在這項技術上，中國遊戲廠商真的領先了全球行業_風聞

上個月，R星的母公司Take-Two發佈了2024年的財報，其中有一項數據引起了外界的關注。

財報顯示，Take-Two在移動端的營收佔比最高為52%（主要歸功於前兩年收購了Zynga），主機端次之，營收佔比40%。PC端則少得可憐，只有8%。

眾所周知，這幾年在Steam的帶動下，PC遊戲市場增長顯著。不僅中國玩家貢獻了海量的藍海用户——上個月V社公佈的軟硬件調查中，中文玩家的佔比激增到了史無前例的50%以上。哪怕是公認最不愛用電腦玩遊戲的日本人，也紛紛轉戰到了PC平台。

日本PC遊戲的市場份額從2019年的5%逆勢增長到了13.7%

但對Take-Two來説，卻很難享受到這一成果，他們近三年的PC營收一直佔比只有7%~8%，同期主機端則一度高達70%。

之所以造成這個結果，很大程度上是因為Take-Two的端遊營收主力還是GTA 5的 Online端。根據國外數據分析機構Ampere Analysis的報告稱，目前GTA5全平台加起來依然有高達2000萬的月活躍用户。但問題在於，由於GTA Online的聯機服務大部分採用了P2P（用户點對點）協議，在PC平台上作弊非常簡單，作弊者動輒無限生命、無限彈藥、瞬間移動、隱身、刷錢、刷經驗……

這對依賴長線微交易服務的GTA Online無異於滅頂之災，很難從中獲得收益，PC平台收入墊底也不難理解。

同樣不難理解的是，Take-Two 首席執行官 Strauss Zelnick 在財報電話會議上確認，GTA6將於今年秋季首先作為主機遊戲發佈，同時未提及PC平台的消息，這意味着GTA6大概率還是會主機獨佔一段時間，哪怕PC遊戲市場的規模和GTA5當時已今非昔比。

拋開GTA系列與主機平台一直有利益互換的慣例，也能看出這個決策背後的另一大考量因素，便是PC平台猖獗的外掛環境。

1

隨着GaaS（服務型遊戲）越來越普遍，國外有1/3的 3A級遊戲開發者正在從事 GaaS遊戲項目。順理成章地，反外掛、遊戲安全和玩家權益等話題也成為了開發者們關心的重點方向。

近日剛剛落幕的遊戲開發者大會（GDC 2025）上，能明顯感覺到這種趨勢。今年的GDC上，有更多專門針對反作弊技術、賬號安全、數據保護、網絡安全等方面的講座、研討會和小組討論。

來自EA、騰訊、育碧、Epic的專家們紛紛展示他們的最新技術和解決方案，相關議題涵蓋了從客户端反作弊到服務器端安全，再到利用機器學習和人工智能對抗新型作弊手段等多個方面。

GDC 2025上各類反作弊與安全相關的會議主題

在GDC現場，我也聽了不少相關的議題，有育碧的數據科學家Bettina Hein演講的《為彩虹六號開發基於統計數據的反作弊框架》，分享瞭如何利用遊戲統計數據來識別和打擊作弊行為。騰訊遊戲安全ACE的幾位專家也貢獻了精彩的演講，包括ACE專家工程師陳旺林演講的《移動遊戲反作弊革命：人工智能技術革新路徑》，講的是如何用AI結合遊戲回放數據來高效解決傳統反作弊的諸多痛點。

ACE高級項目經理周杰演講的《從心理到行為：遊戲場景下玩家安全與權益保障體系構建》，則探討了一種新的“優化玩家遊戲環境”的方式——不同於傳統的遊戲檢測/處罰模式，演講重點討論瞭如何從違規玩家心理動機出發應用行為干預技術，來減少惡意用户的重複違規行為，以及吸引大眾玩家共同塑造良性的遊戲環境。此外ACE還與TIGG聯合發佈《守護遊戲世界：遊戲安全防護指南》。

