1. 情绪状态机

这篇文章，我们来讨论一个情绪连续性的问题。

前面我们提到过这样一个场景：用户昨晚刚和 AI Agent 吵过架，第二天又发来一句 早安。没有情绪系统时，AI Agent 可能立刻回复 早安！今天天气不错！，像是在处理一段全新的对话。引入情绪系统后，它则可能只回一句 ……早。，因为昨晚产生的情绪还没有消失。

两种回复的差异并不只是 Prompt 写法造成的，更重要的是，系统是否维护了能够跨越多轮对话的情绪状态。

LLM 本身没有情绪，每次回复都依赖当前收到的上下文。Prompt 中写着 你现在很生气，它就会按照生气的状态回复；换成 你现在很开心，它又会表现得开心。

真正需要解决的问题是：当前应该处于什么情绪，由谁来决定？ 这个判断不能只交给 LLM，而要由应用层的调度逻辑负责。这个调度逻辑，我们称之为情绪状态机。

应用层维护一份独立于 LLM 的情绪状态，根据用户行为更新它，并在每次生成回复前把当前情绪写入对话上下文。