# 遊戲即人工世界：面向 Agent 的可控世界模型實驗方法 ## Games as Artificial Worlds: A Controlled World-Model Experimental Method for Agents **系列**：Agent Game、玩家等價介面與人工博弈實驗室，第 1 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-2026-01-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 Evaluation／Game Ontology／World-Model Experiment／Controlled Simulation／Multi-Agent Research **狀態**：Public Theory Draft **直接前置**：HGCB Series；ECGC Series；《無界策：源點》；遊戲本體論相關研究 **後續接口**：AGPL-02《玩家等價介面原則》；AGPL-03《從難度加成到人工對手》 --- ## 摘要 高階 AI Agent 的能力研究面臨一個根本困難：真實世界具有高成本、低可重複性、倫理約束、資訊不可完全控制與大量不可觀測混雜變量。若研究目標是測試世界模型、策略生成、長程規劃、對手建模、規則變動適應、超博弈審查與多 Agent 協調，直接在現實環境中進行大量對照實驗通常既不乾淨，也不安全。 本文提出「遊戲即人工世界」的方法論：將數位遊戲與可程式化博弈環境視為一類具有明確規則、可保存狀態、可重播、可干預、可複製與可批次執行的人工世界。遊戲不只是 benchmark，也不只是模擬現實；它可以作為「受控世界模型實驗室」（Controlled World-Model Laboratory），使研究者能在保持世界結構複雜性的同時，對觀測權限、規則、玩家、資源、時間尺度與可行動空間進行精確控制。 本文將人工遊戲世界形式化為： $$ \mathcal G = \left( S, R, A, P, I, U, T, E \right), $$ 其中 $S$ 為狀態、 $R$ 為規則、 $A$ 為行動空間、 $P$ 為玩家或 Agent 集合、 $I$ 為資訊與觀測結構、 $U$ 為效用或目標、 $T$ 為時間與轉移結構、 $E$ 為外部事件與環境生成器。 在此框架下，研究重點不再只是： $$ \text{WinRate}. $$ 而是可測量： - 世界模型精度； - 新策略生成； - 對手建模； - 規則變化偵測； - 失敗後修復； - 跨地圖遷移； - 跨遊戲遷移； - 多 Agent 協調； - 信息受限下的推理； - 遊戲空間重構能力。 本文進一步提出 World Intervention Protocol、Replayable Agent Experiment、Counterfactual Branch Test、Game-Space Mutation Test、Cross-Game Transfer Matrix 與 Capability Operator Benchmark 等實驗結構，並明確區分「遊戲複雜度」與「AI 作弊式權限」。後者將在 AGPL-02 中以玩家等價介面原則正式處理。 本文核心主張為： $$ \boxed{ \text{Game} \neq \text{mere entertainment benchmark}; } $$ 而是： $$ \boxed{ \text{Game} = \text{a controllable artificial world for capability science}. } $$ --- ## 關鍵詞 Agent Game；世界模型；遊戲本體論；人工世界；受控實驗；多 Agent；策略生成；可重播實驗；跨遊戲遷移；AI 能力評估 --- # 1. 為什麼需要人工世界 高階 AI 能力不是單一分類問題。 如果要研究： - 長期規劃； - 戰略生成； - 風險判斷； - 對手模型； - 多主體互動； - 資源配置； - 規則變動； - 世界模型修復； - 超博弈； - 新工具生成； 那麼單輪問答： $$ Q\rightarrow A $$ 所能測到的東西非常有限。 真正的 Agent 需要： $$ O_t \rightarrow M_t \rightarrow a_t \rightarrow S_{t+1} \rightarrow O_{t+1}. $$ 因此測試環境本身必須具有： $$ \boxed{ \text{state} + \text{time} + \text{consequence} + \text{feedback}. } $$ 這正是遊戲天然具備的結構。 --- # 2. 真實世界為何不適合做第一層大規模實驗 真實世界具有： $$ \mathcal W. $$ 它極其豐富。 但研究能力變量時，這種豐富反而帶來問題。 ## 2.1 不可重播 同一政治危機、商業競爭或社會事件通常不能： $$ \text{Replay}(\mathcal W_t) $$ 一千次。 --- ## 2.2 不可控制 無法簡單設定： $$ \text{do}(x_i=v_1) $$ 然後重跑同一世界。 --- ## 2.3 混雜變量過多 結果： $$ Y $$ 可能受到大量未觀測因素影響。 --- ## 2.4 倫理與安全成本高 真實系統不適合讓高探索 Agent 隨意試錯。 --- ## 2.5 資料權限不完整 研究者通常拿不到： $$ S_t^{\text{true}}. $$ 因此難以知道 Agent 的世界模型到底錯在哪裡。 --- 所以真實世界適合： $$ \boxed{ \text{final validation} } $$ 但不適合作為所有能力假說的第一實驗場。 --- # 3. 遊戲的特殊研究價值 數位遊戲與人工博弈環境具有： $$ \boxed{ \text{complexity under control}. } $$ 這是它最重要的價值。 一個遊戲可以同時包含： - 不完全資訊； - 多玩家； - 長期資源； - 即時決策； - 戰爭迷霧； - 技術樹； - 經濟； - 外交； - 地圖； - 隨機性； - 不可逆決策。 但研究者又可以取得： $$ \text{save state}, $$ $$ \text{replay}, $$ $$ \text{seed}, $$ $$ \text{rule config}. $$ 因此： $$ \boxed{ \text{Game} = \text{high-dimensional but controllable world}. } $$ --- # 4. 遊戲不是現實世界的縮小版 本文不要求： $$ \mathcal G \approx \mathcal W $$ 在所有細節上逼真。 因為研究目的不是： > 模擬整個現實。 而是： $$ \boxed{ \text{isolate capability-relevant structures}. } $$ 例如若要測： $$ O_{\mathrm{opponent-model}}, $$ 遊戲只需要： - 對手存在； - 對手有隱藏意圖； - 對手策略可變； - Agent 能觀察對手行動； - 結果受建模品質影響。 不需要完整模擬人類文明。 --- # 5. 人工遊戲世界的形式化 定義： $$ \mathcal G = \left( S, R, A, P, I, U, T, E \right). $$ 其中： ### $S$：State 世界狀態。 ### $R$：Rules 遊戲規則、合法轉移、物理與制度約束。 ### $A$：Action Space 玩家合法行動集合。 ### $P$：Players 人類、AI、腳本 Agent 或環境主體。 ### $I$：Information Structure 每個玩家能看見什麼。 ### $U$：Utility / Objectives 勝利、分數、任務、局部角色目標。 ### $T$：Temporal Structure 回合、即時時間、延遲、狀態轉移。 ### $E$：Environment Generator 地圖、隨機事件、任務生成、外生衝擊。 --- # 6. 世界模型 Agent Agent 不直接得到： $$ S_t. $$ 而是得到： $$ O_t = \phi_I(S_t). $$ 然後建立： $$ \hat S_t = M(O_{0:t}). $$ 其中： $$ M $$ 是 Agent 的世界模型。 理想實驗環境同時保存： $$ S_t^{\text{true}} $$ 與： $$ \hat S_t. $$ 因此可以直接測： $$ \epsilon_M(t) = d \left( S_t^{\text{true}}, \hat S_t \right). $$ 這是真實世界研究很難做到的。 --- # 7. 不只測預測正確率 世界模型品質不能只用： $$ \text{PredictionAccuracy}. $$ 還要測： - 哪些未知被正確保留為未知； - 哪些敵人位置被錯估； - 因果關係是否正確； - 對手意圖是否被建模； - 規則變化是否被發現； - 模型錯誤後能否修復。 因此： $$ \boxed{ \text{World Model Quality} = \text{accuracy} + \text{calibration} + \text{repairability} + \text{decision usefulness}. } $$ --- # 8. 遊戲可以天然產生反事實 假設時間： $$ t^* $$ 保存狀態： $$ S_{t^*}. $$ 研究者可以建立： $$ \text{Branch}_1, \text{Branch}_2,\ldots,\text{Branch}_n. $$ 分別執行： $$ a_1,a_2,\ldots,a_n. $$ 因此可觀察： $$ S_{t^*+k}^{(1)}, S_{t^*+k}^{(2)}, \ldots. $$ 這形成： $$ \boxed{ \text{Counterfactual Branch Test}. } $$ --- # 9. 真正可以測「如果換一個決策會怎樣」 歷史研究經常面對： > 如果當時沒有這樣做呢？ 很難驗證。 遊戲中可以： $$ \text{Replay}(S_t,a) $$ 與： $$ \text{Replay}(S_t,a'). $$ 因此： $$ \Delta Y = Y(a)-Y(a'). $$ 可以直接觀測。 這對： - 判斷能力； - 策略選擇； - 長期規劃； - 風險控制； 特別重要。 --- # 10. 可重播 Agent 實驗 本文定義： $$ \boxed{ \text{Replayable Agent Experiment} } $$ 要求： 1. 