# 玩家等價介面原則：超人 AI 與作弊 AI 的本體區分

## The Player-Equivalent Interface Principle: Distinguishing Superhuman AI from Cheating AI

**系列**：Agent Game、玩家等價介面與人工博弈實驗室，第 2 篇／共 3 篇  
**系列英文名**：Agentic Games, Player-Equivalent Interfaces, and Artificial Game Laboratories  
**系列代碼**：AGPL  
**文件編號**：EML-AGPL-2026-02-v0.1  
**作者**：Neo.K with Aletheia（GPT-5.6 Sol）  
**機構**：EveMissLab／一言諾科技有限公司  
**版本**：v0.1  
**日期**：2026-09-12  
**性質**：Agent Interface Theory／Game AI Fairness／Epistemic Access／Superhuman Cognition／Experimental AI  
**狀態**：Public Theory Draft  
**直接前置**：AGPL-01《遊戲即人工世界》；HGCB Series；ECGC Series  
**後續接口**：AGPL-03《從難度加成到人工對手：Agent Game 與下一代玩家—AI 博弈》

---

## 摘要

遊戲 AI 長期存在一個容易混淆的問題：AI 表現強，究竟是因為它真的具有更高的策略、推理、記憶與反應能力，還是因為它被遊戲引擎授予了人類玩家無法取得的資訊與操作權限？兩者在玩家體感上都可能表現為「AI 很強」，但在能力研究、本體分類與公平性上完全不同。

本文提出「玩家等價介面原則」（Player-Equivalent Interface Principle, PEIP）：若研究目標是測量 Agent 本身的智能，而非遊戲引擎提供的特權，則 AI 應透過與人類玩家在認知上等價或可明確對齊的介面取得世界資訊與執行行動。AI 可以具有超人的計算速度、記憶容量、策略生成能力與推理深度，但不應把引擎私有真值、隱藏狀態、未公開冷卻時間、戰爭迷霧後單位、隨機種子、未來狀態樹或直接狀態修改權限當作自身智能。

本文將資訊分為：

$$
I_{\mathrm{public}},
I_{\mathrm{observable}},
I_{\mathrm{inferable}},
I_{\mathrm{engine-private}},
$$

並要求公平認知介面滿足：

$$
\boxed{
I_{AI}
\subseteq
I_{\mathrm{public}}
\cup
I_{\mathrm{observable}}
\cup
I_{\mathrm{inferable}}
}
$$

且：

$$
\boxed{
I_{AI}
\cap
I_{\mathrm{engine-private}}
=
\varnothing
}
$$

在指定實驗模式下成立。

本文進一步區分 Epistemic Parity、Action Parity、Temporal Parity 與 Cognitive Freedom 四個層級，指出「玩家等價」不等於「AI 必須模仿人類能力上限」。研究者可以建立 Human-Like Mode 與 Open-Cognition Mode：前者限制反應速度、APM、注意力與記憶；後者則僅保持介面與資訊權限公平，允許 AI 在相同觀測條件下使用超人認知能力。

本文的核心主張是：

$$
\boxed{
\text{Superhuman Cognition is allowed;}
\quad
\text{Oracle Access is not intelligence.}
}
$$

這一原則使遊戲第一次可以乾淨區分「AI 真正比玩家更會玩」與「AI 因為引擎知道答案而贏」，並為下一代 Agent Game、遊戲 AI 難度設計與能力科學實驗建立公平接口基礎。

---

## 關鍵詞

玩家等價介面；遊戲 AI；作弊 AI；超人智能；資訊權限；戰爭迷霧；Agent Interface；公平性；Oracle Access；能力評估

---

# 1. 「AI 很強」不是一個足夠精確的描述

玩家常說：

> 這個 AI 很強。

但這句話可能對應完全不同的機制。

例如：

$$
\text{AI strength}
$$

可能來自：

1. 更好的策略；
2. 更快的反應；
3. 更準的操作；
4. 更強的記憶；
5. 更好的世界模型；
6. 更長期的規劃；
7. 更多資源加成；
8. 額外視野；
9. 直接讀取隱藏狀態；
10. 直接操作引擎狀態。

