在这项技术上，中国游戏厂商真的领先了全球行业

上个月，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。

财报显示，Take-Two在移动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端则少得可怜，只有8%。

众所周知，这几年在Steam的带动下，PC游戏市场增长显著。不仅中国玩家贡献了海量的蓝海用户——上个月V社公布的软硬件调查中，中文玩家的占比激增到了史无前例的50%以上。哪怕是公认最不爱用电脑玩游戏的日本人，也纷纷转战到了PC平台。

但对Take-Two来说，却很难享受到这一成果，他们近三年的PC营收一直占比只有7%~8%，同期主机端则一度高达70%。

之所以造成这个结果，很大程度上是因为Take-Two的端游营收主力还是GTA 5的 Online端。根据国外数据分析机构Ampere Analysis的报告称，目前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的联机服务大部分采用了P2P（用户点对点）协议，在PC平台上作弊非常简单，作弊者动辄无限生命、无限弹药、瞬间移动、隐身、刷钱、刷经验……

这对依赖长线微交易服务的GTA Online无异于灭顶之灾，很难从中获得收益，PC平台收入垫底也不难理解。

同样不难理解的是，Take-Two 首席执行官 Strauss Zelnick 在财报电话会议上确认，GTA6将于今年秋季首先作为主机游戏发布，同时未提及PC平台的消息，这意味着GTA6大概率还是会主机独占一段时间，哪怕PC游戏市场的规模和GTA5当时已今非昔比。

抛开GTA系列与主机平台一直有利益互换的惯例，也能看出这个决策背后的另一大考量因素，便是PC平台猖獗的外挂环境。

1

随着GaaS（服务型游戏）越来越普遍，国外有1/3的 3A级游戏开发者正在从事 GaaS游戏项目。顺理成章地，反外挂、游戏安全和玩家权益等话题也成为了开发者们关心的重点方向。

近日刚刚落幕的游戏开发者大会（GDC 2025）上，能明显感觉到这种趋势。今年的GDC上，有更多专门针对反作弊技术、账号安全、数据保护、网络安全等方面的讲座、研讨会和小组讨论。

来自EA、腾讯、育碧、Epic的专家们纷纷展示他们的最新技术和解决方案，相关议题涵盖了从客户端反作弊到服务器端安全，再到利用机器学习和人工智能对抗新型作弊手段等多个方面。

在GDC现场，我也听了不少相关的议题，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作弊框架》，分享了如何利用游戏统计数据来识别和打击作弊行为。腾讯游戏安全ACE的几位专家也贡献了精彩的演讲，包括ACE专家工程师陈旺林演讲的《移动游戏反作弊革命：人工智能技术革新路径》，讲的是如何用AI结合游戏回放数据来高效解决传统反作弊的诸多痛点。

ACE高级项目经理周杰演讲的《从心理到行为：游戏场景下玩家安全与权益保障体系构建》，则探讨了一种新的“优化玩家游戏环境”的方式——不同于传统的游戏检测/处罚模式，演讲重点讨论了如何从违规玩家心理动机出发应用行为干预技术，来减少恶意用户的重复违规行为，以及吸引大众玩家共同塑造良性的游戏环境。此外ACE还与TIGG联合发布《守护游戏世界：游戏安全防护指南》。

这些题目听起来有些过于学术向，但其实还挺有意思的，毕竟反作弊是一项与人斗的技艺，除了科学和技术的迭代，还充满着人性的洞察。

而且让我感触颇深的是，由于我国游戏产业在大规模在线游戏的积累实在过于深厚，技术人员早已深耕反作弊领域多年，以至于在今年的GDC上，确实呈现出了领跑业界的姿态。

2

上文提到的演讲《移动游戏反作弊革命：人工智能技术革新路径》，尤其让我有这种“领跑”的感觉。

想弄明白革命在哪儿，得先对现行的反作弊手段有一些基本的概念。传统反作弊方式大致分为两种：客户端反作弊和服务器端反作弊。

客户端反作弊顾名思义，是运行在玩家的本地设备上，使用特征码扫描、外挂样本分析等技术来检测作弊程序。一些游戏宣称的“内核级反作弊”也属于此类，能访问系统内核级别的权限来监控游戏进程、系统内存和其他底层操作，但也因为权限太大，时不时会看到用户关于隐私问题的担忧。

客户端反作弊的瓶颈在于，和杀毒软件类似，需要大量样本分析，因此需要经常更新反作弊软件。此外，整个过程严重依赖客户端的数据上报和客户端检测，而作弊软件有很多种方式可以绕过客户端的数据上报。

