動的な人格設計とは、固定された「キャラクター設定」をそのまま出力に反映するのではなく、相互作用の履歴、現在の状況、ユーザとの関係、感情シグナル、長期記憶、そして安全制約を踏まえて、表出としての人格を更新し続ける設計である。ただし、2026年時点の一次情報を総合すると、研究と実装の主流は「自由に自己変容する人格」ではなく、基底人格を保ったまま、状態・記憶・文脈に応じて表出を調整する方向にある。理論面では AI-RP が関係形成を「チャットボット特性 → 社会的知覚 → コミュニケーション → 関係的帰結」という連鎖として整理し、心理学面では CAPS が「同じ人格でも状況に応じて異なる行動が出る」ことを説明する。したがって、動的人格の設計単位は「人格そのもの」よりも、状況依存の人格表出規則として捉えるのが妥当である。
技術的到達点は明確で、最前線はフルモデル更新よりもハーネス設計優位である。すなわち、system prompt、ツール呼び出し、状態機械、長期記憶、RAG、policy layer、reward-guided decoding、activation steering を組み合わせる設計が、コスト・監査性・撤回可能性の面で優勢である。学術的には、SPDA/AutoPal の階層的ペルソナ適応、LD-Agent の長短期メモリと動的人格抽出、MemoryOS や A-MEM の階層記憶、PAMU の嗜好更新、PDD の動的重み付けデコーディング、PERSONA や personality sliders の推論時制御が、この潮流を代表している。ファインチューニング、LoRA、DPO、RFT、オンライン適応は有効だが、人格の漸進的成長を本番環境で安全に扱う中心技術としては、まだ補助的ないし限定用途に留まる。
評価面は、2024年から2026年にかけて急速に成熟した。TimeChara は時間軸上のキャラ知識逸脱、CharacterBox は行動軌跡、EmoCharacter は情動的一貫性、RMTBench はユーザ意図中心の多ターン対話、Persona-Evolve は動的人格適応、SocialMindChange は他者の心的状態変化まで扱う。したがって、2026年時点では「人格一貫性」だけでな