相同初始狀態； 2. 相同 random seed 或可記錄 seed； 3. 相同觀測權限； 4. 相同操作介面； 5. 唯一主要改動是待測 Agent 能力結構。 例如： $$ A_0 $$ 與： $$ A_1=A_0+O_i. $$ 在： $$ N $$ 個相同 seeds 上運行。 --- # 11. 能力算子可以真正被消融 承接 ECGC-03。 假設： $$ CP = \{ O_M,O_G,O_J,O_L \}. $$ 建立： $$ A_{\mathrm{full}}. $$ 再建立： $$ A_{-M}, A_{-G}, A_{-J}, A_{-L}. $$ 同一世界批次執行。 測： $$ \Delta Y_M, \Delta Y_G, \Delta Y_J, \Delta Y_L. $$ 這就是遊戲作為能力科學實驗室最直接的價值。 --- # 12. 遊戲複雜度梯度 不是一開始就需要最複雜遊戲。 本文提出： $$ \boxed{ \text{Game Complexity Ladder}. } $$ 從低到高： ### Tier 0：形式博弈 棋類、矩陣博弈、簡單不完全資訊遊戲。 ### Tier 1：簡化多 Agent 世界 網格世界、資源競爭、簡化戰略環境。 ### Tier 2：簡化 RTS / 戰術環境 具有： - 地圖； - 視野； - 單位； - 經濟； - 生產。 ### Tier 3：完整商業 RTS / MOBA / 4X 更高操作、資訊與策略複雜度。 ### Tier 4：可持續世界／沙盒 大量角色、經濟、政治與長期歷史。 --- # 13. 為什麼需要多層，而不是只挑最難遊戲 若直接用超複雜遊戲： $$ Y_{\mathrm{fail}} $$ 很難知道到底因為： - 世界模型差； - 操作差； - 規劃差； - 推理慢； - UI 解析錯； - 策略差。 所以先在低層分離： $$ x_i. $$ 再往高層測組合效應。 因此： $$ \boxed{ \text{simple worlds for identification, complex worlds for integration}. } $$ --- # 14. RTS 的特殊價值 RTS 同時包含： $$ \text{economy} + \text{production} + \text{position} + \text{information} + \text{timing} + \text{combat}. $$ 所以它特別適合測： $$ \boxed{ \text{multi-scale strategic cognition}. } $$ Agent 必須同時處理： - 秒級操作； - 分鐘級戰術； - 更長期資源規劃； - 對手科技與意圖。 --- # 15. MOBA 的特殊價值 MOBA 的核心不是地圖巨大。 而是： $$ \boxed{ \text{same character rules} + \text{large player-skill variance}. } $$ 同一英雄： $$ H $$ 由不同玩家控制： $$ P_1(H), P_2(H), \ldots $$ 會產生巨大表現差異。 因此它非常適合研究： $$ \boxed{ \text{Character Capability} \neq \text{Player Capability}. } $$ 這會成為 AGPL-02 的重要實驗場。 --- # 16. 4X / Grand Strategy 的特殊價值 這類遊戲提供： - 長時間尺度； - 多資源； - 科技； - 外交； - 帝國治理； - 路徑依賴； - 多個勝利條件。 因此適合測： $$ T, M, B, C. $$ 即： - 長期時間能力； - 世界模型； - 超博弈； - 協調。 --- # 17. 沙盒與模擬世界的特殊價值 若遊戲允許： $$ \text{many agents} $$ 與： $$ \text{persistent state}, $$ 則可以研究： - 社會規範； - 聯盟； - 分工； - 市場； - 信任； - 背叛； - 文化演化； - 角色生成。 因此更接近： $$ \boxed{ \text{multi-agent ecology}. } $$ --- # 18. World Intervention Protocol 本文提出： $$ \boxed{ \text{World Intervention Protocol} } $$ 簡稱： $$ WIP. $$ WIP 允許對人工世界做可記錄干預。 例如： $$ do(R_t=R') $$ 修改規則。 $$ do(A_t=A') $$ 修改行動空間。 $$ do(I_t=I') $$ 修改資訊權限。 $$ do(P_t=P') $$ 加入或移除玩家。 --- # 19. 規則突變實驗 在： $$ t=t^* $$ 偷偷把： $$ R_t $$ 改成： $$ R_t'. $$ 觀察 Agent： $$ \tau_{\mathrm{detect}}. $$ 以及： $$ \tau_{\mathrm{repair}}. $$ 這直接測 HGCB-03 的： $$ \boxed{ \text{Game-Space Awareness}. } $$ --- # 20. 新行動發現實驗 原本： $$ A_t = \{a_1,\ldots,a_n\}. $$ 在某時刻加入： $$ a_{n+1}. $$ 不直接告訴 Agent。 