其中前六項主要屬於：

$$
\boxed{
\text{Agent Capability}.
}
$$

後四項則可能主要來自：

$$
\boxed{
\text{Game Privilege}.
}
$$

若不區分，研究結果會失真。

---

# 2. 遊戲引擎與玩家不是同一認知位置

遊戲引擎通常知道：

$$
S_t^{\mathrm{engine}}.
$$

其中包含：

- 所有單位位置；
- 所有玩家資源；
- 完整技能狀態；
- 隱藏變量；
- RNG；
- pathfinding graph；
- threat table；
- trigger state；
- future scheduled events；
- AI internal flags。

人類玩家通常只能得到：

$$
O_t^H
=
\phi_H(S_t^{\mathrm{engine}}).
$$

AI 若直接讀：

$$
S_t^{\mathrm{engine}},
$$

它的認知位置就與玩家不同。

因此：

$$
\boxed{
\text{Engine Knowledge}
\neq
\text{Player Knowledge}.
}
$$

---

# 3. 玩家等價介面原則

本文正式提出：

$$
\boxed{
\text{Player-Equivalent Interface Principle}
}
$$

簡稱：

$$
PEIP.
$$

其基本要求：

> 若研究目標是比較玩家與 AI 的認知能力，或比較不同 AI Agent 的真正智能，則 AI 必須透過一個在資訊與操作權限上可與合法玩家介面對齊的接口與遊戲世界互動。

形式上：

$$
I_{AI}
\preceq
I_H^{\mathrm{legal}},
$$

以及：

$$
A_{AI}
\preceq
A_H^{\mathrm{legal}},
$$

其中：

$$
\preceq
$$

表示權限不超出合法玩家可達範圍。

---

# 4. 玩家等價不等於完全一樣

這裡最容易誤解。

PEIP 不要求：

$$
AI
=
\text{Human}.
$$

AI 可以：

- 記憶更好；
- 計算更快；
- 思考更深；
- 模擬更多分支；
- 同時追蹤更多變量；
- 預測更準；
- 學習更快。

真正禁止的是：

$$
\boxed{
\text{privileged access masquerading as intelligence}.
}
$$

所以：

$$
\text{same interface}
\neq
\text{same cognition}.
$$

---

# 5. 四層資訊域

本文將資訊分為四層。

## 5.1 公開資訊

$$
I_{\mathrm{public}}.
$$

例如：

- 技能說明；
- 基礎冷卻時間；
- 單位數值；
- 地圖公開規則；
- 裝備屬性；
- 遊戲機制。

任何合法玩家都可以知道。

---

## 5.2 可觀察資訊

$$
I_{\mathrm{observable}}.
$$

例如：

- 畫面內單位；
- 小地圖；
- 血量；
- 公開動畫；
- 聲音；
- 公開裝備；
- 已發生事件。

這是當下可直接觀察的資訊。

---

## 5.3 可推得資訊

$$
I_{\mathrm{inferable}}.
$$

這不是遊戲直接提供的真值。

而是玩家可以從：

$$
I_{\mathrm{public}}
+
I_{\mathrm{observable}}
$$

自己推理出來的內容。

例如：

$$
t_{\mathrm{ready}}
=
t_{\mathrm{cast}}
+
CD.
$$

如果玩家看到某技能施放，

知道：

$$
CD=120s,
$$

則自己計時完全合法。

AI 同樣可以。

---

## 5.4 引擎私有資訊

$$
I_{\mathrm{engine-private}}.
$$

例如：

- 未公開精確 CD 剩餘；
- 戰爭迷霧後單位；
- 隱藏資源；
- 未公開事件 queue；
- RNG seed；
- future branch；
- enemy internal decision state；
- exact hidden coordinates。

這些不屬於玩家認知介面。

---

# 6. 公平認知條件

因此：

$$
\boxed{
I_{AI}
\subseteq
I_{\mathrm{public}}
\cup
I_{\mathrm{observable}}
\cup
I_{\mathrm{inferable}}
}
$$

