爱游戏AI模型研究组很多玩家都有过这种体验：让AI在旁边看着，它对局面的描述几乎无可挑剔，“前方有两个敌人，你的血量不到一半，队友在左侧”。然后你问它该怎么办，它回答“建议你小心行动”。这不是模型偷懒，而是感知和决策本来就是两件事。看到敌人，不等于知道应该进攻、撤退、补血，还是等队友；后一类判断依赖目标、资源、队伍状态和玩家此刻想要什么，而这些信息往往不在画面里。
这篇文章顺着一条从“看到”到“说出下一步”的链条，看它在哪里断掉，以及爱游戏为什么在这条链条的末端，把控制权留给玩家。
感知只是起点：AI陪玩的五步链条
把一次陪玩提示拆开，大致是五步：
- 感知：从画面、声音、文字、操作中提取信息，比如敌人数量、血量、冷却时间。
- 状态抽象：把零散信息压缩成对决策有用的状态，比如“我方处于劣势，但治疗技能在十秒内可用”。
- 目标：判断玩家此刻在追求什么，是通关、拿装备、练技术，还是陪朋友闲聊。
- 计划：在目标与状态之间，找到一串可行的动作，并考虑它们的先后与风险。
- 提示：把计划变成玩家来得及看、看得懂的一句话或一个标记。
多模态模型的进步，主要集中在第一步。近期公开的游戏理解基准也显示，模型在时间对齐、角色归因和高决策密度场景里仍与人类有明显差距，这些都还属于“看懂发生了什么”的范畴。至于后四步，很多产品处理得相当粗糙，甚至直接把第一步的输出当成结论。这就是“知道发生了什么，却不知道下一步该做什么”的来源。
状态抽象：什么信息值得留下来
游戏局面的信息量极大，一帧画面里有几十个实体、上百个数值。决策者不可能逐个考虑，而是把它们压缩成少数几个关键量。高手玩家所谓“局势判断”，其实就是一种熟练的状态抽象：他脑子里存着的不是“三个敌人、血量百分之四十、冷却剩五秒”，而是“这一波我方吃亏，撑过下一个技能窗口就能反打”。
AI陪玩缺的往往正是这一层。原因有两个。一是抽象的好坏依赖具体游戏：同一个“血量偏低”，在追求生存的游戏里是危险信号，在有高额回复机制的游戏里可能不算什么。二是抽象需要知道任务目标。如果模型不知道当前任务是“守住据点”，就没法判断后撤是明智还是失误。因此，状态抽象不能是通用的，它要和游戏规则、当前任务绑在一起。
长时程规划：难点不在“想得远”，而在“前提一直在变”
规划里有一个常被忽略的矛盾：计划越长，前提越容易失效。游戏是实时变化的，队友随时可能倒下，敌人的行为并不按预期，玩家自己也会临时改主意。一个十步计划走到第三步就可能作废。
所以长时程规划在游戏陪玩里更接近“滚动决策”：保持一个粗粒度的长期方向，比如“先清理据点周围，再去推进主线”，在此基础上频繁根据新状态重新规划近期的几步。这与需要记住早前事件的时间推理直接相连，比如十秒前被打断的读条，决定了现在为什么不能立刻使用某个技能。关于如何在长时间的对局里保存这类记忆，可以参考连续看二十分钟游戏为什么突然变难那一篇。
此外还有代价问题。规划越深，需要的算力和延迟越高，而陪玩提示的价值高度依赖时效：必须在玩家下一次决策之前出现。所以实际设计里，往往是让轻量的规则或小模型处理近期动作，把较重的推理留给非紧急时刻，比如复活等待、加载界面或赛后复盘。
模拟场景：首领战第二阶段，同一个局面的三种“下一步”
下面是一个模拟场景，其中的时间与状态都是假设的示例。三名玩家在一个合作副本里打首领，进入第二阶段。玩家A是输出位，血量偏低，当前的治疗队友技能处于冷却。AI陪玩已经通过画面、文字和队伍状态读出：首领即将释放范围技能，A 站在范围边缘，治疗的冷却预计还需较长时间。
这个局面至少有三种合理的下一步：
- 后撤到安全区，等技能结束再输出，这样最安全，但会拉长战斗时间；
