laper通过量化互动偏差模拟朋友关系失衡：设a、b初始reciprocity_baseline=1.0为基准，用单向支持流（a情绪容量↓、b信任↑、baseline衰减）、响应延迟（拖延致复利式信任损耗）、话题权重偏移（topic_control_ratio动态变化）三类触发器驱动失衡；运行90天模拟，第37天reciprocity_baseline跌至40%时自动暂停并高亮未回应消息节点，同步显示a情绪剩余值、b多线程交互及a对他人支持数据。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
用Laper模拟朋友之间逐渐失衡的关系，核心是构建可量化的互动偏差模型——不是写一段抒情文字，而是让两个角色在时间轴上持续产出不对等的支持行为、响应延迟、话题主导权和情绪回收率。
设定基础关系参数
打开Laper编辑器，新建一个「Friendship」项目→点击左侧「Entities」→添加两个Person实体，命名为A和B。
为A和B分别配置初始属性：trust=70、reciprocity_baseline=1.0、emotional_capacity=85。其中【reciprocity_baseline必须设为1.0，否则后续失衡演算将失去参照系】。
这一步不能跳过，Laper的失衡引擎依赖该基准值做动态比值计算，设成0.9或1.1会导致整个关系斜率偏移失效。
植入三类失衡触发器
方法一：单向支持流（最常用）
在「Events」中创建新事件→名称填“B倾诉压力”→触发条件设为“every 3 days”→行为脚本写：
→ A.emotional_capacity -= 12
→ B.trust += 8
→ A.reciprocity_baseline *= 0.97
注意：每次B倾诉后A的情绪容量下降，但B的信任反而上升，且A的 reciprocity_baseline 持续衰减——这就是隐性透支的数学表达。
方法二：响应延迟机制
新增事件“B发求助消息”→触发条件设为“on_message(B→A, type=urgent)”→行为脚本写：
→ delay = random(2, 48) // 单位：小时
→ A.last_response_time += delay
→ if A.last_response_time > 24 → B.trust -= 5 × (A.last_response_time / 24)
这个设计让拖延产生复利式信任损耗，而不是固定扣分。
方法三：话题权重偏移
在「Variables」中新增全局变量topic_control_ratio，初值=0.5
每当A发起话题，执行 topic_control_ratio *= 0.99；每当B发起话题，执行 topic_control_ratio *= 1.03
将该变量绑定到对话气泡颜色：ratio0.6时变蓝——视觉上立刻呈现话语权滑坡。
运行并观察失衡拐点
点击右上角「Simulate」→设置总时长为90天→勾选「Show Reciprocity Drift」面板→启动模拟。
当第37天出现红色警告：“reciprocity_baseline 40%”，系统会自动暂停并高亮B最近三次未回应的A的消息节点。
此时双击任意高亮节点，Laper会显示该消息发出后A的情绪容量剩余值、B的同期其他交互对象数量、以及A在当天是否还向C或D提供了同等支持——这些才是真实压垮关系的最后一根数据。
