AI对手为什么不能只看你这一场比赛，而应该记住你过去几十场怎么玩？

只看一场比赛的AI，会在第二场犯什么错

先看一个模拟场景（以下数据均为示例，不是真实统计）：玩家B在足球11人制模式里用一支虚构球队“江岸流星”打第41场比赛。他0比2落后到第70分钟，之后几乎每次进攻都直接长传找9号中锋。如果AI只看这一场，它会得出结论：这名玩家是长传冲吊型，下一场应该让中卫站得更深，提高争顶优先级。

但玩家B过去40场的数据完全是另一回事：他绝大多数进攻都是短传渗透，长传只在落后且剩余时间不足20分钟时才大量出现。第41场的长传不是他的风格，而是特定比分下的应急手段。下一场开局，AI中卫退得很深，中场和后卫线之间拉开大片空当，玩家B用惯常的短传配合轻松打穿。

这是只看单场的典型错误：把情境反应当成性格。更麻烦的是，玩家很快就会发现这种AI的规律——只要在一场里故意换个打法，下一场它就会跟着跑偏。单场样本太少，而且被比分、对手、阵容和玩家当时的状态严重污染。一个认真的智能对手，需要一个跨越几十场的长期模型，再加一个只描述“此刻”的短期状态，两者分开存、分开用。

长期模型和短期状态，回答的是两个不同问题

两者混在一起时，最常见的问题是短期状态把长期模型冲掉：玩家连输三场、心态急躁、开始乱打，AI把这些当成新习惯学进去；等他冷静下来恢复正常打法，AI又错了。反过来，只有长期模型也不行，AI会对当下的变化视而不见，比如玩家刚换成三中卫阵型，AI还在按过去四后卫时的习惯布防。

几十场比赛里，AI到底该记住什么

记住几十场，不等于保存几十场录像。对智能对手有用的，是从行为里提炼出来的特征，而且每个特征都要带着情境标签，否则就会重复上面的错误。以足球模式为例，一个示例特征集可以是：

• 进攻发起区域：左、中、右三路的占比，按领先、平局、落后分开统计。
• 推进方式：短传渗透、长传转移、个人带球突破的比例。
• 终结偏好：禁区内射门、远射、传中后头球的比例。
• 防守习惯：前场压迫的触发条件、是否习惯手动切换到最近的后卫、铲球频率。
• 节奏：领先后是否主动控球拖时间，落后时从什么时间点开始冒险。
• 阵容关联：换用不同阵型时，上述特征是否明显不同。

每个特征除了数值，还应记录样本量和最近一次被观察到的时间。样本量决定AI对它有多确定，时间决定它是否还值得相信。一个方向偏好到底是真实习惯还是偶然，可以参考判断玩家是否真的喜欢从左路进攻的讨论。

学术上有一个可以借鉴的结构。斯坦福与Google的Generative Agents研究提出了“记忆流、反思、规划”的架构，让智能体先从大量原始记忆里归纳出较高层的结论，再据此行动。体育游戏的玩家模型不需要语言模型来做这件事，但分层思路相通：原始事件在底层，归纳出的倾向在上层，Strategy只读上层。

数据衰减：老习惯什么时候该被忘掉

玩家会进步，也会换风格。如果第1场和第41场的数据权重相同，AI会一直被玩家刚入门时的笨拙习惯拖住。

一个常用做法是按场次做指数衰减。示例参数：每过一场，旧数据的权重乘以0.95。

这样最近十几场主导模型，更早的数据并没有完全消失，在样本不足时仍能提供背景。但衰减系数不应全局统一，几条经验性的区分：

1. 与操作相关的特征衰减快一些，比如射门时机、抢断时机，因为手感进步很快。
2. 与战术偏好相关的特征衰减慢一些，“喜欢打边路”这类习惯往往持续很久。
3. 与阵容强相关的特征按阵容分桶，换阵容后原桶冻结而不是衰减，玩家换回来时模型仍然可用。
4. 衰减按场次而不是按自然日计算，避免玩家休息一个月回来就被当成陌生人。