這些題目聽起來有些過於學術向，但其實還挺有意思的，畢竟反作弊是一項與人斗的技藝，除了科學和技術的迭代，還充滿着人性的洞察。

而且讓我感觸頗深的是，由於我國遊戲產業在大規模在線遊戲的積累實在過於深厚，技術人員早已深耕反作弊領域多年，以至於在今年的GDC上，確實呈現出了領跑業界的姿態。

2

上文提到的演講《移動遊戲反作弊革命：人工智能技術革新路徑》，尤其讓我有這種“領跑”的感覺。

想弄明白革命在哪兒，得先對現行的反作弊手段有一些基本的概念。傳統反作弊方式大致分為兩種：客户端反作弊和服務器端反作弊。

客户端反作弊顧名思義，是運行在玩家的本地設備上，使用特徵碼掃描、外掛樣本分析等技術來檢測作弊程序。一些遊戲宣稱的“內核級反作弊”也屬於此類，能訪問系統內核級別的權限來監控遊戲進程、系統內存和其他底層操作，但也因為權限太大，時不時會看到用户關於隱私問題的擔憂。

客户端反作弊的瓶頸在於，和殺毒軟件類似，需要大量樣本分析，因此需要經常更新反作弊軟件。此外，整個過程嚴重依賴客户端的數據上報和客户端檢測，而作弊軟件有很多種方式可以繞過客户端的數據上報。

相比之下，服務器端反作弊直接在遊戲服務器上分析異常的玩家行為和數據，理論上作弊者更難繞過。但這個方式也有其痛點，考量到服務器性能和成本，通常並不會記錄太詳細的日誌，因此存在一定的漏報可能性，讓外掛者成為漏網之魚，或者懲罰了技術高超的合法玩家。

總而言之，反作弊最重要的難題，便是在有效檢測和最小化誤報之間取得平衡。基於這一點，騰訊遊戲安全ACE提出了“人工智能+Replay回放”的方式來反作弊。

這裏的Replay，和“人工審核錄像”有一定的區別。後者應用於CS這樣的遊戲中，可疑玩家受到多人/多次舉報後，會被移入反作弊監管系統，由社區監管員（通常是無不良VAC記錄、被舉報次數少的活躍玩家）下載錄像文件觀看，對被舉報者做出是否有作弊行為的判斷。

明眼人能看出來，觸發這個反作弊系統的條件，首先得要多人舉報，作弊者必須得到足夠多的舉報後，才會被主動監管。

至於ACE應用的Replay，作用機制則更為底層一些——它會自動採集包含了遊戲過程中玩家的全部操作記錄的replay文件，隨後服務器會解析並預處理回放數據，根據遊戲類型生成關鍵行為數據。

比如，在FPS遊戲中，這個replay回放就會包含玩家位置、隊伍變更，撿起/丟棄武器、槍口朝向、瞄準、開火和擊殺等等信息，光是關鍵事件協議就有100多種。

隨後，服務器提取與反作弊相關的行為特徵（例如技能的精準命中率、使用技能時與敵方目標的距離等），用這些數據訓練AI反作弊模型，以便通過AI來識別海量Replay中的作弊行為。

這樣做的好處，是服務器主要需要處理的是數據流（DataStream）而非視頻流（VideoSteam），這樣不僅不容易誤判，也高效得多，從而可以實現無差別的主動反作弊，而不是等到玩家舉報才響應。

就拿被玩家們深惡痛絕的“透視掛”來説，服務器AI除了通過作弊者的行為模式來判斷，也可以直接用從Replay數據中抽取關鍵數據，彙集成鑑別方案。由於實際遊戲中，玩家視角對目標的可見性就受到很多因素的影響，因此AI的判斷也要達到像素級別，並且把場景中大量存在的草，樹等非物理碰撞類模型納入可見性判斷。

