AlphaGo之父把AI扔进23年的人造社会：智能体3块最硬骨头全在这

【导读】从Atari到AlphaGo，从AlphaStar到SIMA，DeepMind用游戏做AI研究已走过十余年，每换一个战场，研究问题就升一个量级。这一次的战场是EVE Online：一个跑了23年、从未重置的活宇宙。

DeepMind CEO、AlphaGo之父Demis Hassabis用游戏做AI研究已走过十余年。

这一次，他把AI扔进了跑了23年的「活宇宙」：一款连新手引导都能劝退玩家的太空网游EVE Online。

棋局有终局，EVE没有。

5月初，DeepMind官宣了与EVE Online建立研究合作，原因很简单：EVE复杂且有玩家驱动的宇宙，是测试AI记忆、持续学习和长期规划的完美安全沙盒。

DeepMind联手EVE，不是为了追求有趣的游戏体验，或者赋能游戏玩法，而是要啃下当前AI智能体研究里公认最难啃的三块骨头，Hassabis把答案押在了一款运营23年的老游戏上。

Fenris Creations（原CCP Games）宣布与DeepMind合作

EVE Online背后的公司，5月6日同一天宣布了四件事：

• 从母公司Pearl Abyss体系中重新独立；

• 更名为Fenris Creations；

• 完成1.2亿美元交易；

• Google作为本次独立的一部分，持有Fenris Creations少数股权，并同步启动与Google DeepMind的研究合作。

Fenris Creations CEO Hilmar Veigar Pétursson在公告中声称：

这次转型不涉及裁员或重组，团队、产品、开发计划保持不变。EVE继续。

从运营数字看，这家公司是带着「真实弹药」来谈合作的，而不是卖资产求生。

EVE Online 2025年营收超过7000万美元，11月创下历史最高收入纪录，Q4成为该游戏20年历史上营收第二高的季度。

Fenris Creations独立出来，意味着EVE现在有了一个能自主决定研究合作的母公司，不再被一家更大的游戏发行公司的战略目标绑架。

1997年Fenris出版的桌游产品盒。「Fenris」这个名字比EVE Online还早了6年，更名为Fenris Creations是一次回溯，不是另起炉灶

DeepMind为何会选中EVE？

23年「人造社会」

AI基准测试难以复制

很多人听到「游戏+AI研究」，第一反应是回想AlphaGo或AlphaStar，EVE和它们都不同。

围棋和星际争霸有一个共同特点：一局比赛有开始，有结束，有明确的胜负规则。

AlphaGo的目标是打赢棋局，AlphaStar的目标是打赢一场星际对战，都是「单局智能」的研究范式，但EVE没有终局。

EVE Online以「单一共享宇宙」（single-shard / single shared universe）著称，大量玩家长期在同一个持久世界中竞争、贸易、结盟和战争。

玩家在这里建立起了真实的经济体系、政*联盟、军事集团、贸易路线、历史恩怨和跨年度的战争计划。

有些战役从筹备到落幕要花掉整整一年。有些联盟的崛起和覆灭，被后来的玩家当作真实历史研究。

Hilmar在公告中说：「EVE是少数几个能在已经像真实世界运转的环境中探索智能问题的地方。」

Hassabis更是谈到，自己从小玩游戏，职业生涯起点是设计AI模拟游戏，AlphaGo、AlphaStar和SIMA的研究都和游戏深度绑定，而EVE是下一阶段的选择：

我很高兴能与Fenris Creations合作，在这个由玩家打造、复杂程度无与伦比的宇宙里，安全地探索全新的游戏体验并推进AI研究。

大多数AI基准测试像是体检，EVE更像是把AI扔进一个已经持续了23年的「人造社会」。

智能体3块最硬骨头

刚好是EVE玩家日常

这次官方明确列出了三个研究方向：长程规划（long-horizon planning）、记忆（memory）、持续学习（continual learning）。

这三个方向，是当前AI智能体研究领域公认的3块最难啃的骨头。

如果你身边有人玩过十年以上的EVE Online，让他打开账号给你看一眼好友列表，你很可能会看到几十个分组、上百个名字，备注栏里写着「2018年Delve战役欠的债」「鹅群联盟（Goonswarm）内部叛徒，别合作」「这哥们儿是间谍，组织里都知道」。

这不是上下文窗口，而是十年起步的跨会话长程记忆。

记忆这一关，EVE玩家天天都在过，持续学习这一关也一样。

2014年1月，B-R5RB一战持续约21小时，参战角色超过7500个，75艘Titan被毁，损失折合真实货币约30万美元。整场战役的导火索，是一笔主权账单未能自动支付。

