在「人生遊戲」跟 AI 比賽練功

美國知名線上科幻雜誌「克拉克世界」21日宣布停止接受投稿，與 2000 年代線上遊戲出現大量機器人取代玩家練功，有什麼關係？

練功

比較年輕的讀者可能沒經歷過 2000 年代，大概在我國中的時候，以石器時代、天堂、仙境傳說、魔力寶貝等 MMORPG 為首的線上遊戲熱潮。

我曾經寫過一篇文章〈二十世紀末的 MMORPG，跟現在的遊戲差在哪？〉解釋那些遊戲跟現在的手遊有什麼不同，並且藉機緬懷那段「玩」過的日子（因為相比之下，現在的遊戲多數稱不上是真的在「玩」）。

但這裡我想講講「練功」這件事情。

「練功」曾經可以達到一個成就

在那個年代，手動玩家沒日沒夜的練功，可以得到多數玩家的景仰、崇拜，與名聲。

2004 年 11 月，《天堂》一位女騎士娜希雅升上了等級 81，成為全伺服器最高等級，只要在台灣有玩天堂的玩家，無人不知曉這個 ID。

這個成就其實是由4位成員輪番上陣 24 小時不休息的練功而練出來的，其中有一對兄妹，還有他們的鄰居以及哥哥的同學，總共四人。

當時只要是他的一舉一動，所有人都津津樂道，並且所到之處便是人氣保證，絕對是高朋滿座，下圖就是當年其中的一個「綠洲事件」。

而為什麼後來再也沒人用練功來評斷一個玩家的成就？原因大家也都知道，就是練功外掛的興起。

在機器人盛行的開頭前一兩年，還有很多人背地裡使用外掛程式，讓機器人幫自己練功，同時假裝這些是「自己的努力成果」。

在這個過渡時期，還曾經有不少「手動派」與「工具派」的信仰之爭，然而很快地，MMORPG 便快速沒落。

原本機器人玩家能作弊而霸凌手動玩家得到的優越感，在遊戲內所有「玩家」都已經變成機器人之後，自然便失去了遊戲動力。

圖為 RO 自動練功外掛機器人的畫面

我好討厭練功

《天堂》有一個職業是妖精，而在當時妖精的最高成就是升到 48 級、學會《地裂術》。這個法術給妖精使用很弱，但卻是玩家「成功」的證明。

在那個年代，見面使用地裂術，就好像開著高級跑車赴約一樣帥氣。

練功機器人固然打消了很多人玩遊戲的念頭，然而遠在練功機器人出現之前，我就已經不是一個愛練功的人。

我在國中與高中花了大量時間在玩《天堂》，若是一般練功效率換算，我泡在遊戲的時間可能足以練三隻 48 級妖精，然而我的角色最後停留在 46 級，經驗需求大概只是 48 級的四分之一而已。

也就是說，即使在練功機器人出現之前，我玩天堂就已經有 90% 以上的時間都不是在練功了。

我覺得練功好無聊、無法理解為什麼要像工廠作業員一般，每天做這些枯燥且重複的工作，甚至有人願意一天 24 小時不眠不休去做。

我不喜歡自己的行動被框架綁住，日復一日的重複固定的行為，更不喜歡一直得到早就已經知道的結果：「既然我知道再花一個禮拜打 2000 隻同樣的怪物，我才會升級，而升級後又是再打更多的怪物，那我為何要去做？」

當我將一個職業玩到了 30 多級，我便會開下一個職業去體會職業的差異，認識不同村莊的人、去找不同的怪物，在練功過程遇到更多的人，觀察這些人、也跟這些人交流。

那些花了好幾年在練功、取得高等級的玩家，他們是遊戲的勝利者。我不知道他們在結束之後還快樂嗎？我在那個遊戲世界中是一個完全的失敗者，但至少我在玩遊戲的當下是快樂的。

練功遊戲再也沒有活人

在機器人大軍剛開始進攻 MMORPG 的時候，我便覺得無趣而退出，乍看是我被那個世界「淘汰」了，實際上是所有人類都被淘汰了，因為沒有一個人類可以不眠不休地練功。

即使一開始遊戲公司會抓自動練功機器人，到後來，當絕大多數付費使用者都使用外掛練功，沒有一個活人在「玩」遊戲的時候，任何形式上的宣戰也只是垂死掙扎而已。

後來，市場的遊戲趨勢就從以勞力為主的「線上練功」演變成以資本為主的「單機轉蛋抽卡」，多人線上遊戲的榮光再也不復返，現在只是一個小眾類別。而練功再也不被推崇，更多則是靠金錢堆砌強度。

---

AI 開始進入現實跟我們一起「練功」

以上對於練功遊戲的懷舊講古，跟 AI 又有什麼關係呢？在之前的這一篇〈是 AI 追上了，還是人類倒退？〉我提到：

未來我們無可避免會面對一堆 AI 產出的低品質內容，同時又沒有心力審核大量的垃圾。
此時面對排山倒海的 AI 產出，有兩種可能會發生。第一種，是我們無法察覺 AI 產出的不完全正確資訊，於是只能無條件接收，這已經在發生，而且只會越來越嚴重。

而剛好就在一週後，英國衛報（The Guardian）就報導，美國知名線上科幻雜誌「克拉克世界」21日宣布停止接受投稿，因為由人工智慧（AI）產製出的稿件氾濫成災，令編輯團隊不堪負荷，光是2月就拒絕多達500份投稿。

他們目前並沒有好的方法過濾掉 AI 投稿，因此目前無限期關閉中：

Detectors are unreliable. Pay-to-submit sacrifices too many [legitimate] authors. — Clarkesworld

