AI 不再只是对手，DeepMind 要让它在游戏里当你的伙伴

谷歌DeepMind今年早些时候和Fenris Creations宣布了一项研究合作。对象是EVE Online、EVE Vanguard和EVE Frontier。目标不是让AI赢下游戏，而是让它当个能陪人的伙伴。

这个方向的主角是SIMA 2。它由Gemini驱动，能实时推理和对话。它通过屏幕看游戏，玩家看到什么，它就看见什么。它理解自然语言指令，用普通键盘和鼠标操作，不需要API，也不需要访问源代码。

这条路走了很久。最早的起点是DQN，一套用深度神经网络玩Atari 2600游戏的系统。它不需要针对单个游戏做工程调整，自己学会了49款游戏，Pong、Breakout、Space Invaders都在里面。2015年，Nature发表关于DQN的论文，把深度强化学习带进现代阶段。

2016年，AlphaGo击败世界冠军李世石。这个成绩，许多专家以为还要再等十年。比赛里的第37手相当出人意料，职业评论员一开始以为那是失误，后来它启发了新的围棋策略。AlphaGo Zero更彻底，完全靠自我对弈，不用任何人类数据，超过了之前所有版本。AlphaZero用一套算法同时掌握国际象棋、将棋和围棋。MuZero连规则都不看，也学会了游戏。2019年，AlphaStar在星际争霸II里达到大师级水平，处理的是实时复杂性和不完美信息。

这些里程碑有个共同点：AI会玩游戏，但不会陪人玩。SIMA 2要补的，正是这块。

选EVE，是因为它的环境够复杂。EVE Online 2003年上线，数千名玩家共享同一个宇宙，这个宇宙已经持续演化超过20年。经济由玩家驱动，供需关系是真的，贸易网络横跨数千个星系。这个环境给AI出了四道题。第一道是持续学习：世界一直在变，AI要学新本事，又不能忘掉旧本事。第二道是记忆：有些信息要存很久，远超当前模型能处理的上下文长度。第三道是长期规划：做决定要按周、按月，甚至按年。第四道是多智能体动态：合作、竞争、谈判、经济、自发社会行为，全挤在一起。

三款游戏各有用处。EVE Vanguard是第一人称，负责地面级的快速战术决策。EVE Frontier有可编程的“智能组件”和开放架构，世界规则本身可以改，AI必须不断适应新机制。

DeepMind把进入路线定得很清楚。先在EVE Online的离线实例里做沙盒，跟真人玩家隔开。再用EVE Frontier研究人类和代理怎么在持续开放的世界里共存。等能力成熟，才考虑进入EVE Online和EVE Vanguard，目的是丰富真人玩家的体验，不是替代他们。Aura Guidance已经落地，它用Gemini处理真实新手问答，给新飞行员提供参考。

如果通用游戏代理成熟起来，现有游戏不用改代码，就能加入AI能力：AI同伴能真正理解游戏世界，NPC会根据玩家行为灵活回应。开发阶段，游戏代码每次提交都在变，代理能承担稳健的QA测试。游戏上线后，遇到新内容或者玩家不按套路来，它也能实时适应，不需要重新写脚本。

合作工作室分布在好几个品类。Coffee Stain做过Valheim和Satisfactory，Hello Games做过No Man's Sky，Keen Software House做过Space Engineers，Strange Loop Games做过Eco，Foulball Hangover做过Hydroneer。Wobbly Life、Road 96、Teardown这些游戏的开发商也在名单里。

DeepMind创始人之一Demis Hassabis自己就是游戏开发者出身，团队里不少人有同样的背景。长线目标也不止于游戏：让游戏更容易上手、更个性化，再把从游戏学到的东西用到现实世界和科学发现。AlphaFold就是这么来的。游戏研究打下的底子，后来解决了蛋白质结构预测这个50年难题，2024年拿了诺贝尔化学奖。

AI能力何时进入商业游戏、在EVE玩家经济里又怎么和真人共存，都还没有时间表。