測： $$ t_{\mathrm{discover}}. $$ 以及它是否能把新行動整合進： $$ M_t $$ 與： $$ G_t. $$ --- # 21. 新玩家實驗 引入： $$ P_{\mathrm{new}}. $$ Agent 必須辨識： $$ \boxed{ \text{environment object} \rightarrow \text{strategic actor}. } $$ 測： - 玩家識別； - 效用推估； - 模型修復； - 新策略生成。 --- # 22. 資訊結構突變 把： $$ I_t $$ 改成： $$ I_t'. $$ 例如： - 視野變窄； - 新感測器； - 通訊延遲； - 假訊息； - 不可靠觀測。 測： $$ \boxed{ \text{epistemic robustness}. } $$ --- # 23. 對手策略突變 對手： $$ \pi_j $$ 在某時刻變成： $$ \pi_j'. $$ 這可以測： $$ O_{\mathrm{opponent-model}}. $$ 如果 Agent 仍然按照舊模型行動： $$ L_{\mathrm{stale}} \uparrow. $$ --- # 24. 對手不應只是一套固定腳本 真正 Agent Game 實驗需要： $$ \pi_j(t) $$ 也會學習。 因此： $$ A_i \leftrightarrow A_j $$ 形成： $$ \boxed{ \text{co-adaptation}. } $$ 這比單純對 scripted bot 更接近真實博弈。 --- # 25. 多 Agent 協調實驗 建立： $$ \text{Team} = \{A_1,\ldots,A_n\}. $$ 測試： - 是否共享資訊； - 是否有角色分工； - 是否重複工作； - 是否出現指揮瓶頸； - 是否能在部分失聯下繼續運作。 可比較： $$ \mathcal F_1, \mathcal F_2,\ldots $$ 不同協調架構。 --- # 26. 不只是勝率：能力向量評估 本文建議輸出： $$ \mathbf Y = ( W, M, G, J, L, T, C, B, R, K ). $$ 其中可對應： - $W$：任務結果； - $M$：世界模型； - $G$：策略生成； - $J$：判斷； - $L$：適應； - $T$：時間尺度； - $C$：協調； - $B$：超博弈； - $R$：恢復能力； - $K$：成本效率。 --- # 27. 世界模型誤差 如果保存真實狀態： $$ S_t^{\text{true}}, $$ 則： $$ E_M = \frac{1}{T} \sum_t d \left( \hat S_t, S_t^{\text{true}} \right). $$ 但需要分解： $$ E_M = E_{\mathrm{entity}} + E_{\mathrm{causal}} + E_{\mathrm{opponent}} + E_{\mathrm{uncertainty}}. $$ --- # 28. 策略新穎度 定義： $$ N(a) = d \left( a, \mathcal A_{\mathrm{baseline}} \right). $$ 但新穎不等於好。 因此有效新穎度： $$ N_{\mathrm{eff}} = N(a) \cdot V(a). $$ 其中： $$ V(a) $$ 表示可行性或價值。 --- # 29. 規則適應能力 對規則突變： $$ R\rightarrow R', $$ 定義： $$ A_R = f \left( \tau_{\mathrm{detect}}, \tau_{\mathrm{repair}}, L_{\mathrm{stale}} \right). $$ 這比「新規則後勝率」資訊量更高。 --- # 30. 遷移能力 如果 Agent 在： $$ G_1 $$ 學到能力， 再到： $$ G_2, $$ 測： $$ \text{Transfer}(G_1\rightarrow G_2). $$ 真正一般算子應具有： $$ \boxed{ \text{nontrivial cross-game transfer}. } $$ --- # 31. Cross-Game Transfer Matrix 本文提出： $$ \boxed{ \mathbf T_{ij} } $$ 其中： $$ T_{ij} = \text{capability retained from }G_i\text{ to }G_j. $$ 若算子： $$ O_k $$ 只在對角線強： $$ T_{ii}\gg T_{ij}, $$ 可能高度遊戲特化。 若大量非對角線也強： $$ T_{ij}>0, $$ 則更接近一般策略能力。 --- # 32. 跨遊戲不是把同一操作搬過去 MOBA 的： $$ \text{last hit} $$ 不會直接搬到 4X。 真正遷移的是： $$ \boxed{ \text{operator-level structure}. } $$ 例如： - opponent modeling； - uncertainty tracking； - long-horizon planning； - option generation； - model repair。 