同時：

$$
\boxed{
I_{AI}
\cap
I_{\mathrm{engine-private}}
=
\varnothing.
}
$$

這是最核心的資訊公平條件。

---

# 7. 推理不是作弊

若 AI 根據合法資訊計算：

$$
P(\text{enemy at } x \mid \text{observations}),
$$

這是：

$$
\boxed{
\text{Inference}.
}
$$

如果遊戲引擎直接回傳：

$$
\text{enemy.position}=x,
$$

即使敵人在視野外，則是：

$$
\boxed{
\text{Oracle Access}.
}
$$

兩者不能混為一談。

---

# 8. 預測未來不是偷看未來

AI 可以建立：

$$
\hat S_{t+1},
\hat S_{t+2},
\ldots,
\hat S_{t+k}.
$$

這屬於：

$$
\boxed{
\text{Forecasting}.
}
$$

只要：

$$
\hat S
$$

來自 AI 自己的世界模型。

但如果引擎直接提供：

$$
S_{t+1}^{\mathrm{true}},
S_{t+2}^{\mathrm{true}},
\ldots,
$$

或列出未來 branch tree，

則是：

$$
\boxed{
\text{Future-State Privilege}.
}
$$

所以：

$$
\boxed{
\text{Prediction}
\neq
\text{Future Access}.
}
$$

---

# 9. 精確計時不是作弊

AI 可以對：

$$
n
$$

個技能同時計時。

人類可能只能追蹤少數。

這屬於能力差異。

例如：

$$
Memory_{AI}
\gg
Memory_H.
$$

只要 timer 是 AI 自己從合法觀測建立，

就仍屬於：

$$
I_{\mathrm{inferable}}.
$$

所以：

$$
\boxed{
\text{superhuman memory}
\neq
\text{illegal information}.
}
$$

---

# 10. 操作權限也需要對齊

資訊公平仍不夠。

AI 還可能擁有：

$$
A_{\mathrm{engine-private}}.
$$

例如：

- teleport；
- direct damage；
- bypass animation；
- spawn unit；
- set target state；
- force hit；
- ignore cooldown。

這些不是玩家操作。

所以要求：

$$
\boxed{
A_{AI}
\subseteq
A_H^{\mathrm{legal}}.
}
$$

這稱為：

$$
\boxed{
\text{Action Parity}.
}
$$

---

# 11. Action Parity 不等於操作速度一樣

玩家能做：

$$
\text{move},
\text{aim},
\text{cast}.
$$

AI 也只能做這些。

但 AI 可以：

$$
RT_{AI}
<
RT_H.
$$

也就是反應更快。

這屬於能力差異。

因此：

$$
\boxed{
\text{Action Type Parity}
\neq
\text{Action Rate Parity}.
}
$$

---

# 12. 反應速度應該獨立建模

定義：

$$
\tau_{reaction}.
$$

研究者可以選兩種模式。

## 12.1 Human-Like Mode

限制：

$$
\tau_{AI}
\approx
\tau_H.
$$

以及：

$$
APM_{AI}
\approx
APM_H.
$$

目標：

> 比較近似人類物理操作條件下的認知差異。

---

## 12.2 Open-Cognition Mode

保持：

$$
I_{AI}
\approx
I_H^{\mathrm{legal}},
$$

以及：

$$
A_{AI}
\subseteq
A_H^{\mathrm{legal}},
$$

但不限制：

$$
\tau_{AI}.
$$

此時允許：

$$
\boxed{
\text{superhuman execution on a fair interface}.
}
$$

---

# 13. 兩種模式回答不同問題

Human-Like Mode 問：

> 如果 AI 的反應與操作能力近似人類，它的策略智能有多強？

Open-Cognition Mode 問：

> 如果 AI 只能看玩家能看的世界，但可以用自己的極限能力思考與操作，會有多強？

兩者都合理。

但不能混成同一 benchmark。

---

# 14. 第三層：Temporal Parity

有些遊戲 AI 可以每 tick 都運算完整世界。

玩家只在：

$$
60Hz
$$

畫面中取得部分訊號。

如果 AI 取得：

$$
1000Hz
$$

內部更新，

即使資訊類型相同，

也可能造成隱性優勢。

因此需要記錄：

$$
f_{obs}^{AI}.
$$

以及：

$$
f_{obs}^{H}.
$$

這稱為：

$$
\boxed{
\text{Temporal Parity}.
}
$$

---

# 15. Temporal Parity 也不是只有一種設定

研究可分：

### Strict Temporal Parity

$$
f_{obs}^{AI}
=
f_{obs}^{H}.
$$

### Native AI Temporal Mode

允許：

$$
f_{obs}^{AI}
>
f_{obs}^{H},
$$

但明確標記。

這樣可以區分：

$$
\text{cognitive advantage}
$$

與：

$$
\text{sampling advantage}.
$$

---

# 16. 第四層：Cognitive Freedom

當：

$$
I,
A,
T
$$

介面被公平控制後，

AI 應該被允許：

$$
\boxed{
\text{think as well as it can}.
}
$$

也就是：

- 搜索更多；
- 模擬更多；
- 記更多；
- 建模更深；
- 推理更長；
- 更快學習；
- 更穩定協作。

這稱為：

$$
\boxed{
\text{Cognitive Freedom}.
}
$$

---

# 17. 四層公平框架

因此 PEIP 可以拆成：

$$
\boxed{
PEIP
=
EPI
+
ACT
+
TMP
+
COG.
}
$$

其中：

- $EPI$：Epistemic Parity；
- $ACT$：Action Parity；
- $TMP$：Temporal Parity；
- $COG$：Cognitive Freedom。

