《AI Agent 游戏产品开发》4.2 AI 对手不做玩家做不到的事

公平不是「AI 别太强」,而是「AI 用同一张动作表」。本节把强度与技巧分开,说明动作集、数值、信息与反应速度为什么属于强度,选择与预判为什么属于技巧,难度只能调技巧侧,并用可运行代码把动作表比对、冷却、射程、资源与隐藏信息写成每场必跑的审计。

以下人物、公司与数字均为教学假设,不构成对任何真实产品的评价。本节引用的动作表与冷却设定来自附录 B 双案例唯一事实表 。

「AI 太强了」是一句无法执行的反馈。强可以来自三个完全不同的地方:它用了玩家没有的技能,它知道玩家看不到的信息,它比玩家更会选择。前两种是不公平,第三种是合理的难度。

产品要做的不是把 AI 调弱,而是把这三个来源分开:强度必须与玩家相同,技巧可以更强。这条线划清楚之后,「太强」就变成了一个可以定位、可以验收的问题。

强度与技巧是两件事

维度归属规则
动作集强度对手不能拥有玩家没有的动作
数值:冷却、射程、消耗强度同一动作的数值必须一致
信息:可见范围强度不能读取玩家的隐藏信息
反应速度强度(动作类)需要人为延迟,模拟人类极限
选择:出哪张、打谁技巧可以更强
预判:从历史推断意图技巧可以更强,但只能基于可见信息
失误率技巧可以更低,但不能为零

这张表是本节的核心。任何一次「AI 太强」的投诉,都可以先归类:它落在强度行还是技巧行。落在强度行,是 bug;落在技巧行,是难度设计问题。

反应速度需要单独说明。在回合制或卡牌游戏里,思考时间不影响结果,反应速度不构成强度;在动作类游戏里,AI 没有人类的反应延迟,必须人为加上,否则它会做出人类做不到的闪避。方舟是卡牌策略 RPG,反应速度不进入公平性模型,但它的战斗演出仍要给脚本策略留出可读的节奏。

动作表只有一张

方舟的玩家动作表有 12 个动作:4 个基础动作、5 个技能、3 个道具与指令。对手必须使用同一张表,不能有第 13 个动作。

「同一张表」不只是动作名称相同,还包括三件事:

  • 前置条件相同。 玩家需要能量才能放技能,对手也一样;不能给对手一个「无视能量」的隐藏规则。
  • 目标选择相同。 玩家不能攻击隐身单位,对手也不能;如果对手能,它就有了额外的信息或动作。
  • 失败概率相同。 玩家有命中率,对手也要有;让对手必中,是把随机性单方面取消。

动作表的实现方式决定了审计难度。如果玩家与对手各自维护一份动作定义,两份迟早会不同步;正确做法是从同一个注册表生成两份视图,审计时直接比对两个视图的差集。差集为空,才说明动作表一致。

信息也要同一份

信息公平比动作公平更隐蔽,也更常被破坏。三种典型越界:

  1. 读取隐藏信息。 对手知道玩家的手牌、下一步意图、未公开的阵容。这类越界不会体现在动作上,只会体现在「它怎么总知道」。
  2. 共享视野。 多个 AI 单位共享视野,而玩家单位不共享;在战争迷雾类玩法里,这等于给 AI 开了全图。
  3. 利用未来信息。 对手根据尚未发生的结算结果调整当前动作,例如提前知道这一击会暴击。

三种越界的共同点是:它们都让 AI 看到了玩家看不到的东西。审计方法不是看它选了什么,而是看它的输入里有没有玩家不可见的事实。这也是第 2 章事实表的用途:事实表按可见性分级,对手的规格只能装配「对手可见」的那一部分。

数值同一

数值公平是最容易审计的一类。方舟的三个示例:

动作冷却射程消耗
普攻1.5 秒近战0
格挡8 秒自身5
闪避12 秒自身20

对手使用同一组数字。这条规则看起来琐碎,实际是最常被破坏的一条:为了让 AI「有压迫感」,策划会悄悄把它的技能冷却调短,或者把它的资源消耗调低。这类调整在单机玩法里影响有限,在 PvP 里会被玩家逐帧比对出来。

数值审计要做成自动化的。每场对局结束时,把对手的每一次动作与动作表比对,检查冷却、射程、消耗;违规就记录,并进入 blocker 流程。人工抽查只能发现显眼的异常,数值偏差往往只有百分之几。

难度只能调技巧侧

难度调节的正确位置是技巧,不是强度:

难度手段属于是否可用
换一套更激进的策略技巧可以
提高预判准确率技巧可以,但只能基于可见信息
降低失误率技巧可以,但不能为零
缩短技能冷却强度不可以
提高暴击率强度不可以
读取玩家手牌强度不可以

