上个月39sese，R星的母公司Take-Two发布了2024年的财报，其中有一项数据引起了外界的关注。
财报浮现，Take-Two在迁徙端的营收占比最高为52%（主要归功于前两年收购了Zynga），主机端次之，营收占比40%。PC端则少得恻然，唯有8%。
人所共知，这几年在Steam的带动下，PC游戏商场增长权臣。不仅中国玩家孝顺了海量的蓝海用户——上个月V社公布的软硬件探员中，汉文玩家的占比激增到了史无先例的50%以上。哪怕是公认最不爱用电脑玩游戏的日本东说念主，也纷繁转战到了PC平台。
但对Take-Two来说，却很难享受到这一后果，他们近三年的PC营收一直占比唯有7%~8%，同期主机端则一度高达70%。
之是以酿成这个适度，很大程度上是因为Take-Two的端游营收主力如故GTA 5的 Online端。根据国外数据分析机构Ampere Analysis的讲述称，目下GTA5全平台加起来依然有高达2000万的月活跃用户。但问题在于，由于GTA Online的联机劳动大部分遴选了P2P（用户点对点）契约，在PC平台上舞弊绝顶节略，舞弊者动辄无贫民命、无穷弹药、陡然迁徙、隐身、刷钱、刷素质……
这对依赖长线微交游劳动的GTA Online无异于没顶之灾，很难从中取得收益，PC平台收入垫底也不难意会。
相同不难意会的是，Take-Two 首席施行官 Strauss Zelnick 在财报电话会议上阐明，GTA6将于本年秋季当先当作主机游戏发布，同期未说起PC平台的音信，这意味着GTA6大致率如故会主机独占一段时辰，哪怕PC游戏商场的规模和GTA5那时已今是昨非。
抛开GTA系列与主机平台一直故意益互换的老例，也能看出这个决策背后的另一大考量成分，即是PC平台疯狂的外挂环境。
1
跟着GaaS（劳动型游戏）越来越精深，国外有1/3的 3A级游戏开发者正在从事 GaaS游戏面孔。严容庄容地，反外挂、游戏安全和玩家权利等话题也成为了开发者们心思的要点标的。
近日刚刚摒弃的游戏开发者大会（GDC 2025）上，能清爽嗅觉到这种趋势。本年的GDC上，有更多挑升针对反舞弊技巧、账号安全、数据保护、辘集安全等方面的讲座、研讨会和小组讨论。
来自EA、腾讯、育碧、Epic的人人们纷繁展示他们的最新技巧和处置决策，关系议题涵盖了从客户端反舞弊到劳动器端安全，再到独揽机器学习和东说念主工智能挣扎新式舞弊技能等多个方面。
在GDC现场，我也听了不少关系的议题，有育碧的数据科学家Bettina Hein演讲的《为彩虹六号开发基于统计数据的反舞弊框架》，分享了如何独揽游戏统计数据来识别和打击舞弊步履。腾讯游戏安全ACE的几位人人也孝顺了精彩的演讲，包括ACE人人工程师陈旺林演讲的《迁徙游戏反舞弊立异：东说念主工智能技巧纠正旅途》，讲的是如何用AI勾通游戏回放数据来高效处置传统反舞弊的诸多痛点。
ACE高等面孔司理周杰演讲的《从心理到步履：游戏场景下玩家安全与权利保险体系构建》，则探讨了一种新的“优化玩家游戏环境”的步地——不同于传统的游戏检测/处罚模式，演讲要点讨论了如何从非法玩家心理动机动身应用步履烦嚣技巧，来减少坏心用户的重迭非法步履，以及劝诱各人玩家共同塑造良性的游戏环境。此外ACE还与TIGG吞并发布《看管游戏寰宇：游戏安全提神指南》。
这些题目听起来有些过于学术向，但其实还挺有道理的，毕竟反舞弊是一项与东说念主斗的身手，除了科学和技巧的迭代，还充满着东说念主性的瞻念察。
而且让我慨叹颇深的是，由于我国游戏产业在大规模在线游戏的蕴蓄的确过于深厚，技巧东说念主员早已深耕反舞弊规模多年，以至于在本年的GDC上，确乎呈现出了领跑业界的姿态。
2
上文提到的演讲《迁徙游戏反舞弊立异：东说念主工智能技巧纠正旅途》，尤其让我有这种“领跑”的嗅觉。
想弄解析立异在哪儿，得先对现行的反舞弊技能有一些基本的主张。传统反舞弊步地大约分为两种：客户端反舞弊和劳动器端反舞弊。
客户端反舞弊顾名念念义，是运行在玩家的腹地开辟上，使用特征码扫描、外挂样分内析等技巧来检测舞弊方法。一些游戏声称的“内核级反舞弊”也属于此类，能造访系统内核级别的权限来监控游戏进度、系统内存和其他底层操作，但也因为权限太大，时往往会看到用户对于秘密问题的担忧。
客户端反舞弊的瓶颈在于，和杀毒软件访佛，需要多半样分内析，因此需要时常更新反舞弊软件。此外，扫数过程严重依赖客户端的数据上报和客户端检测，而舞弊软件有许多种步地不错绕过客户端的数据上报。