玩家变了，AI怎么判断他是真的变了

衰减只能让旧数据被动淡出，但玩家有时会突然转型，比如看了一段教学后从边路传中改为中路配合。等衰减慢慢起作用，要十几场才能跟上。

所以长期模型旁边还需要变化检测：持续比较“最近5场的特征分布”和“长期模型的预测”。如果连续几场的偏差都朝同一个方向，且超出正常波动范围，就判定为行为变化，临时提高近期数据的权重。如果偏差只出现在一场，并且那场有明显的特殊情境，例如大比分落后、对手阵容特殊、中途掉线重连，就只记入短期状态，不改长期模型。

有一种情况要特别对待：玩家刻意骗AI。他发现AI会根据习惯布防，于是连续两场都走左路，第三场突然全走右路。系统不需要去“识破”它，因为这本身就是玩家在做Tactical Adaptation，是在读AI。好的对手应该被这种战术骗到一次，然后才逐步调整，而不是立刻看穿。AI能被骗，比赛才有博弈。

短期状态应该让AI收手，而不是加压

短期状态最重要的用途，是让AI知道什么时候不该继续针对。几条示例规则：

• 玩家连续输掉三场，且失分集中在同一种进攻方式上：先在复盘里指出问题，下一场AI维持原战术，不追加针对。
• 玩家刚换了新阵容：与阵容相关的长期特征暂时降权，AI上半场用通用策略，下半场再根据本场观察调整。
• 本场前20分钟传球失误率明显高于长期水平：可能是换了手柄或网络波动，这段数据不写入长期模型。
• 玩家领先后开始控球拖时间：这是长期模型里已有的习惯，AI可以按模型提前组织前场逼抢。

这些规则都受同一组约束：AI的调整只能体现在站位、战术选择和决策倾向上，Reaction Time与Observation保持在难度档位对应的范围，Decision Delay不能因为模型更准就被取消。信息边界是固定的，模型可以告诉AI“他通常怎么踢”，但永远不能告诉AI“他下一秒要怎么踢”。

长期模型最容易在哪里出错

1. 多人共用账号。家里两个人用同一个账号，模型会学出一个混合体。可以通过操作特征的突变提示“是否为另一位玩家”，并允许建立子档案。
2. 模式混用。3v3街头模式和11人制模式不能共用一个模型，场地尺寸和人数不同，方向偏好没有可比性。
3. 对手强度差异。玩家面对强队和弱队的打法可能完全不同，模型要按对手强度分层。
4. 模型自我固化。玩家长期被AI按老习惯针对，就不敢尝试新打法，模型因此越来越“确定”，形成自我强化的循环。缓解办法是给模型设置不确定性下限，让AI始终保留一部分通用防守。

长期模型再准确，也只改变AI的判断，不改变AI的身体。对手知道你过去几十场有七成进攻从左路发起，它可以提前让左后卫收窄、让后腰向左侧补位，但它的冲刺速度、抢断成功率和反应时间仍然和同级别球员一致。玩家行为模型提供的是战术依据，一旦被用来悄悄提高数值，它就从战术学习变成了数值作弊，这条线在乐鱼体育里是写死在对手参数之外的。

让玩家看到并管理自己的模型

长期记住玩家，意味着玩家有权知道AI记住了什么。在乐鱼体育的设计中，玩家模型以可读的方式出现在体育游戏复盘和个人页里，例如“过去30场，你在落后时更多选择右路进攻”“最近5场你的中路配合明显增多，AI已提高这部分的权重”。玩家可以重置模型、冻结模型（比如练新打法期间不想被学习），或者只对某个模式开启学习。乐鱼体育把这些开关放在玩家手里，是因为长期记忆一旦出错，只有玩家本人最清楚错在哪里。

上线前验证长期模型的一个方法

随机抽取玩家最近一场没有参与训练的比赛，用长期模型加短期状态预测他的进攻方向分布、推进方式和冒险时间点，再和实际对比；同时用“只看上一场”的朴素方法做同样的预测。只有当前者明显更准，并且在比分和阵容变化时没有大幅失准，这个模型才值得交给Strategy层使用。否则，宁可让AI按通用战术踢，也不要让它带着错误的记忆去针对玩家。