这张表可以直接作为策划配置的护栏。难度档位只允许调整前三行;后三行一旦出现在配置里,就是设计错误,不是难度。

「失误率不能为零」值得单独说。一个从不失误的对手在技巧上是完美的,但玩家会感到它不像人;更重要的是,零失误意味着玩家没有任何可以利用的破绽,难度曲线会变成一条直线。合理的做法是让高难度档位的失误率更低,但保留一个非零下限。

三个档位的差异只体现在技巧参数上:

档位预判准确率失误率策略倾向
轻松低高保守,少冒险
标准中中均衡
挑战高低但非零激进,抓破绽

这张表里没有任何一行能改数值。如果某一档需要「更有压迫感」,正确做法是让它更会抓破绽,而不是让它的技能冷却更短。

单机与 PvP 的差别

单机玩法里,产品可以让 AI 拥有额外强度来制造挑战,例如困难档位的敌人血量更高;前提是玩家知道,并且可以调低。这类放宽是对玩家的挑战设计,不是欺骗。

PvP 里这条不成立。对手的强度影响另一个真实玩家的胜负与排名,任何未披露的放宽都是对第三方的损害。所以同一套动作表在单机里可以按档位打折扣,在 PvP 里必须零容忍;判断标准不是「玩家会不会发现」,而是「有没有另一个玩家为此买单」。

公平要能被玩家验证

公平不只是内部合规,还要能被玩家验证。三条做法:

  • 公开动作表。 冷却、射程、消耗写进图鉴,玩家可以自己查。
  • 战报给出双方动作。 关键回合的动作、目标与时间戳都能看到。
  • 提供复盘入口。 输入对局 id 可以回看,不需要玩家自己录屏。

玩家能自己核对,投诉会显著减少;不能核对时,再合规的 AI 也会被怀疑。公开还有一个副作用:它会逼着策划把「隐藏的强度补偿」拿掉,因为一旦公开就藏不住。

每场跑一次规则审计

下面的模块把动作表比对、单次动作审计与「同一把尺子」写成函数。它不判断 AI 聪不聪明,只判断它有没有做玩家做不到的事。

// file: src/fair/fairness.ts
// tier: L1
// verify: node --test test/fair/fairness.test.ts

// 公平允许 AI 更会选,不允许 AI 做玩家做不到的事。
// 所以判据不是「AI 强不强」,而是「它用的动作集与数值是否与玩家同一套」。

export type Envelope = {
  readonly actions: readonly string[];
  readonly cooldownsMs: Readonly<Record<string, number>>;
  readonly rangeUnits: number;
  readonly resourceCost: Readonly<Record<string, number>>;
  readonly knowsHiddenInfo: boolean;
};

export type Attempt = {
  readonly actor: "player" | "opponent";
  readonly action: string;
  readonly atMs: number;
  readonly lastUsedMs: number;
  readonly distanceUnits: number;
  readonly resourceSpent: number;
  readonly usedHiddenInfo: boolean;
};

export type Violation =
  | { readonly kind: "not-in-envelope"; readonly action: string }
  | { readonly kind: "cooldown"; readonly action: string; readonly waitMs: number }
  | { readonly kind: "out-of-range"; readonly distance: number; readonly range: number }
  | { readonly kind: "resource"; readonly spent: number; readonly allowed: number }
  | { readonly kind: "hidden-info"; readonly action: string };

export function auditAttempt(envelope: Envelope, attempt: Attempt): Violation[] {
  const out: Violation[] = [];
  if (!envelope.actions.includes(attempt.action)) {
    out.push({ kind: "not-in-envelope", action: attempt.action });
    return out;
  }
  const cooldown = envelope.cooldownsMs[attempt.action] ?? 0;
  const waitMs = attempt.atMs - attempt.lastUsedMs;
  if (waitMs < cooldown) out.push({ kind: "cooldown", action: attempt.action, waitMs });
  if (attempt.distanceUnits > envelope.rangeUnits) {
    out.push({ kind: "out-of-range", distance: attempt.distanceUnits, range: envelope.rangeUnits });
  }
  const cost = envelope.resourceCost[attempt.action] ?? 0;
  if (attempt.resourceSpent > cost) {
    out.push({ kind: "resource", spent: attempt.resourceSpent, allowed: cost });
  }
  if (attempt.usedHiddenInfo && !envelope.knowsHiddenInfo) {
    out.push({ kind: "hidden-info", action: attempt.action });
  }
  return out;
}