真正公平不是把 AI 限制成弱者。

而是：

$$
\boxed{
\text{equal world access}
+
\text{free cognition}.
}
$$

---

# 18. 難度加成與 AI 能力必須分離

傳統遊戲常用：

$$
Bonus_{\mathrm{resource}},
$$

$$
Bonus_{\mathrm{damage}},
$$

$$
Bonus_{\mathrm{production}}.
$$

這些是：

$$
\boxed{
\text{Handicap}.
}
$$

不是：

$$
\text{Cognition}.
$$

所以遊戲難度應分：

$$
D
=
(D_{\mathrm{cog}},
D_{\mathrm{handicap}}).
$$

---

# 19. AI 作弊也應分層

本文提出：

$$
\boxed{
\text{Privilege Taxonomy}.
}
$$

至少分：

### Type 0：無作弊

完全符合 PEIP。

### Type 1：公開 Handicap

例如額外資源。

玩家知道。

### Type 2：資訊特權

讀取隱藏狀態。

### Type 3：操作特權

使用玩家不可用 action。

### Type 4：未來特權

讀取未來排程或狀態樹。

### Type 5：規則豁免

不受正常規則限制。

---

# 20. Type 1 與 Type 2 不應混淆

額外資源：

$$
R_{AI}>R_H
$$

是一種明示不公平。

但至少：

$$
\boxed{
\text{observable}.
}
$$

隱藏資訊特權則更容易被誤認為 AI 很聰明。

所以能力研究中：

$$
\boxed{
\text{hidden privilege is more epistemically dangerous than explicit handicap}.
}
$$

---

# 21. Civilization 類問題的抽象化

在許多策略遊戲裡，高難度 AI 可能得到：

$$
\text{production bonus}
+
\text{science bonus}
+
\text{starting bonus}.
$$

玩家體感：

> AI 好像發展得特別快。

但這不代表：

$$
\pi_{AI}
$$

更聰明。

因此研究時要拆：

$$
\boxed{
\text{Policy Strength}
\neq
\text{Economic Handicap}.
}
$$

---

# 22. MOBA 的理想公平 Agent

對 MOBA，

Agent 應只能取得：

- 畫面；
- 小地圖；
- 公開技能；
- 公開物件；
- 合法聲音；
- 自己狀態；
- 已發生事件。

然後自己建立：

$$
M_t.
$$

例如：

$$
\text{EnemyFlashReady}
$$

不能從 engine flag 讀。

必須：

$$
\text{ObserveCast}
\rightarrow
\text{StoreTime}
\rightarrow
\text{ComputeCooldown}.
$$