比拟之下，劳动器端反舞弊班师在游戏劳动器上分析格外的玩家步履和数据，表面上舞弊者更难绕过。但这个步地也有其痛点，考量到劳动器性能和资本，世俗并不会记载太自如的日记，因此存在一定的漏报可能性，让外挂者成为不逞之徒，或者刑事包袱了技巧精好意思的正当玩家。
一言以蔽之，反舞弊最紧迫的困难，即是在灵验检测和最小化误报之间取得均衡。基于这少许，腾讯游戏安全ACE建议了“东说念主工智能+Replay回放”的步地来反舞弊。
这里的Replay，和“东说念主工审核摄像”有一定的区别。后者应用于CS这样的游戏中，可疑玩家受到多东说念主/屡次举报后，会被移入反舞弊监管系统，由社区监管员（世俗是无不良VAC记载、被举报次数少的活跃玩家）下载摄像文献不雅看，对被举报者作念出是否有舞弊步履的判断。
明眼东说念主能看出来，触发这个反舞弊系统的条目，当先得要多东说念主举报，舞弊者必须得到鼓胀多的举报后，才会被主动监管。
至于ACE应用的Replay，作用机制则更为底层一些——它会自动采集包含了游戏过程中玩家的一都操作记载的replay文献，随后劳动器会认知并预处理回放数据，根据游戏类型生成要害步履数据。
比如，在FPS游戏中，这个replay回放就会包含玩家位置、队伍变更，捡起/丢弃火器、枪口朝向、对准、开火和击杀等等信息，光是要害事件契约就有100多种。
随后，劳动器索求与反舞弊关系的步履特征（举例技能的精确掷中率、使用技能时与敌方办法的距离等），用这些数据试验AI反舞弊模子，以便通过AI来识别海量Replay中的舞弊步履。
这样作念的克己，是劳动器主要需要处理的是数据流（DataStream）而非视频流（VideoSteam），这样不仅阻挠易误判，也高效得多，从而不错已毕无分辨的主动反舞弊，而不是比及玩家举报才反馈。
就拿被玩家们忍无可忍的“透视挂”来说，劳动器AI除了通过舞弊者的步履模式来判断，也不错班师用从Replay数据中抽取要害数据，网罗成辨别决策。由于履行游戏中，玩家视角对办法的可见性就受到许多成分的影响，因此AI的判断也要达到像素级别，何况把场景中多半存在的草，树等非物理碰撞类模子纳入可见性判断。
GDC现场的演讲PPT强调了几项Replay反舞弊的上风，包括回放数据的精度世俗很高（大多数以帧为精度进行记载），通过传统的劳动器日记简直无法已毕这样高精度。同期，高精度的回放数据对于试验AI反舞弊模子至关紧迫，且还不错在必要时相通为视频，用于可视化左证展示。
在后续的分享中，ACE安全工程师也提到，如果碰到AI也难以判断的无极情况，不错用回放数据从头在客户端生成视频，进入东说念主工审核历程，从辛劳毕着力和准确率的兼得。
3
ACE的人人告诉我，反外挂和奥运会反甘愿剂一样，因为利益链条太大，且这个利益链条是全球性的，很可能澳洲的外挂团队在研发中国游戏的外挂软件，用比特币结算，再层层售卖外包下来，法律技能也可望不可即。
而且，既然游戏厂商能用AI来反外挂，那么舞弊者当然也能通过AI来强化外挂。游戏公司可能受限于公司体制，而舞弊软件的制作工坊反倒还更为活泼，在昔时和改日，这遥远是一个遥远螺旋高潮的过程。
那么，在全球游戏厂商都爱好反舞弊的大环境下，中外皮这一议题下有莫得什么各异呢？
我在GDC听过育碧的反舞弊主题演讲后，有一种较为清爽的嗅觉是，育碧更多鸠合在数据处理层面，现场请了表面神经科学博士学位的数据科学家来探讨这一议题，PPT时常出现函数弧线和公式。现场在被问到“如果你们把那些技巧就是异于常东说念主的泛泛玩家也误判了若何办？”的时候，科学家倾向于将其视为一个感性的概率问题。
而国内厂商主要则是分享实操决策，且能从中看到许多基于东说念主性的洽商。抛开东西方文化的各异，截然相悖的游戏产业历史是主因。中国的游戏厂商简直从一启动就与多东说念主辘集游戏打交说念，像腾讯这样的大厂一经在这一规模深耕了20多年，用户样本量无比高大，在玩家步履数据上有这自然的上风，旗下的ACE当作专科游戏安全处置决策，也很早就在业界处于高出地位。
值得一提的是，ACE不仅在给腾讯自家的游戏提供安全劳动，其实也早已成为了一种云劳动，为国表里的大中小游戏厂商提供劳动，包括西山居、心动游戏、库洛游戏、无端科技、深蓝互动、好汉游戏、银汉科技、迷你创想、韩国游戏公司111%、英国游戏职责室Cathedral Studio等等。就在上个月，ACE还与知名东南亚游戏公司Asphere达成了深度和谐，以协助其在环境复杂的东南亚商场打击外挂问题。
