“更强”这道题，研究已经做过很多遍
公开资料里，打赢人类的游戏AI并不少见。AlphaStar在2019年的Nature论文中，于星际争霸II三个种族都达到了宗师级；腾讯的“绝悟”在NeurIPS 2020的论文里覆盖了王者荣耀40名英雄的完整5v5对局；Sony AI的GT Sophy在赛车对抗中击败过顶尖GT车手。
这些成果说明，只要目标是“赢”，AI可以被训练得非常强。但一款体育游戏里坐在屏幕前的不是职业选手的平均值，而是一个个具体的人。对大多数人来说，一个总能赢的对手没有意义，一个总在放水的对手也没有意义。乐鱼体育关心的是另一个问题：同一个AI，怎样在不同的人面前做出不同的、合理的选择。
三位虚构玩家，同一个对手设置
下面三个人物和他们的比赛数据都是为了说明设计思路而虚构的模拟画像。
小周，刚开始玩足球游戏两周，5人制模式，已经连输五场，每场丢球都在4个以上，大部分是被对方从边路下底传中打穿。
老陈，玩了三年赛车游戏，只跑计时赛和排位赛，对0.1秒的圈速差距很敏感，最讨厌对手放水。
阿琳，很少参加对战，主要在平台上做UGC作品，最近搭了一个在屋顶上打的3v3篮球地图，想知道规则和场地有没有漏洞。
如果给三个人同一个“中等难度、会学习”的对手，结果大概是这样：小周继续输，而且不知道为什么输；老陈觉得对手时强时弱，不够稳定；阿琳发现AI只按常规打法进攻，完全碰不到她地图边角的问题。三个人都不满意，但原因完全不同。
五个层面，三种处理
| 层面 | 小周（新手） | 老陈（竞技） | 阿琳（创作者） |
|---|---|---|---|
| AI策略 | 固定几套易读的进攻套路 | 针对其弱点施压，并持续变化 | 故意尝试非常规路线和极端操作 |
| 难度 | 先修正问题，再谈调整强度 | 稳定、不放水、不临时加强 | 按测试需要切换多档对手 |
| 教学 | 一次只讲一个问题 | 几乎不打断，只在赛后提示 | 提示规则冲突和场地缺陷 |
| 训练 | 边路防守专项小练习 | 针对具体弯道的对抗训练 | 批量模拟对局 |
| 复盘 | 用画面指出站位错误 | 精确到刹车点和走线的对比 | 列出卡死、越界、无法结束的回合 |
对小周：先诊断，再决定要不要降难度
连输五场，最省事的做法是直接调低AI强度。但小周的问题集中在一个地方：边路防守时，他控制的球员总是过早扑向持球人，身后留下大片空当。系统如果只是降难度，他会赢几场，然后在下一次遇到边路进攻时照样被打穿。
更合理的顺序是：先识别丢球的主要原因，再让AI在接下来的比赛里有意识地多从边路进攻，同时给出一次只讲一个问题的提示，比如“对方下底前，先退到禁区边缘”。等他在这个场景里连续守住几次，才逐步恢复AI的其他进攻手段。整个过程里，AI球员的速度和射门能力都没有变，变的是它选择进攻的方式。
对老陈：稳定比聪明更重要
竞技型玩家对“对手被暗中调整”的警觉最高。给老陈的对手，应该在整场比赛里保持同样的车辆性能和同样的学习边界，它可以学习他在哪个弯习惯早刹，并在那里施压，但不能因为他领先就突然变快。
对老陈有价值的是暴露弱点：连续几圈在同一个弯被超，复盘告诉他问题出在出弯油门偏晚。这就是体育游戏智能对手最该提供的东西，一个会针对你、但永远可以被你反制的对手。
对阿琳：AI的任务是把作品打坏
创作者需要的对手，目标甚至不是赢。阿琳需要AI去做普通玩家不会做的事：把球砸向屋顶边缘，看会不会穿模掉出场地；在最后一秒同时投篮和犯规，看计分规则会不会冲突；连续加时，看比赛能不能正常结束。
在乐鱼体育的系统设计里，这类测试对手会批量跑模拟对局，并把出问题的回合单独列出，阿琳看到的是“第37局，球从东北角护栏外侧弹回场内，被判有效”这样的记录，而不是一个胜负比分。
系统怎么知道你是哪一种玩家
一个常见的误区，是在第一次打开游戏时让玩家选“新手/老手”，然后一直按这个标签处理。实际情况复杂得多：老陈在赛车里是高手，打足球可能和小周一样是新手；小周两个月后可能已经在追求更强的对手。
所以判断应该来自行为，并且按项目和模式分开：
- 看玩家在哪些模式里花时间，是对战、计时赛还是编辑器。
- 看输赢的原因分布，而不是只看胜率。
- 看玩家对提示的反应：是照做、跳过还是直接关闭。
- 看玩家主动调整过哪些设置，这是最直接的表态。
最后一步很关键。系统的判断必须摆在明处，玩家可以看到“当前按新手教学模式处理”，并且可以一键关闭教学、锁定难度或切换成测试对手。
哪里可能做错
- 把一段低谷当成水平下降：老陈连续三场状态不好，系统就开始给他放水，这会直接损害他对游戏的信任。短期状态和长期水平要分开记录。
- 教学提示太多：一局比赛弹出六次提示，新手会觉得被打断，而不是被帮助。
- 标签固化：小周已经进步了，系统仍按新手套路进攻，他会觉得对手无聊。
- 为了留存而设计对手：学术界讨论过以降低流失为目标的匹配方法，例如2017年发表于WWW会议的EOMM。这类思路提醒我们，“懂玩家”如果变成“懂怎么留住玩家”，就很容易越界。乐鱼体育的做法是，个性化只作用于战术、节奏、教学和复盘，不作用于底层属性和比赛结果本身。
判断一个AI是否真的“懂你”，可以问三个问题
- 它针对你的方式，你能在体育游戏复盘里看懂吗？
- 当你改变打法后，它是否也跟着变化，而不是一成不变或瞬间克制？
- 当它对你的判断不对时，你能否在一步之内纠正它？
三个问题里有一个答案是否定的，这个AI就还停留在“更强”或“更弱”的阶段，还没有走到“更懂”。
