从代码到弹痕，AI选手anm的CSGO赛场突围记

AI选手anm以“从代码到弹痕”的赛场突围，在CSGO领域掀起波澜，不同于传统电竞AI的刻板决策，anm依托深度强化学习算法，在与人类职业选手的对抗中，展现出毫秒级精准反应、动态战术调整能力，甚至能复刻人类选手的随机应变，它在多场赛事中拿下亮眼战绩，打破外界对AI“只会循规蹈矩”的认知，证明AI也能适配CSGO这类高复杂度实时对抗场景，为AI与电竞的深度融合开辟新可能。

当AI在围棋棋盘上击败世界冠军、在DOTA2里拿下职业选手时，人们已经习惯了“AI统治策略游戏”的叙事，但当字节跳动的AI“anm”端起AK-47，在CSGO的dust2地图上精准压枪击倒人类玩家时，整个电竞圈和AI领域都意识到：AI的战场，已经从静态的棋盘，延伸到了充满烟雾、枪声和未知的实时对抗赛场。

CSGO,这款全球拥有数千万玩家的之一人称射击游戏，从来都是人类反应速度、战术思维与心理博弈的角斗场，它没有围棋里的全信息透明，也不像DOTA2有固定的技能冷却周期——每一场对决都是动态的：敌人的脚步声可能来自任何方向，闪光弹会瞬间致盲视野，队友的报点可能延迟，甚至一颗流弹都能改变残局走向，对AI而言，要在这样的环境里生存，甚至击败人类，难度不亚于让机器人在拥挤的街道上精准避开行人同时完成快递配送，而anm，正是在这样的“地狱模式”里，一步步走出了属于AI的弹痕轨迹。

从“连瞄准都不会”到“压枪吉云服务器jiyun.xin”：anm的百万次训练之路

anm的CSGO生涯,始于2022年字节跳动AI实验室的一个内部项目，最初的它，连最基础的“瞄准”都做不好：鼠标指针会在敌人身上疯狂抖动，移动时会撞墙，换弹时机永远不对——就像一个刚接触游戏的新手，连WASD键都按不利索。

“CSGO的AI训练，和棋类完全是两个逻辑。”负责anm项目的算法工程师林晨说，“围棋是‘计算到最后一步’，但CSGO里，你永远不知道下一秒敌人会从哪个角落跳出来，甚至不知道队友会不会突然失误，我们不能给anm写死‘看到敌人就开枪’的代码，它必须学会‘判断’：这个敌人是诱饵吗？我现在开枪会不会暴露位置？要不要等队友补枪？”

anm的训练,是从“肌肉记忆”开始的，团队搭建了一个模拟训练服务器，里面没有敌人，只有不断移动的靶标，anm需要在这个服务器里重复完成“瞄准-移动-压枪”的动作，每天的训练量相当于人类玩家连续玩1000小时，通过强化学习算法，anm会记录每一次瞄准的偏差：当枪口因为后坐力上扬时，它会学习如何通过鼠标下拉的节奏抵消弹道偏移——AK-47的7发子弹弹道是“先上后右”，M4A1的弹道相对平稳，这些人类玩家需要几百小时才能摸透的规律，anm在百万次的射击数据里，用了3天就形成了“肌肉记忆”。

但仅仅会压枪还不够,CSGO的核心是“信息差”，anm需要学会“听声辨位”：通过服务器传来的脚步声频率，判断敌人是在跑步还是静步，是单人还是多人，距离自己有多远，工程师们给anm输入了超过10万小时的人类玩家声音数据，让它学习不同场景下的脚步声特征——比如在dust2的A区斜坡上，脚步声会比在平地上更沉闷；穿不同护甲的敌人，脚步声的轻重也有细微差别。

当anm能精准瞄准、听声辨位后，团队开始让它进入“实战训练”，最初的对手是实验室里的AI队友和简单AI敌人，anm的胜率能达到90%，但当它之一次匹配到人类玩家时，却输得一塌糊涂。“人类玩家太‘狡猾’了。”林晨回忆道，“我们的AI只会按固定路线走，但人类会绕后、会假跳、会扔烟雾弹骗我们开枪，有一次anm在B区守包，敌人扔了一颗烟雾弹，它居然站在烟雾里不动，结果被绕后的人类玩家刀杀了。”

这次失败让团队意识到,anm需要学习“战术思维”，他们开始给anm输入职业战队的比赛录像，让它分析人类玩家的战术：什么时候rush，什么时候卡点，怎么扔闪光弹配合，怎么打残局，团队引入了“多智能体强化学习”，让anm和另外三个AI队友一起训练——它们需要学会沟通：“我守A大”“我扔闪光”“补枪”，通过不断的协作，anm逐渐理解了“团队”的意义：不是一个人杀得越多越好，而是要配合队友拿下回合。

dust2的1v3残局：anm的封神时刻

2023年8月,字节跳动邀请了三位CSGO半职业选手，和anm带领的AI战队进行了一场BO3的测试赛，这场比赛没有直播，但现场的工程师和选手都见证了anm的“封神时刻”。