所以測試單位必須是： $$ O_i. $$ --- # 33. Game-Space Mutation Test 本文提出： $$ \boxed{ \text{Game-Space Mutation Test}. } $$ 在同一世界中改變： $$ N,A,R,U,I,T. $$ 測 Agent 是否仍把： $$ G_t $$ 當成固定。 這直接連接 HGCB。 --- # 34. Capability Operator Benchmark 傳統 benchmark 評估： $$ \text{Model}. $$ 本文建議建立： $$ \boxed{ \text{Capability Operator Benchmark}. } $$ 固定： $$ \text{BaseAgent}. $$ 只替換： $$ O_i. $$ 所以比較： $$ \Delta Y(O_i). $$ 這能更乾淨回答： > 到底是哪個能力算子有用？ --- # 35. Agent 不一定要從零學 遊戲實驗不等於必須使用 RL 從頭訓練。 可以測： - LLM Agent； - planning Agent； - RL Agent； - hybrid Agent； - symbolic Agent； - multi-agent system。 重要的是： $$ \boxed{ \text{interface and measurement are controlled}. } $$ --- # 36. 遊戲引擎與 Agent 必須分離 遊戲引擎知道： $$ S_t^{\text{engine}}. $$ Agent 不應自動取得： $$ S_t^{\text{engine}}. $$ 而應透過： $$ I_t. $$ 得到合法觀測。 因此架構最好是： $$ \boxed{ \text{Engine} \rightarrow \text{Observation Interface} \rightarrow \text{Agent} \rightarrow \text{Action Interface} \rightarrow \text{Engine}. } $$ 這一點將在 AGPL-02 正式展開。 --- # 37. 遊戲實驗最大的陷阱：把引擎能力誤認成 AI 能力 如果 Agent 可以直接讀： - 全地圖； - 隱藏敵人； - 完整 CD； - 隱藏 RNG； - 未來 branch； - 引擎 path tree； 那麼： $$ Y $$ 很高， 卻不能直接說： $$ C_{AI} $$ 很高。 可能只是： $$ \boxed{ \text{privileged engine access}. } $$ 所以實驗必須記錄： $$ I_{AI}. $$ --- # 38. 遊戲世界的可觀察真值優勢 有趣的是： > Agent 不能看真值， 但研究者可以。 這形成： $$ \boxed{ \text{epistemically limited agent} + \text{omniscient experimenter}. } $$ 這是非常理想的研究配置。 研究者能知道： - Agent 為什麼猜錯； - 哪個資訊缺失； - 哪個模型出錯； - 哪個策略本來可行。 --- # 39. 隨機性要可控，而不是消失 完全 deterministic 的世界不一定最好。 真實能力需要面對： $$ \text{uncertainty}. $$ 所以遊戲可以有 RNG。 但需要： $$ \boxed{ \text{seeded randomness}. } $$ 使： $$ \text{Seed}=s $$ 時可重現。 這樣既保留不確定性，又保留實驗可重播性。 --- # 40. 遊戲世界需要版本化 若： $$ G^{v_1} $$ 與： $$ G^{v_2} $$ 規則不同， 結果不能直接混在一起。 因此每次實驗應記錄： - game version； - map version； - rule version； - Agent version； - capability package version； - random seed。 形成： $$ \boxed{ \text{experiment provenance}. } $$ --- # 41. 一個最小實驗紀錄 本文建議： ```yaml experiment: game: id: version: map: rules: seed: agent: base_model: runtime: capability_package: observation_profile: action_profile: intervention: type: time: before: after: metrics: outcome: world_model_error: adaptation_latency: novelty: transfer: cost: artifacts: replay: state_log: agent_log: ``` --- # 42. 