- 继续输出，用一个位移技能躲避范围，这样效率高，但要求 A 有足够的操作把握；
- 使用一个消耗品补血，然后留在原位，代价是消耗资源。
哪一种更好，取决于 A 的目标与偏好：是追求稳定通关，还是想拼一个速度纪录？他是否有位移技能的熟练度？消耗品是否紧张？这些信息，AI 从画面里读不出来。如果它直接输出“立即后撤”，可能违背了 A 想要的打法；如果输出“继续输出”，则可能把一个不熟练的玩家推向失误。
比较稳妥的做法，是让提示保留选择：“首领即将释放范围技能，你在边缘，治疗还在冷却。可以后撤等待，或用位移躲避。”并给出一个默认倾向，但不替 A 决定。事先设置过“稳妥优先”的玩家，则可以直接看到偏向后撤的建议。玩家的偏好在这里是一个明确输入，而不是让 AI 从行为里偷偷猜出来的结论。
玩家意图：不确定的时候，问一句比猜一次更好
意图推断是这条链条上最脆弱的一环。玩家的行为存在大量歧义：一个玩家反复在同一个地方后退，可能是在练习某个躲避，也可能是被卡住了，还可能是在等队友。如果 AI 一律按最可能的解释行动，一旦猜错，就会造成“AI在帮倒忙”的感受。
爱游戏在这里的设计思路是把意图当作一个带不确定度的量，而不是事实。当意图明确（玩家主动设定了目标，或选择了“稳妥优先”），提示可以更直接；当意图模糊，与其猜测，不如用低打扰的方式确认，比如一个可以忽略的短问题：“想尽快通关，还是想练习这个机制？”玩家不回答也没关系，助手保持较保守的提示方式即可。这里的原则是，AI 宁可少说，也不要替玩家做出未经确认的判断。
陪玩要有权力分级：提醒、建议、经选择后的代操作
从控制权的角度，AI陪玩可以分成三档，权力依次增大：
| 档位 | AI 做什么 | 玩家保留什么 | 典型风险 |
|---|---|---|---|
| 提醒 | 指出被忽略的信息，如背后有人、技能可用 | 全部决策与操作 | 提示过多打断注意力 |
| 建议 | 给出带理由的下一步选项 | 是否采纳、如何执行 | 理由不准确，误导玩家 |
| 代操作 | 在玩家主动选择后，执行有限的一段动作 | 随时中断、收回控制 | 与玩家意图冲突，影响他人体验 |
爱游戏的默认取向，是不自动玩完整游戏。代操作只应作为玩家主动开启、范围明确、可随时中断的辅助，例如在玩家离开座位的几十秒里维持角色的防守，而不是接管整局比赛。多人游戏里还有一个额外考虑：代操作会影响队友与对手的体验，是否允许以及如何标注，都需要遵守具体游戏与社区的规则。
怎么判断一个陪玩是不是真的有用：看操作，不看措辞
评估AI陪玩，最容易犯的错是看回答是否流畅、听起来是否有道理。一个说得头头是道的提示，并不能保证执行后局面变好。更可靠的方法是看可验证的操作：给定一个可复现的局面，AI 提示的动作被执行后，血量、资源、目标进度是否朝预期变化？提示是否来得及？是否被玩家采纳？采纳后是否比不采纳更好？
近期游戏 Agent 相关的评测，也越来越强调这类可验证的操作，而不是只看文字回答。这个方向与爱游戏的取向一致：陪玩的价值不在说得漂亮，而在于提示是否及时、依据是否可检查。关于这些依据具体来自哪几路信号，可以参考游戏大模型的输入清单。
好陪玩的标准：知道什么时候只说“我看到了”
回到开头的问题。AI陪玩知道发生了什么，却不知道下一步该做什么，因为下一步取决于目标、约束和意图，而这些并不都能从画面得出。让它更强，并不只是把识别做得更准，而是把状态抽象、目标推断和计划生成这几层做扎实，同时接受一个事实：有些时候，最好的提示就是“我看到了这个情况，你怎么想”。
一个真正好的陪玩，不需要抢过手柄。它在该提醒的时候提醒，在该给建议的时候给出理由，在不确定的时候把选择还给玩家。
