开发日志 006：增加深度模拟与可观测的策略复盘

从决策可用到对局可研究

建议式决策引擎解决了“AI 如何在合法范围内选择”，但多智能体系统还需要回答两个问题：不同身份是否真的拥有差异化人格和判断？开发者又怎样知道一局游戏为什么会走向某个结果？本阶段因此引入模拟层与诊断层。

模拟层：角色之外的个体差异

每个座位在不暴露角色信息的前提下获得稳定人格特征、合法视角下的置信矩阵和沟通简报。它们会影响 AI 的表达长度、怀疑对象和讨论姿态，却不会成为绕过规则或偷看身份的通道。

策略模块据此提供警长争夺、伪装和阵营协作等建议，仍只输出可供模型参考的合法选项。发言也引入动态预算和事实修复，减少长篇重复、无关陈述或与已知事件冲突的内容。

诊断层：对玩家隐藏，对复盘开放

系统记录策略建议、置信变化、行动接受结果和发言质量指标。普通玩家视图不返回这些诊断数据，避免破坏隐藏身份体验；观战或调试视图则可以查看局势总览、单个智能体的策略、置信和质量变化。

前端同步优化昼夜语义和视觉对比，帮助玩家区分公开讨论、夜间行动与系统结算。这样既改善对局阅读，也让开发阶段的回放更容易定位问题。

阶段结果

主线最终形成了“规则确定、AI 建议、模型选择、服务端校验、隔离展示、复盘观测”的完整闭环。平台不只能够跑完一局 AI 狼人杀，也能解释和评估多智能体在不同局势下的行为质量。