這才是：

$$
\boxed{
\text{player-equivalent cognition}.
}
$$

---

# 23. RTS 的理想公平 Agent

對 RTS，

AI 不應直接知道：

$$
\text{EnemyBaseLocation}
$$

若尚未探索。

它必須透過：

- scouting；
- map priors；
- inference；
- opponent pattern；

估計：

$$
P(\text{Base}=x).
$$

因此：

$$
\boxed{
\text{Fog of War}
}
$$

應對 AI 真正生效。

---

# 24. 對手建模必須建立在合法資訊上

Agent 可以建立：

$$
\hat\pi_j.
$$

例如：

> 這個玩家喜歡早期進攻。

但不能直接讀：

$$
\pi_j^{internal}.
$$

所以：

$$
\boxed{
\text{Opponent Modeling}
\neq
\text{Opponent State Access}.
}
$$

---

# 25. AI 是否可以讀 replay？

如果人類玩家合法能在賽後看 replay，

AI 也可以在：

$$
\text{training phase}
$$

使用 replay。

但正式比賽：

$$
\text{episode runtime}
$$

不能讀當局未公開真值。

因此需區分：

$$
I_{\mathrm{train}}
$$

與：

$$
I_{\mathrm{runtime}}.
$$

---

# 26. 訓練知道世界真值不等於 runtime 作弊

很多 AI 可能在訓練時使用：

$$
S_t^{\text{true}}
$$

作 supervised signal。

只要部署時：

$$
I_{\mathrm{runtime}}
$$

符合 PEIP，

就不等於 runtime Oracle Access。

因此：

$$
\boxed{
\text{Privileged Training}
\neq
\text{Privileged Deployment}.
}
$$

但必須透明記錄。

---

# 27. Teacher-Student 架構

可以有 Teacher：

$$
T
$$

讀：

$$
S_t^{\text{true}}.
$$

Student：

$$
A
$$

只能讀：

$$
O_t.
$$

Teacher 用來訓練：

$$
A.
$$

最終評估只看：

$$
A.
$$

因此：

$$
\boxed{
\text{privileged critic}
+
\text{fair-interface actor}
}
$$

是一種合理實驗設計。

---

# 28. API 設計比模型本身更重要

如果 API 暴露：

```text
enemy_hidden_position
enemy_exact_cooldown
next_rng
future_path
```

再強調 AI 沒有使用，

仍有風險。

最乾淨方法是：

$$
\boxed{
\text{the Agent API should not expose forbidden information at all}.
}
$$

也就是：

$$
I_{\mathrm{engine-private}}
$$

與 Agent process 物理／邏輯隔離。

---

# 29. Observation Firewall

本文提出：

$$
\boxed{
\text{Observation Firewall}.
}
$$

它位於：

$$
\text{Engine}
\rightarrow
\text{Firewall}
\rightarrow
\text{Agent}.
$$

Firewall 依：

$$
\text{ObservationProfile}
$$

過濾資訊。

例如：

```yaml
observation_profile:
  visible_units: true
  hidden_units: false
  own_cooldowns: true
  enemy_hidden_cooldowns: false
  public_items: true
  rng_seed: false
  future_events: false
```

---

# 30. Action Firewall

同理：

$$
\text{Agent}
\rightarrow
\text{ActionFirewall}
\rightarrow
\text{Engine}.
$$

Firewall 驗證：

$$
a_t
\in
A_H^{\mathrm{legal}}.
$$

若：

$$
a_t
\notin
A_H^{\mathrm{legal}},
$$

則拒絕。

這使：

$$
\boxed{
\text{Action Parity}
}
$$

成為架構層保證，而非口頭承諾。

---

# 31. 觀測與操作都應版本化

每次 benchmark 必須保存：

$$
\text{ObservationProfile}^{v},
$$

以及：

$$
\text{ActionProfile}^{v}.
$$

否則：

$$
\text{Agent}_A
$$

與：

$$
\text{Agent}_B
$$

可能其實在玩不同資訊版本的遊戲。

---

# 32. Player-Equivalent Interface Profile

本文提出：

$$
\boxed{
\text{PEIP Profile}.
}
$$

例如：

```yaml
peip_profile:
  epistemic:
    public_rules: true
    visible_world: true
    hidden_world: false
    engine_state: false
    future_state: false

  action:
    legal_player_actions_only: true
    direct_state_mutation: false

  temporal:
    observation_rate:
    reaction_limit:
    apm_limit:

  cognition:
    memory_limit:
    compute_limit:
    planning_limit:
```

---

# 33. 公平不是一個布林值

不同研究目的可以有不同：

$$
\text{PEIP}^{(k)}.
$$

例如：

### Human-Parity Profile

接近人類。

### Interface-Parity Profile

只限制介面，

不限制 cognition。

### Stress-Test Profile

甚至允許部分特權，

但必須標記。

所以：

$$
\boxed{
\text{fairness is profile-relative but must be explicit}.
}
$$

---

# 34. 超人 AI 的嚴格定義

若：

$$
I_{AI}
=
I_H,
$$

$$
A_{AI}
=
A_H,
$$

且在指定 Temporal Profile 下：

$$
Y_{AI}
>
Y_H,
$$

那麼可以較有信心說：

$$
\boxed{
\text{superhuman capability}.
}
$$

至少是在該接口與任務族上。

---

# 35. Oracle AI 的定義

若：

$$
I_{AI}
\supsetneq
I_H
$$

且差異包含：

$$
I_{\mathrm{engine-private}},
$$

則本文稱：

$$
\boxed{
\text{Oracle-Augmented Agent}.
}
$$

它可以很有用。

但不應直接與：

$$
\text{player-equivalent agent}
$$

混在同一能力榜單。

---

# 36. 作弊 AI 也可以是合法遊戲設計

本文不是說：

> 遊戲 AI 永遠不能作弊。

有時商業遊戲需要：

- 節奏；
- 難度；
- 劇情；
- 低成本。

所以：

$$
\text{OracleAI}
$$

可以是合理產品設計。

本文只要求：

$$
\boxed{
\text{do not confuse design privilege with cognitive intelligence}.
}
$$