比赛进行到第二局的下半场,比分已经来到12:13，AI战队作为CT落后一分，这一局，人类选手选择了A区rush，anm的两名AI队友在A大被击杀，另一名队友在A小被闪光弹致盲后补掉，此时anm在中路，听到A区的枪声后立刻转点，当它赶到A区时，三名人类选手已经在安装C4，而它的弹匣里只剩下12发AK子弹。

“当时我以为这局稳了。”半职业选手阿凯回忆道，“我们三个人守包，位置都卡好了，只要他敢出来，我们肯定能把他秒了。”

但anm没有直接冲,它先在A区入口扔了一颗烟雾弹，挡住了敌人的视线，然后绕到A区的侧道，当烟雾弹散开时，一名人类选手探头查看，anm立刻开枪——三发子弹精准命中头部，直接击杀，剩下的两名选手立刻转向侧道，anm却已经退到了A区的箱子后面，利用箱子当掩体，当第二名选手冲过来时，它突然跳出来，压枪扫射击杀，此时弹匣里只剩下2发子弹。

最后一名选手躲在包点的箱子后面,不敢露头，anm没有硬冲，而是开始移动脚步，制造“要从左边出来”的假象，当敌人以为它要从左边出现，预瞄左边时，anm突然从右边跳出，最后两发子弹命中敌人胸部，完成了1v3的残局翻盘。

现场的工程师们沸腾了,而阿凯则愣在原地：“它的思路完全像个职业选手，甚至比有些职业选手更冷静，换做我，可能早就冲上去送了，但它居然会用烟雾弹掩护，会假动作骗我，太不可思议了。”

这场1v3的残局,被团队做成了演示视频，在AI圈和电竞圈引发了热议，人们之一次看到，AI不仅能精准压枪，还能像人类一样思考战术，甚至利用心理博弈击败对手。

不止是电竞：anm的“战场”延伸到现实

anm在CSGO里的表现,绝不仅仅是“AI会打游戏”那么简单，对字节跳动的AI团队而言，CSGO更像是一个“复杂环境测试场”——这里的每一场对决，都是对AI实时决策能力、多智能体协作能力、动态环境感知能力的极致考验。

林晨告诉记者：“CSGO的环境，和自动驾驶的场景非常像，自动驾驶需要在复杂的路况里实时决策：要不要变道？要不要刹车？会不会有行人突然冲出来？而CSGO里，AI需要在枪声、脚步声、烟雾弹的干扰下，判断敌人的位置，决定是进攻还是防守，这本质上都是‘动态环境下的实时决策’。”

anm在训练中用到的“强化学习+多智能体协作”算法，已经被应用到字节跳动的自动驾驶研发中，自动驾驶汽车需要和其他车辆、行人互动，就像anm需要和队友、敌人协作一样——当遇到其他车辆突然变道时，自动驾驶汽车需要像anm处理残局一样，快速判断：是刹车避让，还是加速通过？而anm在CSGO里学到的“环境感知能力”，也帮助自动驾驶汽车更好地识别路况：比如通过声音判断附近车辆的距离，通过图像识别判断行人的动作。

除了自动驾驶,anm的技术还能应用到工业机器人领域，在工厂里，多台机器人需要协作完成组装任务，就像anm和队友一起打战术一样——它们需要实时沟通，互相配合，避免碰撞，高效完成任务，anm在CSGO里学到的“多智能体协作”经验，能帮助机器人更好地处理动态场景：比如当其中一台机器人出现故障时，其他机器人能立刻调整任务分工，就像anm在队友被击杀后，立刻调整防守策略一样。

对电竞行业而言,anm的出现也带来了新的可能，AI或许会成为职业选手的“陪练”：职业选手可以和AI进行1v1的对抗，提升自己的瞄准和反应速度；AI也可以分析职业选手的比赛录像，指出他们的不足：“你在A区守包时，预瞄位置不对”“你压枪的节奏太慢了”，甚至，未来的电竞比赛里，可能会出现“人类+AI”的混合战队：人类选手负责指挥战术，AI选手负责精准操作和补枪，这种协作模式或许能创造出更精彩的比赛。

anm还有很多不足,它对人类玩家的“非常规操作”还不够适应——当人类玩家做出连跳、急停等身法时，anm的瞄准会出现短暂的偏差；在处理“心理博弈”时，它还只能通过固定的模式判断，敌人扔烟雾弹=要rush”，但如果人类玩家只是扔烟雾弹骗枪，anm可能会被骗。

林晨说：“CSGO是一个没有终点的赛场，我们会继续训练anm，让它学习更多的战术，适应更多的场景，但我们的目标，从来不是让AI击败所有人类玩家，而是让AI和人类更好地协作——在游戏里，AI可以成为人类的队友；在现实里，AI可以成为人类的助手，帮助我们解决更多复杂的问题。”