遊戲不只測 AI，也會生成新 AI 訓練資料 每次： $$ \text{Agent} \leftrightarrow \text{Game} $$ 都會產生： $$ \text{Trajectory}. $$ 若 trajectory 包含： - state； - observation； - action； - outcome； - model estimate； 那麼可以反過來： $$ \boxed{ \text{experiment} \rightarrow \text{training data}. } $$ 因此遊戲實驗室同時是： $$ \text{evaluation system} + \text{data generator}. $$ --- # 43. 玩家行為也可以進入資料閉環 未來商業遊戲中： $$ \text{Human} \leftrightarrow \text{Agent} $$ 將產生比固定 benchmark 更豐富的策略資料。 玩家會： - 發明 exploit； - 發明 meta； - 欺騙 AI； - 創造新路線； - 測試 AI 弱點。 所以： $$ \boxed{ \text{players can become adversarial capability probes}. } $$ 這是 Agent Game 很重要的研究副產品。 --- # 44. 但商業遊戲與研究實驗必須分層 商業遊戲優先： $$ \text{Fun}. $$ 研究實驗優先： $$ \text{Identification}. $$ 兩者可以共享引擎與 Agent， 但不應混淆。 因此： $$ \boxed{ \text{Research Mode} \neq \text{Entertainment Mode}. } $$ 商業版可以限制： - 反應速度； - 記憶； - 難度； - 人格。 研究版則需要更完整測量。 --- # 45. 遊戲 AI 的「強」也不是單一維度 玩家可能覺得： > 這 AI 很強。 但原因可能是： - 準； - 快； - 記得多； - 預測好； - 會合作； - 會欺騙； - 規劃長； - 會改策略。 因此遊戲 AI 應該輸出： $$ \boxed{ \text{Cognitive Profile}. } $$ 而不是只有： $$ \text{Difficulty}=\text{Hard}. $$ 這會在 AGPL-03 展開。 --- # 46. 從遊戲 benchmark 到人工世界科學 傳統： $$ \text{Game} \rightarrow \text{Score}. $$ 本文主張： $$ \text{Game} \rightarrow \boxed{ \text{World-Model Laboratory} }. $$ 差異是： 前者只問： > 贏了嗎？ 後者問： > 為什麼贏？ > 哪個能力變量造成？ > 改規則後還行嗎？ > 換遊戲還有效嗎？ > 對手學習後還有效嗎？ --- # 47. 與 HGCB 的閉環 HGCB-01： $$ \text{game model may be incomplete}. $$ 遊戲實驗可以故意製造： $$ \Delta_{\Omega}. $$ HGCB-02： $$ \text{player may be plural}. $$ 遊戲可以建立： $$ \text{multi-agent team}. $$ HGCB-03： $$ \text{game itself can change}. $$ 遊戲可以執行： $$ \text{GameSpaceMutation}. $$ 因此： $$ \boxed{ \text{HGCB becomes experimentally testable inside AGPL}. } $$ --- # 48. 與 ECGC 的閉環 ECGC-01： $$ \text{variables}. $$ 遊戲可以： $$ \operatorname{do}(x_i=v). $$ ECGC-02： $$ \text{generative basis}. $$ 遊戲可以測： $$ \operatorname{Orbit}(X,\mathcal O). $$ ECGC-03： $$ \text{capability package}. $$ 遊戲可以測： $$ \text{CP}. $$ 所以： $$ \boxed{ \text{ECGC becomes experimentally executable inside AGPL}. } $$ --- # 49. 十個核心命題 ## 命題一：遊戲人工世界命題 $$ \boxed{ \text{Game} = \text{controllable artificial world}. } $$ --- ## 命題二：複雜可控命題 $$ \boxed{ \text{Game value} = \text{complexity under experimental control}. } $$ --- ## 命題三：世界模型真值命題 研究者可保留： $$ S_t^{\text{true}}, $$ Agent 只取得： $$ O_t. $$ --- ## 命題四：可重播命題 $$ \boxed{ \text{same state} + \text{same seed} + \text{same interface} \rightarrow \text{controlled comparison}. } $$ --- ## 命題五：反事實分支命題 $$ \boxed{ S_t \rightarrow \{S_{t+k}^{(1)},\ldots,S_{t+k}^{(n)}\}. } $$ --- ## 命題六：能力消融命題 $$ \boxed{ A_0 \leftrightarrow A_0+O_i } $$ 可以在同一人工世界直接比較。 --- ## 命題七：跨遊戲遷移命題 $$ \boxed{ \text{General capability} \Rightarrow \text{nontrivial cross-game transfer}. } $$ --- ## 命題八：引擎權限非智能命題 $$ \boxed{ \text{Engine privilege} \neq \text{Agent intelligence}. } $$ --- ## 命題九：遊戲即資料生成器 $$ \boxed{ \text{Agent-Game Interaction} \rightarrow \text{replayable capability data}. } $$ --- ## 命題十：人工世界實驗閉環 $$ \boxed{ \text{Theory} \rightarrow \text{Operator} \rightarrow \text{Game} \rightarrow \text{Experiment} \rightarrow \text{New Theory}. } $$ --- # 50. 與下一篇的接口 本篇只回答： > 為什麼遊戲適合作為 Agent 世界模型與能力科學實驗場？ 但如果遊戲引擎給 AI： $$ S_t^{\text{engine}} $$ 全部真值， 就無法區分： $$ \text{AI really inferred} $$ 與： $$ \text{AI simply read the answer}. $$ 因此下一篇 AGPL-02 將建立： $$ \boxed{ \text{Player-Equivalent Interface Principle}. } $$ 核心是： > AI 可以比玩家更會想，但不能因為它是程式就天然比玩家多看世界。 這將正式區分： $$ \text{Superhuman Cognition} $$ 與： $$ \text{Oracle Access}. $$ --- # 51. 結論 真正高階的 AI Agent 研究需要： $$ \boxed{ \text{worlds, not just questions}. } $$ 因為 Agent 的核心能力存在於： $$ \text{observation} \rightarrow \text{model} \rightarrow \text{decision} \rightarrow \text{consequence} \rightarrow \text{adaptation}. $$ 數位遊戲恰好提供： - 清楚規則； - 可重播狀態； - 可控制變量； - 可插入多 Agent； - 可修改資訊； - 可更換規則； - 可保存真值； - 可生成大量軌跡。 所以它不應只被理解為： $$ \text{AI benchmark}. $$ 更重要的是： $$ \boxed{ \text{a laboratory for artificial strategic subjects}. } $$ 本文最終主張： $$ \boxed{ \text{Game} = \text{Controlled World Model Laboratory} } $$ 在這個實驗室中，我們可以真正開始回答： > 哪個世界模型比較好？ > 哪個能力算子真的有效？ > 哪些變量只是敘事？ > 哪些策略能力能跨遊戲遷移？ > 哪些 Agent 能在世界規則改變後重新理解世界？ 因此，遊戲不是能力科學的終點。 它是： $$ \boxed{ \text{the experimentally controllable bridge between capability theory and real-world agents}. } $$ --- # 參考文獻 1. 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. 2. Brockman, G., Cheung, V., Pettersson, L., Schneider, J., Schulman, J., Tang, J., & Zaremba, W. (2016). OpenAI Gym. arXiv:1606.01540. 3. Vinyals, O., Ewalds, T., Bartunov, S., Georgiev, P., Vezhnevets, A. S., Yeo, M., Makhzani, A., Küttler, H., Agapiou, J., Schrittwieser, J., Quan, J., Gaffney, S., Petersen, S., Simonyan, K., Schaul, T., van Hasselt, H., Silver, D., Lillicrap, T., Calderone, K., Keet, P., Brunasso, A., Lawrence, D., Ekermo, A., Repp, J., & Tsing, R. (2017). StarCraft II: A New Challenge for Reinforcement Learning. arXiv:1708.04782. 