而這只是剛開始，所有領域都正在面臨 AI 的大量產出問題，這簡直像極了我童年最討厭的「跟機器人比賽練功」的夢魘：人們用著高科技工具，並假裝自己沒有使用這些工具，藉此來獲得不對等的優勢。

針對這個情況，我也在同一篇文章說過，未來最有可能的解法只能是「用 AI 審 AI」：

而第二種情況是使用一個較為「經濟」的對策，那便是用另一個 AI 來驗證內容、替它們打分數。我認為這很快也會發生。於是，一個「用 AI 產出，再用 AI 來驗證產出」的閉環就這樣形成了。

設計徵稿、小說徵稿、工程師面試、學術論文，不只是有標準答案的問題，只要是有大眾一致認同的範本，連沒有標準答案的創作，基本上都可以模仿，並很難靠人力找到抄襲的證據。

即便能抽絲剝繭、找到可疑目標並刷掉，也會花掉太多人力審核，並且這會衍生出一個最關鍵的問題：「我們怎麼能保證刷掉的不是真人？」。

---

「人生」這場遊戲會變成怎樣？

自動練功的「外掛程式」已經出現在我們的人生，把整場人生遊戲變成一個無窮的練功迴圈。

只不過這次，「跟機器人比賽練功」的夢魘不會只乖乖待在遊戲當中，而是會從出生到死亡，跟著人類如影隨形。

《底特律：變人》中的仿生人

一個正在發生的事實是，熟練使用工具的人會取得初步優勢。在 ChatGPT 或 Midjourney 的世界中，我們戲稱這些人為「會詠唱咒語的魔法師」。

人們說「不學會用這些工具的人就等著被淘汰」，但我認為，只要一樣是跟 AI 比賽「練功」，就算將這些工具用得如火純菁，過不了多久絕大多數人也一樣會被淘汰。

因為下一階段，資本會找到一個框架，讓使用這些工具變成跟喝水一樣自然，當這些程序標準化、效率最大化之後，精通這些工具的「魔法師」也會面臨激烈的競爭。

尋找沒有答案的問題

一直以來，我只要發現一個遊戲的最佳解被找到了，就會退出、並動身前往下一個我不懂的未知領域，因為我認為，只有那些地方才會有價值、才能做出跟別人不同的東西，所以我作為玩家討厭練功、作為學生討厭背誦題庫、作為工程師討厭刷 leetcode。

很多人都會問：「要學什麼技術才不會被 AI 取代？」我認為這個問題應該換個方向問：「什麼問題是 AI 無法回答的？」這兩個問題的差別在於後者並不預設 AI 要取代的是人類，因為 AI 可以取代的技術非常廣泛，也不僅限於人類的工作，我們必須先知道它的極限，才能找到人類有機會的地方。

只有那些沒有正確答案（模糊一點，就是小 Lin 影片中說的套路）、甚至沒有人解決過的問題，才有可能不會被 AI 取代。

創業與投資

第一個最明顯的領域，就是廣義的「創業」（跟投資）。因為做為員工要跟 AI 競爭技術，但做老闆的時候，AI 就是最強的助手。並且，不可能存在一個 AI 自動完成事業、替我們賺錢，如果可以的話，全世界都將有賺不完的錢，而這顯然是不可能的。

但這也表示，往後一定會有很多用了 AI 仍然會失敗的老闆，多數人可能都會失敗，但混亂便是洗牌的機會。

生活與哲學，或者說「生活哲學」

另一個領域就是「哲學」，這不是要自己成為哲學大師，而是找到屬於自己的生活哲學：我們想過怎樣的生活？

討論哲學能直接養活自己、甚至在「人生遊戲」取得成功嗎？至少從人類歷史上，絕大部分的案例都是否定的。但即便如此，找到自己的生活哲學，仍然在 AI 時代有非常重要的意義。

我們對知識與技術的取得會比以往更為容易，諸如露營、園藝、健身等等興趣，或者更困難的綜合性問題，像是想要找到適合居住的小鎮、規劃你的旅遊目標（注意，這裡的目標不是一個地點，而是你的人生究竟想要完成哪些旅遊）。

老高在他的影片中說到「目的性」也是一樣的道理：AI 不可能指引你終極人生目標、找到人生意義，人生要完成什麼事情，只有自己能找到答案，否則就算是使用 AI 的高手，也只是一個高效率的機器，無法成就有意義的人生。

個人品牌與「信任」

很多時候我會替一個創作或商品買單，不完全是因為他的技術高超，有些時候我們甚至也會欣賞不完美的手作感，因為我們相信那些瑕疵是增加韻味，而不是影響使用品質。

舉例來說，一幅我信任的創作者所畫出來的圖，雖然有著小瑕疵，我也還是會付錢；至於那些乍看漂亮，但可能是不知道誰用 AI 製造出來的圖，我是一毛都不會花。

在 AI 產出過度氾濫的時候，人與人的信任就顯得更加珍貴。

反過來也成立，如果有創作者自己破壞了這個信任，那將會使得他的創作直接降格到「連 AI 都不如」的等級。

這並不代表沒有人與 AI 共存的中間地帶，譬如我們相信一個「調教師」使用 AI 的技術，但也清楚地知道他是使用 AI 創作，因此有著不同的期待與標準，這當然也可以變成是一個值得信任的品牌。譬如勘雲工造製造出的碧藍航線 Cosplay 照片，會比其他人來得有公信力。

至於我自己，應該還是會一直朝著「AI 無法回答的領域」前進探索。就像二十年前我不會跟著機器人比賽練功，寧願當個練功遊戲中的「失敗者」一樣。