左圖是在草叢中趴着的敵人，相關Replay數據經過一套深度檢測方案後，可以處理成右圖裏的直觀信息

GDC現場的演講PPT強調了幾項Replay反作弊的優勢，包括回放數據的精度通常很高（大多數以幀為精度進行記錄），通過傳統的服務器日誌幾乎無法實現這麼高精度。同時，高精度的回放數據對於訓練AI反作弊模型至關重要，且還可以在必要時轉化為視頻，用於可視化證據展示。

在後續的分享中，ACE安全工程師也提到，如果遇到AI也難以判斷的模糊情況，可以用回放數據重新在客户端生成視頻，進入人工審核流程，從而實現效率和準確率的兼得。

3

ACE的專家告訴我，反外掛和奧運會反興奮劑一樣，因為利益鏈條太大，且這個利益鏈條是全球性的，很可能澳洲的外掛團隊在研發中國遊戲的外掛軟件，用比特幣結算，再層層售賣外包下來，法律手段也望塵莫及。

而且，既然遊戲廠商能用AI來反外掛，那麼作弊者自然也能通過AI來強化外掛。遊戲公司可能受限於公司體制，而作弊軟件的製作工坊反倒還更為靈活，在過去和未來，這始終是一個始終螺旋上升的過程。

那麼，在全球遊戲廠商都重視反作弊的大環境下，中外在這一議題下有沒有什麼差異呢？

我在GDC聽過育碧的反作弊主題演講後，有一種較為明顯的感覺是，育碧更多集中在數據處理層面，現場請了理論神經科學博士學位的數據科學家來探討這一議題，PPT經常出現函數曲線和公式。現場在被問到“如果你們把那些技術就是異於常人的正常玩家也誤判了怎麼辦？”的時候，科學家傾向於將其視為一個理性的概率問題。

育碧的反作弊演講PPT

而國內廠商主要則是分享實操方案，且能從中看到很多基於人性的考慮。拋開東西方文化的差異，迥然不同的遊戲產業歷史是主因。中國的遊戲廠商幾乎從一開始就與多人網絡遊戲打交道，像騰訊這樣的大廠已經在這一領域深耕了20多年，用户樣本量無比巨大，在玩家行為數據上有這天然的優勢，旗下的ACE作為專業遊戲安全解決方案，也很早就在業界處於領先地位。

值得一提的是，ACE不僅在給騰訊自家的遊戲提供安全服務，其實也早已成為了一種雲服務，為國內外的大中小遊戲廠商提供服務，包括西山居、心動遊戲、庫洛遊戲、無端科技、深藍互動、英雄遊戲、銀漢科技、迷你創想、韓國遊戲公司111%、英國遊戲工作室Cathedral Studio等等。就在上個月，ACE還與知名東南亞遊戲公司Asphere達成了深度合作，以協助其在環境複雜的東南亞市場打擊外掛問題。

當然，國外的反作弊歷史並不能説不長，相反，國外的更加悠久，且有很多家專注於提供反作弊（anti-cheating）服務的第三方公司，比如很多玩家見過的BattlEye、Denuvo等。2018年，Epic為了給自家的《堡壘之夜》保駕護航，甚至還收購了一家反作弊公司Kamu。

但高手林立的第三方反作弊公司，也正體現了中外反作弊環境的最大區別。ACE的專家用了一個很形象的説法：“一個反作弊方案的效果需要不斷的實戰，但你沒一個戰場就永遠練不出來嘛，每天打些蒼蠅蚊子，怎麼成為一個戰士？”

這個戰場，便是反作弊軟件所成長的必要考驗。國外因為反作弊服務很早就市場化，反作弊軟件自己不生產遊戲，而是靠賣服務給遊戲廠商，那麼反作弊這件事，就更像是一門生意，而不是事關命脈的生死之戰。就算反作弊能力沒有特別強，但只要在概率上能防住絕大部分作弊器，那也是一個會有企業買單的產品。