固然，国外的反舞弊历史并不成说不长，相悖，国外的愈加悠久，且有许多家专注于提供反舞弊（anti-cheating）劳动的第三方公司，比如许多玩家见过的BattlEye、Denuvo等。2018年，Epic为了给自家的《堡垒之夜》添砖加瓦，甚而还收购了一家反舞弊公司Kamu。
但妙手林立的第三方反舞弊公司，也正体现了中外反舞弊环境的最大区别。ACE的人人用了一个很形象的说法：“一个反舞弊决策的效果需要连接的实战，但你没一个战场就永远练不出来嘛，每天打些苍蝇蚊子，若何成为一个战士？”
这个战场，即是反舞弊软件所成长的必要训练。国外因为反舞弊劳动很早就商场化，反舞弊软件我方不坐蓐游戏，而是靠卖劳动给游戏厂商，那么反舞弊这件事，就更像是一门买卖，而不是事关命根子的死活之战。就算反舞弊智商莫得绝顶强，但只须在概率上能防住绝大部分舞弊器，那亦然一个会有企业买单的产物。
但国内环境以网游为主，昔时因为防外挂不力而暴死的游戏漫山遍野，国内大厂有着远比第三方劳动商更大的驱能源来自研反舞弊系统，因此呈现出一种不堪利便成仁的音调，也确乎取得了商场化所难以达到的后果。
谈及中外的区别，ACE的人人暗示，国外的反舞弊机构很难作念这种“贴身的支持”。国际反舞弊机构可能濒临的问题复杂性相对较低，如果碰到绝顶深度的情况，那就莫得太多办法。而这种“贴身支持”恰是腾讯在游戏业务上不计资本达成的效果。
人所共知，想让AI干活，前提是要用多半数据来试验。其实2021年之前，ACE团队也很缺数据，如果用传统的步地，让客户端用日记的步地和劳动器传输数据，需要的带宽和流量太大，还需要面孔单独开发支持。于是他们启动延伸整套Replay决策，缩小了面孔组的研发和劳动器压力，只需要在游戏的过程中把要害契约用引擎的步地记载下来，结果后传到各人劳动器中，就能由ACE团队试验出适用于各样游戏的反舞弊AI了。
ACE的人人告诉我，他们并不是一个盈利部门，即便和谐伙伴不错购买他们的劳动，但收入比拟资本不错忽略不计，主若是通过怒放技巧，与行业分享处置决策，树立一个致密的生态。恰是这个非盈利部门，却对游戏商场环境的影响举重若轻，从某种程度上，确乎像是一种基建面孔。
4
其实上头提到的这种“战场里练过”的特训感，也体当今许多其他方面。
腾讯本年在GDC的演讲有不少，看过几场后，给了我一种很玄妙的感受。
要论引擎技巧、关卡缱绻、叙事体验这些传统开发理念分享，国外有许多练习的素质之谈，像是3A主机和独处游戏，腾讯需要学习的还有许多。可一朝具体到某些细分规模上，腾讯时时却是干涉最激进也最高出的阿谁，领有丰富而前沿的技巧心得。比如“迁徙和PC双端超大型面孔的高品性画面优化”，那么《三角洲行径》就有许多国外厂商也莫得的非凡素质，现场取经的不雅世东说念主头攒动。
再比如，在魔方职责室AI面孔厚爱东说念主廖诗飏在GDC上分享的《F.A.C.U.L：首个懂东说念主类言语的 FPS AI 队友》演讲上，我也看到了迄今为止最具实用性的AI队友。
自从大模子AI普及以来，包括英伟达在内的不少厂商都涉足了“AI队友”这个理所应当的设想空间。但能用LLM聊天是一趟事（老滚的Mod都能已毕这个），实装到游戏里成为全功能的队友，与游戏的交互逻辑情投意合，则是另一个维度的事情。目下一经在一些国产游戏里实装的AI队友，宣外传能听懂东说念主话，但其实尬聊感严重，且在游戏体验上的支持比较薄弱，距离联想情况还差不少距离。
关联词，基于《暗区解围》制作的这套AI队友语音带领系统，则真实已毕了游戏内交互、对象和场景的识别——你的队友真实能读懂游戏的环境，并施行“匍匐前进到那辆车把握找掩护”之类的当然语音提醒。需要强调的是，这和“给我血包”“掩护我”之类的交互难度总共不是一个级别，AI队友需要真实意识场景中的那辆车、那栋建筑物、那颗树木，并在复杂的言语提醒下与之互动（目下能识别上千种物体），由此带来的千里浸感的普及，颇有“次世代”的级别。
这种体验，比我在英伟达与蓝洞等厂商和谐的AI队友要先进一些，也比育碧等厂演示的酷炫AI技巧Demo要更实用。
那么是英伟达和育碧缺技巧吗？固然不缺。它们缺的是动机，因为主业并不在此，是以演示点到为止，履行落地效果也并非我方所能总共主导，莫得必要在这些细分规模干涉过多的资源。就像ACE的工程师所说的，“他们在这些方面莫得一个履行的战场”。
而最大的战场在那儿，不言自明。