4. Samvelyan, M., Rashid, T., de Witt, C. S., Farquhar, G., Nardelli, N., Rudner, T. G. J., Hung, C.-M., Torr, P. H. S., Foerster, J., & Whiteson, S. (2019). The StarCraft Multi-Agent Challenge. *Proceedings of AAMAS*. 5. Terry, J. K., Black, B., Grammel, N., Jayakumar, M., Hari, A., Sullivan, R., Santos, L., Dieffendahl, C., Horsch, C., Perez-Vicente, R., Williams, N., Lokesh, Y., & Ravi, P. (2021). PettingZoo: Gym for Multi-Agent Reinforcement Learning. *NeurIPS Datasets and Benchmarks*. 6. Lanctot, M., Lockhart, E., Lespiau, J.-B., Zambaldi, V., Upadhyay, S., Pérolat, J., Srinivasan, S., Timbers, F., Tuyls, K., Omidshafiei, S., Hennes, D., Morrill, D., Muller, P., Ewalds, T., Faulkner, R., Kramár, J., De Vylder, B., Saeta, B., Bradbury, J., Ding, D., Borgeaud, S., Lai, M., Schrittwieser, J., Anthony, T., Hughes, E., Danihelka, I., & Ryan-Davis, J. (2019). OpenSpiel: A Framework for Reinforcement Learning in Games. arXiv:1908.09453. 7. Juliani, A., Berges, V.-P., Vckay, E., Gao, Y., Henry, H., Mattar, M., & Lange, D. (2018). Unity: A General Platform for Intelligent Agents. arXiv:1809.02627. 8. Neo.K with Aletheia. (2026). *HGCB Series: Hypergame, Cognitive Base Space, and Multi-Agent Incompleteness*. EveMissLab. 9. Neo.K with Aletheia. (2026). *ECGC Series: Extreme Capability Generation, Variable Influence Domains, and AI Capability Compilation*. EveMissLab. 10. Neo.K. (2026). *《無界策：源點》*. EveMissLab working manuscript. --- # 附錄 A：人工世界最小規格 ```yaml artificial_world: game_id: version: state: canonical_state: observable_projection: rules: static: mutable: players: human: agents: environment_actors: action_space: public_actions: hidden_engine_actions: information: observation_profiles: fog_of_war: delays: uncertainty: temporal: mode: tick_rate: save_state: replay: intervention: rule_mutation: player_mutation: action_mutation: information_mutation: experiment: seeds: metrics: logs: ``` --- # 附錄 B：世界模型實驗最小流程 ```yaml world_model_experiment: freeze: - game_version - map - rules - observation_profile - action_profile compare: baseline_agent: experimental_agent: changed_operator: repeat: seed_count: episode_count: evaluate: outcome: model_error: calibration: adaptation: novelty: transfer: cost: preserve: replay: state_truth: observation_log: action_log: ``` --- # 附錄 C：一句話版本 > **遊戲對 Agent 研究最重要的價值，不是「像現實」，而是它能在保留複雜世界結構的同時，讓研究者真正控制、重播、干預並比較智能。**