但國內環境以網遊為主，過去因為防外掛不力而暴死的遊戲比比皆是，國內大廠有着遠比第三方服務商更大的驅動力來自研反作弊系統，因此呈現出一種不成功便成仁的調子，也確實取得了市場化所難以達到的成果。

談及中外的區別，ACE的專家表示，國外的反作弊機構很難做這種“貼身的支持”。海外反作弊機構可能面臨的問題複雜性相對較低，如果遇到特別深度的情況，那就沒有太多辦法。而這種“貼身支持”正是騰訊在遊戲業務上不計成本達成的效果。

眾所周知，想讓AI幹活，前提是要用大量數據來訓練。其實2021年之前，ACE團隊也很缺數據，如果用傳統的方式，讓客户端用日誌的方式和服務器傳輸數據，需要的帶寬和流量太大，還需要項目單獨開發支持。於是他們開始推行整套Replay方案，降低了項目組的研發和服務器壓力，只需要在遊戲的過程中把關鍵協議用引擎的方式記錄下來，結束後傳到公共服務器中，就能由ACE團隊訓練出適用於各類遊戲的反作弊AI了。

ACE的專家告訴我，他們並不是一個盈利部門，即便合作伙伴可以購買他們的服務，但收入相比成本可以忽略不計，主要是通過開放技術，與行業共享解決方案，建立一個良好的生態。正是這個非盈利部門，卻對遊戲市場環境的影響舉重若輕，從某種程度上，確實像是一種基建項目。

4

其實上面提到的這種“戰場裏練過”的特訓感，也體現在很多其他方面。

騰訊今年在GDC的演講有不少，看過幾場後，給了我一種很微妙的感受。

要論引擎技術、關卡設計、敍事體驗這些傳統開發理念分享，國外有很多成熟的經驗之談，像是3A主機和獨立遊戲，騰訊需要學習的還有很多。可一旦具體到某些細分領域上，騰訊往往卻是投入最激進也最領先的那個，擁有豐富而前沿的技術心得。比如“移動和PC雙端超大型項目的高品質畫面優化”，那麼《三角洲行動》就有很多國外廠商也沒有的稀有經驗，現場取經的觀眾人頭攢動。

再比如，在魔方工作室AI項目負責人廖詩颺在GDC上分享的《F.A.C.U.L：首個懂人類語言的 FPS AI 隊友》演講上，我也看到了迄今為止最具實用性的AI隊友。

自從大模型AI普及以來，包括英偉達在內的不少廠商都涉足了“AI隊友”這個理所應當的想象空間。但能用LLM聊天是一回事（老滾的Mod都能實現這個），實裝到遊戲裏成為全功能的隊友，與遊戲的交互邏輯融為一體，則是另一個維度的事情。目前已經在一些國產遊戲裏實裝的AI隊友，宣傳説能聽懂人話，但其實尬聊感嚴重，且在遊戲體驗上的支持比較薄弱，距離理想情況還差不少距離。

然而，基於《暗區突圍》製作的這套AI隊友語音指揮系統，則真的實現了遊戲內交互、對象和場景的識別——你的隊友真的能讀懂遊戲的環境，並執行“匍匐前進到那輛車旁邊找掩護”之類的自然語音指令。需要強調的是，這和“給我血包”“掩護我”之類的交互難度完全不是一個級別，AI隊友需要真的認識場景中的那輛車、那棟建築物、那顆樹木，並在複雜的語言指令下與之互動（目前能識別上千種物體），由此帶來的沉浸感的提升，頗有“次世代”的級別。

這種體驗，比我在英偉達與藍洞等廠商合作的AI隊友要先進一些，也比育碧等廠演示的酷炫AI技術Demo要更實用。

那麼是英偉達和育碧缺技術嗎？當然不缺。它們缺的是動機，因為主業並不在此，所以演示點到為止，實際落地效果也並非自己所能完全主導，沒有必要在這些細分領域投入過多的資源。就像ACE的工程師所説的，“他們在這些方面沒有一個實際的戰場”。

而最大的戰場在哪裏，不言自明。