格的AI对"什么时候该切换"设了不同的门槛。

高尔夫与滑雪：风险偏好决定同一手怎么打

高尔夫里，距离果岭170码、球位在长草、果岭前有水障碍的情况下，冒险攻果岭型AI更倾向直接上木杆搏一杆上果岭，稳健型AI则会选择短铁杆先打到球道再图推杆两杆进洞。滑雪对手也是同理，同一段结冰弯道，高风险型对手会维持接近极限的入弯速度，稳健型则提前减速留出容错空间。这些差异不是随机噪音，而是每个AI角色出厂时就带有的固定风险偏好参数。滑雪场景里，同一段坡度骤增又伴有冰面的连续弯道，高风险型对手会维持接近失控临界值的入弯速度、走最短的内线，哪怕代价是一旦判断失误就直接摔出赛道；稳健型对手则会提前一段距离减速、绕外线通过，牺牲一部分成绩换取通过率，两种选择在积分榜上体现出来的名次曲线也会呈现完全不同的波动特征。

一场对局里，两种性格给出的完全是两套答案

把同一个开局条件分别交给两个不同性格的高尔夫AI，差异会非常直观：果岭前有水障碍、旗杆插在果岭右侧靠水的危险区域，距离还剩155码。冒险型AI的评分模型里，"一杆攻上果岭、给自己留推杆机会"这个选项即使命中率只有四成，权重依然高于保守打法；稳健型AI则会优先计算"打偏进水的期望损失"，多数情况下选择把球打向果岭左侧安全区，宁可多用一杆推球，也不愿冒下水的风险。两个AI面对完全相同的风速、坡度和旗位数据，给出的最终选择可以是两个不同的方向，这正是性格权重在具体决策层面起作用的证据，而不只是难度数值的高低差异。

性格要稳定，但不能变成死板的标签

需要强调的是，性格权重只决定倾向，不能变成绝对规则。一个进攻型拳手如果体力已经掉到二成，继续无脑前压只会被打成活靶子，这时候性格权重要让位给体力和局势判断，做出短暂的防守调整。bob体育的设计原则是：性格影响的是相同局势下的默认选择倾向，而不是无视比赛实际情况的固定剧本，只有这样，"比赛性格"才是一个真正服务于竞技体验的系统，而不是又一层换皮包装。bob体育的设计团队在调试每一个AI角色时，都会先固定住这套性格权重，再反复测试极端局势下的表现，确认它既能在正常局面下体现出鲜明的风格差异，又不会在体力耗尽、大比分落后这类极端情况下，因为死守性格设定而做出明显不合理的选择，这个平衡本身也是体育竞技AI大模型持续迭代的重点方向之一。