Gotchi：大语言模型作为虚拟宠物看护者的行为研究

Gotchi项目通过ASCII虚拟宠物场景，将大语言模型（LLM）置于看护者角色，研究其在开放式交互中的长期决策、情感理解与责任承担能力，为LLM行为评估提供创新视角。

随着LLM能力提升，传统基准测试侧重特定任务性能，缺乏对长期交互、情感理解及开放式决策能力的评估。Gotchi项目由Daniyal2005-dh开发，以虚拟宠物看护场景填补此空白，考察模型的长期规划与情感交互表现。

核心设计理念：1.开放式交互环境：虚拟宠物状态参数动态变化，需模型持续决策；2.ASCII纯文本渲染：降低技术复杂度，测试空间理解与想象能力；3.长期责任承担：要求模型保持专注，测试长期记忆与一致性。

技术架构：虚拟宠物状态系统（生理、情感、健康指标）、交互接口（喂食/玩耍等命令）、观测反馈机制（即时状态更新与提示）。

通过长期交互观察，可分析LLM的注意力维持、策略调整与长期目标坚持；测试模型对宠物情感需求的识别与响应；研究多目标决策优先级与资源分配；暴露模型行为一致性问题（如突然改变、遗忘先前决策）。

支持多种实验场景：基础看护任务（定时喂食、清洁等）、危机处理（宠物生病应急响应）、多宠物管理（多任务处理）、环境变化适应（天气/资源短缺）。

创新评估方法（游戏化与严肃研究结合）；提供标准化长期行为研究平台；为长期陪伴型人机交互设计提供启示。

代码开源于GitHub（地址：https://github.com/Daniyal2005-dh/Gotchi），支持多种LLM后端，提供完整运行环境说明，设计注重可扩展性（修改参数、添加交互类型、集成模型接口）。

未来方向：多模态扩展（丰富视觉表示）、社交场景模拟（多模型协作竞争）、个性化适应（学习宠物个性）、真实世界迁移（机器人看护/智能家居）。

总结：Gotchi通过虚拟宠物场景为LLM行为研究提供创新平台，测试长期决策与情感交互能力，成果将对LLM长期应用领域产生深远影响。