这一仗打完，整个游戏的舰队战术全部改写。各联盟之后几年的舰队配置、战术体系，全部围绕复盘在迭代。每月都在改，每场失败都被拆成可执行的策略更新。

至于长程规划，EVE联盟战争的标准时间单位不是小时，是月。一场跨星域战争从筹备到打响，造船、运输、外交、潜伏、反间，几百号玩家在没有任何任务调度的情况下自发协作，跨月推进一个共同目标。

这套协作体系是23年里玩家自己长出来的。

当前AI智能体评估里被认为最硬的3块骨头，恰好是EVE玩家的日常。

EVE中23年的玩家驱动演化，产生了一个始终在变、始终复杂、没有捷径的环境，实验室里人工合成不了这种复杂度。

DeepMind在2025年11月发布的SIMA 2，已经从「执行指令」进化到「理解目标、推理过程、边玩边学」。

从研究问题上看，EVE项目与SIMA 2同属「游戏作为智能体训练场」这条路线，不同的是这次场地换成了一个持续运转23年的真实宇宙。

EVE Online游戏内战役画面，这种由玩家自发组织、动辄持续数小时的大规模会战，是DeepMind选中EVE作为长程规划与持续学习研究场景的核心原因

DeepMind进的是离线沙盒

不是玩家宇宙

DeepMind这次和Fenris的合作方式，比想象中保守，DeepMind拿到的不是直接接入现役玩家正式服的权限。

DeepMind官方在公告中声明：初始研究将在离线版本的EVE Online上进行，使用本地服务器，在受控环境里测试和评估模型，不连接EVE Online正式运营服务器。

一方面，离线版意味着DeepMind不会去消费现役玩家的对战数据，也不会扰动真正的服务器经济，这避免了任何隐私和合规上的复杂度。

另一方面，离线版EVE仍可保留复杂的规则系统、舰船与经济机制、星域结构等核心设计。

DeepMind拿到的是一个「被23年玩家压力测试过」的复杂世界，作为智能体要去活下去的考场。

从Atari到EVE

这条路走向哪里

从DeepMind这十几年的训练场选择往回看，有一条很清晰的进化线。

2013到2015年，Atari是起点。DQN把智能体放进《打砖块》《太空入侵者》这种关卡明确、规则封闭的游戏。考的是反应和价值估计。

2016到2017年，AlphaGo和AlphaZero。围棋规则规整、动作空间巨大但封闭。考的是搜索和长链推理。

2019年，AlphaStar进了《星际争霸2》。第一次进入实时、不完美信息、多线博弈的环境。考的是部分可观察下的实时决策。

2024年，SIMA想做跨多个游戏的通用智能体。考的是迁移泛化。

2025年，SIMA 2升级：不只执行指令，还能和用户对话、推理目标、在游戏过程中自我改进。

DeepMind 2025年发布的SIMA 2，已从「执行指令」进化到「理解目标、推理过程、边玩边学」

每一代环境，都比上一代多了一些「真实世界的样子」：从规则封闭到规则开放，从完美信息到不完美信息，从单局对抗到跨局迁移。

但此前这些环境大多仍是相对封闭、可切分、可重复评测的任务场，比如Atari是固定规则的街机游戏，AlphaStar面对的是一局一局结束的星际对战，SIMA则在多个3D虚拟环境中测试跨游戏泛化。

EVE的不同之处在于，它是一个长期运行、玩家驱动、经济和政*结构持续演化的持久世界。

它是在23年间，经由一群真实玩家在开放规则的世界里自发演化出来的：完整的玩家驱动经济（ISK价格波动堪比真实金融市场），跨联盟的政*结构（外交、间谍、停战协议），从小规模冲突到21小时大战的整套战争生态。

圈内对智能体评估的共识越来越清楚，单点任务跑分早就玩不出什么新花样了，但长程记忆、跨周规划、从失败中学习，一直没有像样的评估场。

所以，DeepMind这次的选择是：与其再造一个合成环境，不如走进一个已经被人类玩家用23年压力测试过的「人造社会」。

但更大的问题也随之浮现：

一个能在EVE里持续存在、持续学习、持续规划的AI智能体，它和在真实世界里自主运作的智能体之间，还差什么？

参考资料：

https://x.com/GoogleDeepMind/status/2052011542707630461

https://www.ccpgames.com/news/2026/studio-behind-eve-online-goes-independent-rebrands-as-fenris-creations-enters-research-partnership-with-google-deepmind

https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/

编辑：元宇