DeepMind 執行長、AlphaGo 之父 Demis Hassabis 已用遊戲進行 AI 研究十多年。
這次，他把AI扔進了運行23年的「活宇宙」：一款連新手引導都能勸退玩家的太空網遊 EVE Online。
棋局有終局，EVE 沒有。
5 月初，DeepMind 宣布與 EVE Online 建立研究合作，原因很簡單：EVE 複雜且由玩家驅動的宇宙，是測試 AI 記憶、持續學習和長期規劃的完美安全沙盒。
DeepMind 與 EVE 合作，並非為了追求有趣的游戏體驗，或賦能遊戲玩法，而是要攻克當前 AI 智能體研究中公認最難的三塊骨頭，Hassabis 將賭注押在了一款運營了 23 年的舊遊戲上。
Fenris Creations（原 CCP Games）宣布與 DeepMind 合作
EVE Online 背後的公司，於 5 月 6 日同一天宣布了四件事：
- 從母公司 Pearl Abyss 體系中重新獨立；
- 更名為 Fenris Creations；
- 完成 1.2 億美元交易；
- 作為本次獨立的一部分，Google 持有 Fenris Creations 的少數股權，並同步啟動與 Google DeepMind 的研究合作。
Fenris Creations 首席执行官 Hilmar Veigar Pétursson 在公告中聲稱：
此次轉型不涉及裁員或重組，團隊、產品和開發計劃均保持不變。EVE 繼續。
從運營數字來看，這家公司是帶著「真實彈藥」來談合作的，而不是賣資產求生。
EVE Online 2025年營收超過7000萬美元，11月創下歷史最高收入紀錄，Q4成為該遊戲20年歷史上營收第二高的季度。
Fenris Creations 獨立出來，意味著 EVE 現在有了一家能自主決定研究合作的母公司，不再被一家更大的遊戲發行公司的戰略目標綁架。
1997年Fenris出版的桌遊產品盒。「Fenris」這個名字比EVE Online早了6年，更名為Fenris Creations是一次回溯，不是另起爐灶
DeepMind 為何會選中 EVE？
2023 年「人造社會」
AI 基準測試難以複製
很多人聽到「遊戲＋AI 研究」，第一反應是回想 AlphaGo 或 AlphaStar，但 EVE 與它們都不同。
圍棋和星際爭霸有一個共同特點：一局比賽有開始，有結束，有明確的勝負規則。
AlphaGo 的目標是贏得棋局，AlphaStar 的目標是贏得一場星際對戰，兩者都是「單局智能」的研究範式，但 EVE 沒有終局。
EVE Online 以「單一共享宇宙」（single-shard / single shared universe）著稱，大量玩家長期在同一個持久世界中競爭、貿易、結盟和戰爭。
玩家在這裡建立了真實的經濟體系、政治聯盟、軍事集團、貿易路線、歷史恩怨和跨年度的戰爭計劃。
有些戰役從籌備到落幕要花掉整整一年。有些聯盟的崛起和覆滅，被後來的玩家當作真實歷史研究。
Hilmar 在公告中說：「EVE 是少數幾個能在已像真實世界運轉的環境中探索智能問題的地方。」
Hassabis 更提到，他從小玩遊戲，職業生涯的起點是設計 AI 模擬遊戲，AlphaGo、AlphaStar 和 SIMA 的研究都與遊戲深度關聯，而 EVE 是下一階段的選擇：
我很高兴能與 Fenris Creations 合作，在這個由玩家打造、複雜程度無與倫比的宇宙裡，安全地探索全新的遊戲體驗並推進 AI 研究。
大多數 AI 基準測試就像體檢，EVE 則更像是把 AI 扔進一個已經持續了 23 年的「人造社會」。
智能體3塊最硬骨頭
剛好是 EVE 玩家的日常
本次官方明確列出了三個研究方向：長程規劃（long-horizon planning）、記憶（memory）、持續學習（continual learning）。
These three directions are widely recognized as the three most difficult challenges in the current AI agent research field.