相比之下，服务器端反作弊直接在游戏服务器上分析异常的玩家行为和数据，理论上作弊者更难绕过。但这个方式也有其痛点，考量到服务器性能和成本，通常并不会记录太详细的日志，因此存在一定的漏报可能性，让外挂者成为漏网之鱼，或者惩罚了技术高超的合法玩家。

总而言之，反作弊最重要的难题，便是在有效检测和最小化误报之间取得平衡。基于这一点，腾讯游戏安全ACE提出了“人工智能+Replay回放”的方式来反作弊。

这里的Replay，和“人工审核录像”有一定的区别。后者应用于CS这样的游戏中，可疑玩家受到多人/多次举报后，会被移入反作弊监管系统，由社区监管员（通常是无不良VAC记录、被举报次数少的活跃玩家）下载录像文件观看，对被举报者做出是否有作弊行为的判断。

明眼人能看出来，触发这个反作弊系统的条件，首先得要多人举报，作弊者必须得到足够多的举报后，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全部操作记录的replay文件，随后服务器会解析并预处理回放数据，根据游戏类型生成关键行为数据。

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/丢弃武器、枪口朝向、瞄准、开火和击杀等等信息，光是关键事件协议就有100多种。

随后，服务器提取与反作弊相关的行为特征（例如技能的精准命中率、使用技能时与敌方目标的距离等），用这些数据训练AI反作弊模型，以便通过AI来识别海量Replay中的作弊行为。

这样做的好处，是服务器主要需要处理的是数据流（DataStream）而非视频流（VideoSteam），这样不仅不容易误判，也高效得多，从而可以实现无差别的主动反作弊，而不是等到玩家举报才响应。

就拿被玩家们深恶痛绝的“透视挂”来说，服务器AI除了通过作弊者的行为模式来判断，也可以直接用从Replay数据中抽取关键数据，汇集成鉴别方案。由于实际游戏中，玩家视角对目标的可见性就受到很多因素的影响，因此AI的判断也要达到像素级别，并且把场景中大量存在的草，树等非物理碰撞类模型纳入可见性判断。

左图是在草丛中趴着的敌人，相关Replay数据经过一套深度检测方案后，可以处理成右图里的直观信息

GDC现场的演讲PPT强调了几项Replay反作弊的优势，包括回放数据的精度通常很高（大多数以帧为精度进行记录），通过传统的服务器日志几乎无法实现这么高精度。同时，高精度的回放数据对于训练AI反作弊模型至关重要，且还可以在必要时转化为视频，用于可视化证据展示。

在后续的分享中，ACE安全工程师也提到，如果遇到AI也难以判断的模糊情况，可以用回放数据重新在客户端生成视频，进入人工审核流程，从而实现效率和准确率的兼得。

3

ACE的专家告诉我，反外挂和奥运会反兴奋剂一样，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，法律手段也望尘莫及。

而且，既然游戏厂商能用AI来反外挂，那么作弊者自然也能通过AI来强化外挂。游戏公司可能受限于公司体制，而作弊软件的制作工坊反倒还更为灵活，在过去和未来，这始终是一个始终螺旋上升的过程。

那么，在全球游戏厂商都重视反作弊的大环境下，中外在这一议题下有没有什么差异呢？

我在GDC听过育碧的反作弊主题演讲后，有一种较为明显的感觉是，育碧更多集中在数据处理层面，现场请了理论神经科学博士学位的数据科学家来探讨这一议题，PPT经常出现函数曲线和公式。现场在被问到“如果你们把那些技术就是异于常人的正常玩家也误判了怎么办？”的时候，科学家倾向于将其视为一个理性的概率问题。

而国内厂商主要则是分享实操方案，且能从中看到很多基于人性的考虑。抛开东西方文化的差异，迥然不同的游戏产业历史是主因。中国的游戏厂商几乎从一开始就与多人网络游戏打交道，像腾讯这样的大厂已经在这一领域深耕了20多年，用户样本量无比巨大，在玩家行为数据上有这天然的优势，旗下的ACE作为专业游戏安全解决方案，也很早就在业界处于领先地位。

值得一提的是，ACE不仅在给腾讯自家的游戏提供安全服务，其实也早已成为了一种云服务，为国内外的大中小游戏厂商提供服务，包括西山居、心动游戏、库洛游戏、无端科技、深蓝互动、英雄游戏、银汉科技、迷你创想、韩国游戏公司111%、英国游戏工作室Cathedral Studio等等。就在上个月，ACE还与知名东南亚游戏公司Asphere达成了深度合作，以协助其在环境复杂的东南亚市场打击外挂问题。