---

# 37. 商業遊戲與研究 benchmark 的差異

商業遊戲可以：

$$
\text{Fun}
>
\text{EpistemicPurity}.
$$

研究 benchmark 則應：

$$
\text{EpistemicPurity}
>
\text{Convenience}.
$$

所以：

$$
\boxed{
\text{commercial AI rules}
\neq
\text{scientific evaluation rules}.
}
$$

---

# 38. 玩家感受到的「它真的猜到我」與「它本來就知道」不同

第一種：

$$
\text{Observation}
\rightarrow
\text{Model}
\rightarrow
\text{Prediction}.
$$

第二種：

$$
\text{EngineTruth}
\rightarrow
\text{Action}.
$$

玩家體感可能相似。

但能力本體完全不同。

因此：

$$
\boxed{
\text{inference-generated anticipation}
\neq
\text{privileged anticipation}.
}
$$

---

# 39. 真正 Agent Game 的價值

如果 AI：

- 看跟玩家差不多的世界；
- 能做跟玩家相同類型的操作；
- 自己記憶；
- 自己預測；
- 自己學習；
- 自己生成策略；

那麼它才真正開始成為：

$$
\boxed{
\text{Artificial Player}.
}
$$

而不是：

$$
\text{Game Engine Controller}.
$$

---

# 40. 人工玩家與腳本 AI 的分界

腳本 AI：

$$
S_t^{\mathrm{engine}}
\rightarrow
\text{Rule}
\rightarrow
a_t.
$$

人工玩家：

$$
O_t
\rightarrow
M_t
\rightarrow
G_t
\rightarrow
J_t
\rightarrow
a_t.
$$

差異在於：

$$
\boxed{
\text{world must be reconstructed rather than directly read}.
}
$$

---

# 41. 對能力科學的意義

PEIP 允許真正做：

$$
A_0
$$

vs.