如果你身邊有人玩過十年以上的 EVE Online，讓他打開賬號給你看一眼好友列表，你很可能會看到幾十個分組、上百個名字，備註欄裡寫著「2018年 Delve 戰役欠的債」「鵝群聯盟（Goonswarm）內部叛徒，別合作」「這哥们兒是間諜，組織裡都知道」。
這不是上下文窗口，而是十年起步的跨會話長程記憶。
這關記憶，EVE 玩家天天都在過；持續學習這關也一樣。
在2014年1月，B-R5RB一戰持續約21小時，參戰角色超過7500個，75艘Titan被毀，損失折合真實貨幣約30萬美元。整場戰役的導火線，是一筆主權賬單未能自動支付。
這場戰役結束後，整個遊戲的艦隊戰術被徹底改寫。各聯盟此後幾年的艦隊配置與戰術體系，全部圍繞復盤持續迭代。每月都在更新，每場失敗都被拆解為可執行的策略更新。
至於長期規劃，EVE 聯盟戰爭的標準時間單位不是小時，是月。一場跨星域戰爭從籌備到開戰，造船、運輸、外交、潛伏、反間，數百名玩家在沒有任何任務調度的情況下自發協作，跨月推進一個共同目標。
這套協作體系是玩家在23年裡自行發展出來的。
在當前 AI 智能體評估中被認為最硬的 3 塊骨頭，恰好是 EVE 玩家的日常。
EVE 中 23 年的玩家驅動演化，創造出一個始終變化、始終複雜、沒有捷徑的環境，這種複雜度是實驗室中人工合成不了的。
DeepMind 於 2025 年 11 月發布的 SIMA 2，已從「執行指令」進化至「理解目標、推理過程、邊玩邊學」。
從研究問題來看，EVE 項目與 SIMA 2 同屬「遊戲作為智能體訓練場」這一路線，不同的是，這次的場地換成了一個持續運轉 23 年的真實宇宙。
EVE Online 遊戲內戰役畫面，這種由玩家自發組織、動輒持續數小時的大規模會戰，是 DeepMind 選中 EVE 作為長程規劃與持續學習研究場景的核心原因
DeepMind 進入的是離線沙盒
不是玩家宇宙
DeepMind 與 Fenris 的合作方式比預期更保守，DeepMind 並未獲得直接接入現役玩家正式服的權限。
DeepMind 在官方公告中聲明：初始研究將在 EVE Online 的離線版本上進行，使用本地伺服器，在受控環境中測試和評估模型，不連接 EVE Online 正式運營伺服器。
On the one hand, the offline version means DeepMind will not consume battle data from active players or disrupt the real server economy, avoiding any privacy and compliance complexities.
另一方面，離線版 EVE 仍可保留複雜的規則系統、艦船與經濟機制、星域結構等核心設計。
DeepMind 拿到的是一個「經過 23 年玩家壓力測試」的複雜世界，作為智能體需要在其中生存的考場。
從 Atari 到 EVE
這條路通往哪裡？
從 DeepMind 這十幾年的訓練場選擇往回看，有一條很清晰的進化線。
2013 年至 2015 年，Atari 是起點。DQN 將智能體置於《打磚塊》《太空入侵者》等關卡明確、規則封閉的遊戲中，考驗其反應與價值估計能力。
2016 到 2017 年，AlphaGo 和 AlphaZero。圍棋規則整齊、動作空間龐大但封閉。考驗的是搜尋與長鏈推理。
2019 年，AlphaStar 進入了《星際爭霸 2》。這是首次進入實時、不完美資訊、多線博弈的環境，考驗的是在部分可觀察情況下的實時決策。
在2024年，SIMA希望成為跨多款遊戲的通用智能體，重點在於遷移與泛化能力。
2025 年，SIMA 2 升級：不僅能執行指令，還能與用戶對話、推理目標，並在遊戲過程中自我改進。
DeepMind 於 2025 年發布的 SIMA 2，已從「執行指令」進化到「理解目標、推理過程、邊玩邊學」
每一代環境，都比上一代多了一些「真實世界的样子」：從規則封閉到規則開放，從完美資訊到不完美資訊，從單局對抗到跨局遷移。
但此前這些環境大多仍是相對封閉、可切分、可重複評測的任務場，例如 Atari 是固定規則的街機遊戲，AlphaStar 面對的是一局一局結束的星際對戰，SIMA 則在多個 3D 虛擬環境中測試跨遊戲泛化。
EVE 的不同之處在於，它是一個長期運行、由玩家驅動、經濟和政治結構持續演化的持久世界。
它是在23年間，由一群真實玩家在開放規則的世界中自發演化而成：完整的玩家驅動經濟（ISK價格波動堪比真實金融市場）、跨聯盟的政治結構（外交、間諜、停戰協議），以及從小規模衝突到21小時大戰的完整戰爭生態。
業內對智能體評估的共識越來越清晰，單點任務跑分早已難有新意，但長期記憶、跨週規劃、從失敗中學習，一直缺乏像樣的評估場景。
因此，DeepMind 這次的選擇是：與其再造一個合成環境，不如走進一個已被人類玩家用 23 年壓力測試過的「人造社會」。
但更大的問題也隨之浮現：
一個能在 EVE 中持續存在、持續學習、持續規劃的 AI 智能體，它和在真實世界裡自主運作的智能體之間，還差什麼？
參考資料：
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/
本文來自微信公眾號「新智元」，作者：ASI啟示錄，編輯：元宇