// 对手必须使用与玩家同一张动作表;额外动作就是数值优势,不是技巧。
export function envelopeDifferences(
  player: Envelope,
  opponent: Envelope,
): readonly string[] {
  const differences: string[] = [];
  for (const action of opponent.actions) {
    if (!player.actions.includes(action)) differences.push(`extra-action:${action}`);
  }
  if (opponent.rangeUnits > player.rangeUnits) differences.push("range");
  if (opponent.knowsHiddenInfo && !player.knowsHiddenInfo) differences.push("hidden-info");
  for (const [action, cost] of Object.entries(opponent.resourceCost)) {
    if (cost < (player.resourceCost[action] ?? 0)) differences.push(`cheaper:${action}`);
  }
  return differences;
}

// 同一个结果,玩家做到叫技巧,对手做到要过同一套判定。
export function isSameStandard(playerEnvelope: Envelope): (attempt: Attempt) => boolean {
  return (attempt) => auditAttempt(playerEnvelope, attempt).length === 0;
}

auditAttempt 在动作不在表内时直接返回,不再检查冷却与射程。动作都不存在,后面的检查没有意义;一次返回多条违规反而会掩盖最根本的问题。

envelopeDifferences 是部署前的静态检查,auditAttempt 是运行时的动态检查。两者都要有:静态检查防止配置带入额外能力,动态检查防止运行时绕过配置。

isSameStandard 把「玩家能做的」变成一把尺子,对手的每一次动作都用它量一遍。函数只回答是否合规,不回答是否聪明;把聪明程度也塞进来,会让公平性审计变成难度评审。

(本段代码与 src/fair/fairness.ts 逐字节一致,测试对应 test/fair/fairness.test.ts。)

违规率必须为零

动作越界的容忍度是零,不是「低于千分之一」。原因不是严格,而是这类错误一旦被玩家发现,会被解释成「整个 AI 都在作弊」,此前的所有合规记录都不再被相信。

零容忍需要两个配套:

  • 每场自动审计。 不依赖举报,每场结束跑一次,违规即入 blocker 流程。
  • 线上可回放。 违规记录要带 matchId 与 tick,能回到上一节的审计日志里定位当时的事实表与动作表版本。

与降级的关系也要说清:降级后的脚本策略仍然守同一张动作表。脚本可以更保守、更套路化,但不能有额外动作或更低的消耗;降级改变的是选择策略,不是规则。

审计出违规后,处置分三步:

  1. 阻断。 违规动作在执行前被服务端拒绝,不能只靠客户端拦。
  2. 记录。 写入 blocker 日志,带 matchId、tick 与两个版本号。
  3. 回放。 定位是配置错、代码错还是数据错,并确认同类违规是否批量存在。

三步里最容易省掉的是第三步。只阻断不回放,同一个配置错误会以同样的方式在下一场再出现一次。

与反作弊的分工

本节管的是 AI 守不守规则,下一节管的是玩家有没有作弊。两者的判据方向相反:AI 审计看它有没有「多出来」的能力,反作弊看玩家有没有「多出来」的优势。

两者共享同一份动作表与同一份审计日志。共享是必要的:如果 AI 与玩家的动作定义各自维护,两边都无法证明自己合规。审计日志里同时记录双方的动作,也让「对手开挂」与「玩家开挂」两类投诉可以用同一套工具处理。

小结

  • 公平不是把 AI 调弱,而是让强度与玩家相同、技巧可以更强。
  • 强度包括动作集、数值、信息与动作类的反应速度;技巧包括选择、预判与失误率。
  • 动作表只有一张,对手不能有第 13 个动作,前置条件与失败概率也要相同。
  • 信息公平最隐蔽:不能读隐藏信息、不能共享视野、不能用未来信息。
  • 数值审计要自动化,人工抽查发现不了百分之几的偏差。
  • 难度只能调技巧侧,缩短冷却、提高暴击、读手牌都是设计错误。
  • 动作越界的容忍度是零,每场自动审计并支持回放。
  • 降级后的脚本策略仍守同一张动作表;本节管 AI,下一节管玩家。

阅读导航:上一节:4.1 种子、回放与可审计 · 下一节:4.3 Agent 与反作弊的边界 。

常见错误与边界

  1. 用「减少失误」代替「降低数值」。 前者是技巧,后者是强度;用错了方向会同时失去公平与难度。
  2. 给 AI 必中或免冷却。 这是把随机性单方面取消,玩家会立刻察觉。
  3. 只比对动作名,不比对前置条件。 同名动作的消耗与冷却不同,同样是强度差异。
  4. 让 AI 单位共享视野。 在迷雾玩法里等于开全图,而且很难从动作上直接看出来。
  5. 把违规率设成「低于某个比例」。 越界没有可接受比例,一次就足以摧毁信任。
  6. 降级时给脚本加补偿。 降级是换更笨的策略,不是换更强的对手。

AI 守住了规则,玩家那一侧还需要另一套判据。Agent 功能让「操作很像外挂」变成常态,反作弊必须换一个方向看问题。

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图