$$
A_0+O_i.
$$

因為：

$$
I
$$

與：

$$
A
$$

被固定。

若表現提升：

$$
\Delta Y>0,
$$

更有理由把增益歸因於：

$$
O_i.
$$

---

# 42. 對世界模型研究的意義

若 Agent 沒有 Oracle Access，

則：

$$
\hat S_t
$$

是真正由：

$$
O_{0:t}
$$

生成。

因此：

$$
d(\hat S_t,S_t^{\text{true}})
$$

才有研究價值。

否則：

$$
\hat S_t=S_t^{\text{true}}
$$

只是 API 洩漏。

---

# 43. 對策略生成研究的意義

如果 AI 直接知道最優 path tree，

那麼：

$$
G
$$

根本沒被測。

PEIP 要求：

$$
\boxed{
\text{strategy tree}
}
$$

必須由 Agent 自己生成。

這才能測：

$$
O_{\mathrm{generate}}.
$$

---

# 44. 對超博弈研究的意義

如果 Agent 可以直接看 engine rule registry，

那麼發現規則變化：

$$
R_t\rightarrow R_t'
$$

不代表它具有：

$$
B.
$$

真正測試需要：

$$
R_t'
$$

只透過世界結果間接顯現。

Agent 必須自己發現：

> 世界規則似乎變了。

這才是：

$$
\boxed{
\text{Game-Space Awareness}.
}
$$

---

# 45. 對多 Agent 博弈的意義

如果每個 AI 都共享：

$$
S_t^{\mathrm{engine}},
$$

那麼它們的博弈更像：

$$
\text{perfect-information coordination}.
$$

但真實玩家往往具有：

$$
I_i\neq I_j.
$$

所以真正多 Agent 實驗應允許：

$$
\boxed{
\text{asymmetric local information}.
}
$$

---

# 46. 隱私與局部資訊也可成為遊戲本體的一部分

對多 Agent，

每個 Agent 有：

$$
I_i.
$$

所以：

$$
I_1\neq I_2.
$$

這不是缺陷。

而是：

$$
\boxed{
\text{strategic structure}.
}
$$

PEIP 能讓這種結構被保留。

---

# 47. 五個核心測試

本文建議至少建立五組 benchmark。

## Test 1：Hidden-State Integrity

確認：

$$
I_{AI}
\cap
I_{\mathrm{engine-private}}
=
\varnothing.
$$

---

## Test 2：Inference Challenge

提供合法觀測，

看 AI 是否能自行推得隱藏狀態。

---

## Test 3：Observation Perturbation

降低：

$$
I_{\mathrm{observable}}.
$$

測能力如何下降。

---

## Test 4：Action-Limit Test

限制：

$$
APM,
RT.
$$

分離策略與操作。

---

## Test 5：Oracle Ablation

建立 Oracle 版本：

$$
A^{oracle}
$$

與 PEIP 版本：

$$
A^{fair}.
$$

比較：

$$
\Delta Y_{\mathrm{oracle}}.
$$

這能量化：

> 有多少表現其實來自特權資訊？

---

# 48. Oracle Advantage Index

本文定義：

$$
\boxed{
OAI
=
Y(A^{oracle})
-
Y(A^{fair}).
}
$$

若：

$$
OAI
\gg0,
$$

代表該 Agent 高表現高度依賴 Oracle Access。

若：

$$
OAI
\approx0,
$$

則其能力可能主要來自真正策略智能。

---

# 49. Interface Intelligence Score

再定義：

$$
\boxed{
IIS
=
Y(A^{fair})
}
$$

在固定 PEIP Profile 下測量。

不同 Agent 可以比較：

$$
IIS_A,
IIS_B.
$$

這比單純總勝率更乾淨。

---

# 50. Human-Normalized Interface Score

若有人類分布：

$$
Y_H.
$$

可以定義：

$$
HNIS
=
\frac{
Y_{AI}-\mu_H
}{
\sigma_H
}.
$$

表示在相同介面條件下，

AI 超出平均人類多少標準差。

---

# 51. 十二個核心命題

## 命題一：引擎真值非玩家知識

$$
\boxed{
S_t^{\mathrm{engine}}
\neq
O_t^{player}.
}
$$

---

## 命題二：推理非作弊

$$
\boxed{
\text{Inference}
\neq
\text{Oracle Access}.
}
$$

---

## 命題三：預測非偷看未來

$$
\boxed{
\text{Forecast}
\neq
\text{Future-State Access}.
}
$$

---

## 命題四：超人記憶非作弊

$$
\boxed{
\text{Superhuman Memory}
\neq
\text{Privileged Information}.
}
$$

---

## 命題五：操作種類公平

$$
\boxed{
A_{AI}
\subseteq
A_H^{\mathrm{legal}}.
}
$$

---

## 命題六：操作速度另行建模

$$
\boxed{
\text{Action Type Parity}
\neq
\text{Action Rate Parity}.
}
$$

---

## 命題七：玩家等價介面

$$
\boxed{
PEIP
=
EPI+ACT+TMP+COG.
}
$$

---

## 命題八：超人能力允許

$$
\boxed{
\text{Equal Interface}
+
\text{Superior Cognition}
=
\text{valid superhuman test}.
}
$$

---

## 命題九：Oracle 不等於智能

$$
\boxed{
\text{Oracle Access}
\neq
\text{Intelligence}.
}
$$

---

## 命題十：研究與產品分離

$$
\boxed{
\text{Commercial Fairness}
\neq
\text{Scientific Fairness}.
}
$$

---

## 命題十一：公平介面應由架構保證

$$
\boxed{
\text{Observation Firewall}
+
\text{Action Firewall}.
}
$$

---

## 命題十二：真正人工玩家

$$
\boxed{
\text{Artificial Player}
=
\text{legal observation}
+
\text{legal action}
+
\text{self-built cognition}.
}
$$