当然，国外的反作弊历史并不能说不长，相反，国外的更加悠久，且有很多家专注于提供反作弊（anti-cheating）服务的第三方公司，比如很多玩家见过的BattlEye、Denuvo等。2018年，Epic为了给自家的《堡垒之夜》保驾护航，甚至还收购了一家反作弊公司Kamu。

但高手林立的第三方反作弊公司，也正体现了中外反作弊环境的最大区别。ACE的专家用了一个很形象的说法：“一个反作弊方案的效果需要不断的实战，但你没一个战场就永远练不出来嘛，每天打些苍蝇蚊子，怎么成为一个战士？”

这个战场，便是反作弊软件所成长的必要考验。国外因为反作弊服务很早就市场化，反作弊软件自己不生产游戏，而是靠卖服务给游戏厂商，那么反作弊这件事，就更像是一门生意，而不是事关命脉的生死之战。就算反作弊能力没有特别强，但只要在概率上能防住绝大部分作弊器，那也是一个会有企业买单的产品。

但国内环境以网游为主，过去因为防外挂不力而暴死的游戏比比皆是，国内大厂有着远比第三方服务商更大的驱动力来自研反作弊系统，因此呈现出一种不成功便成仁的调子，也确实取得了市场化所难以达到的成果。

谈及中外的区别，ACE的专家表示，国外的反作弊机构很难做这种“贴身的支持”。海外反作弊机构可能面临的问题复杂性相对较低，如果遇到特别深度的情况，那就没有太多办法。而这种“贴身支持”正是腾讯在游戏业务上不计成本达成的效果。

众所周知，想让AI干活，前提是要用大量数据来训练。其实2021年之前，ACE团队也很缺数据，如果用传统的方式，让客户端用日志的方式和服务器传输数据，需要的带宽和流量太大，还需要项目单独开发支持。于是他们开始推行整套Replay方案，降低了项目组的研发和服务器压力，只需要在游戏的过程中把关键协议用引擎的方式记录下来，结束后传到公共服务器中，就能由ACE团队训练出适用于各类游戏的反作弊AI了。

ACE的专家告诉我，他们并不是一个盈利部门，即便合作伙伴可以购买他们的服务，但收入相比成本可以忽略不计，主要是通过开放技术，与行业共享解决方案，建立一个良好的生态。正是这个非盈利部门，却对游戏市场环境的影响举重若轻，从某种程度上，确实像是一种基建项目。

4

其实上面提到的这种“战场里练过”的特训感，也体现在很多其他方面。

腾讯今年在GDC的演讲有不少，看过几场后，给了我一种很微妙的感受。

要论引擎技术、关卡设计、叙事体验这些传统开发理念分享，国外有很多成熟的经验之谈，像是3A主机和独立游戏，腾讯需要学习的还有很多。可一旦具体到某些细分领域上，腾讯往往却是投入最激进也最领先的那个，拥有丰富而前沿的技术心得。比如“移动和PC双端超大型项目的高品质画面优化”，那么《三角洲行动》就有很多国外厂商也没有的稀有经验，现场取经的观众人头攒动。

再比如，在魔方工作室AI项目负责人廖诗飏在GDC上分享的《F.A.C.U.L：首个懂人类语言的 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。

自从大模型AI普及以来，包括英伟达在内的不少厂商都涉足了“AI队友”这个理所应当的想象空间。但能用LLM聊天是一回事（老滚的Mod都能实现这个），实装到游戏里成为全功能的队友，与游戏的交互逻辑融为一体，则是另一个维度的事情。目前已经在一些国产游戏里实装的AI队友，宣传说能听懂人话，但其实尬聊感严重，且在游戏体验上的支持比较薄弱，距离理想情况还差不少距离。

然而，基于《暗区突围》制作的这套AI队友语音指挥系统，则真的实现了游戏内交互、对象和场景的识别——你的队友真的能读懂游戏的环境，并执行“匍匐前进到那辆车旁边找掩护”之类的自然语音指令。需要强调的是，这和“给我血包”“掩护我”之类的交互难度完全不是一个级别，AI队友需要真的认识场景中的那辆车、那栋建筑物、那颗树木，并在复杂的语言指令下与之互动（目前能识别上千种物体），由此带来的沉浸感的提升，颇有“次世代”的级别。

这种体验，比我在英伟达与蓝洞等厂商合作的AI队友要先进一些，也比育碧等厂演示的酷炫AI技术Demo要更实用。

那么是英伟达和育碧缺技术吗？当然不缺。它们缺的是动机，因为主业并不在此，所以演示点到为止，实际落地效果也并非自己所能完全主导，没有必要在这些细分领域投入过多的资源。就像ACE的工程师所说的，“他们在这些方面没有一个实际的战场”。

而最大的战场在哪里，不言自明。