---

# 52. 與 AGPL-03 的接口

本篇回答：

> AI 怎樣才算真的和玩家在同一個世界裡玩？

下一篇將處理：

> 如果 AI 真正成為人工玩家，遊戲難度、PvE、PvP、NPC、Boss、隊友與整個遊戲設計會怎樣改變？

也就是從：

$$
\boxed{
\text{Difficulty Bonus}
}
$$

走向：

$$
\boxed{
\text{Cognitive Profile}.
}
$$

這將是 AGPL 系列最後一步。

---

# 53. 結論

高階遊戲 AI 最大的研究陷阱之一，是把：

$$
\text{the engine knows}
$$

誤寫成：

$$
\text{the AI knows}.
$$

引擎可以知道一切。

但如果 Agent 也直接知道一切，

我們就無法回答：

> 它是真的理解世界，還是只是讀答案？

因此本文提出：

$$
\boxed{
\text{Player-Equivalent Interface Principle}.
}
$$

其核心不是讓 AI 變弱。

而是：

$$
\boxed{
\text{restrict privilege, not intelligence}.
}
$$

AI 可以：

- 比人記得更多；
- 算得更快；
- 預測更遠；
- 生成更多策略；
- 操作更準；
- 學得更快。

但這些能力必須從合法世界投影：

$$
O_t
$$

出發。

而不是從：

$$
S_t^{engine-private}
$$

直接讀取。

因此真正值得稱為：

$$
\boxed{
\text{superhuman game intelligence}
}
$$

的系統，應該是在：

$$
\text{player-equivalent world access}
$$

下仍然超越人類。

本文最終核心是：

$$
\boxed{
\text{AI can be better than the player without being closer to the engine than the player.}
}
$$

中文可以濃縮成：

> **AI 可以比玩家更會想，但不能因為它是程式，就比玩家多看世界。**

---

# 參考文獻

1. Vinyals, O., Ewalds, T., Bartunov, S., et al. (2017). StarCraft II: A New Challenge for Reinforcement Learning. arXiv:1708.04782.

2. Vinyals, O., Babuschkin, I., Czarnecki, W. M., et al. (2019). Grandmaster level in StarCraft II using multi-agent reinforcement learning. *Nature*, 575, 350-354.

3. Berner, C., Brockman, G., Chan, B., et al. (2019). Dota 2 with Large Scale Deep Reinforcement Learning. arXiv:1912.06680.

4. Mnih, V., Kavukcuoglu, K., Silver, D., et al. (2015). Human-level control through deep reinforcement learning. *Nature*, 518, 529-533.

5. Bellemare, M. G., Naddaf, Y., Veness, J., & Bowling, M. (2013). The Arcade Learning Environment: An Evaluation Platform for General Agents. *Journal of Artificial Intelligence Research*, 47, 253-279.

6. Lanctot, M., Lockhart, E., Lespiau, J.-B., et al. (2019). OpenSpiel: A Framework for Reinforcement Learning in Games. arXiv:1908.09453.

7. Terry, J. K., Black, B., Grammel, N., et al. (2021). PettingZoo: Gym for Multi-Agent Reinforcement Learning. *NeurIPS Datasets and Benchmarks*.

8. Neo.K with Aletheia. (2026). *遊戲即人工世界：面向 Agent 的可控世界模型實驗方法*. AGPL Paper 01, EveMissLab.

9. Neo.K with Aletheia. (2026). *ECGC Series: Extreme Capability Generation, Variable Influence Domains, and AI Capability Compilation*. EveMissLab.

10. Neo.K with Aletheia. (2026). *HGCB Series: Hypergame, Cognitive Base Space, and Multi-Agent Incompleteness*. EveMissLab.

---

# 附錄 A：PEIP Profile 最小規格

```yaml
peip_profile:
  id:
  version:

  epistemic:
    public_rules: true
    visible_world: true
    own_state: true
    public_enemy_state: true
    hidden_enemy_state: false
    engine_private_state: false
    rng_seed: false
    future_state: false

  action:
    legal_player_actions_only: true
    direct_state_mutation: false
    bypass_cooldown: false
    bypass_animation: false

  temporal:
    observation_rate:
    reaction_limit:
    apm_limit:

  cognition:
    memory_limit:
    compute_limit:
    planning_limit:
    tool_limit:

  training:
    privileged_teacher_allowed:
    privileged_runtime_allowed: false
```

---

# 附錄 B：Oracle Advantage 實驗模板

```yaml
oracle_ablation:
  base_agent:
  game:
  seed_set:

  fair_profile:
  oracle_profile:

  metrics:
    fair_score:
    oracle_score:
    oracle_advantage_index:
    world_model_error:
    adaptation:
    strategy_novelty:

  conclusion:
    privilege_dependency:
    cognitive_dependency:
```

---

# 附錄 C：一句話版本

> **公平的高階遊戲 AI，不是必須像人類一樣笨，而是必須像玩家一樣從世界中取得資訊；至於它能把這些資訊想得多深、多快、多準，則應該讓智能自己說話。**