三年前那個只會靠背套路、連第二局都撐不過去的小 AI，這次居然真的把八星難度的街霸 2 冠軍版從頭到尾打穿了。林亦這回把之前那個「跪著通關」的遺憾整個翻掉，還拉了個新同事 MVP 一起下場。這支影片就是看他們怎麼從繞遠路、傳承失敗，一路修到小 AI 能穩定通關。

影片時間軸

1. 00:17回顧二三年用 GPT4 搭框架、讓 AI 打 AI 通關警察
2. 01:40這回先改回檔機制，三局兩勝打完才讀檔
3. 02:20主角龍出招一千兩百萬次後，AI 靠龍捲旋風腳把警察捲到睡著
4. 03:33改成從第一關開始、贏了跳關輸了退回，結果訓練卡死
5. 04:30燒掉四十一倍計算量，小 AI 連第十二關都摸不到，被泰王封死
6. 06:52借 MOE 混合專家，複製十二份網路加路由器，做出大 AI
7. 08:41再用蒸餾把大 AI 的判斷刻進小 AI，成長速度變六倍
8. 12:22MVP 把抽幀間隔從四幀改成八幀，讓小 AI 看清動作慢的泰王
9. 13:16加運動前景提取，把變動大的區域高亮，解決大兵和映象龍分不清敵我的問題
10. 14:15乾脆所有關卡一起訓，用 Mac Studio 同時開 768 局並行對戰
11. 17:02實戰驗收，小 AI 穩定通關，還在沒見過的獎勵關卡拿下一萬分

傳承經驗這件事本身就錯了

林亦一開始想得很美，把自己小時候打街霸的經驗整套搬給 AI，從第一關開始一關一關闖，贏了跳關、輸了退回。結果小 AI 打了五千五百萬次操作，分數只到之前通關時的百分之四十五，硬撐八十八小時後曲線直接躺平。問題出在他以為 AI 會像人一樣，打過的關卡就記得、打不過的再回頭練，可是在模型眼裡十二關根本沒有差別，新學到的東西馬上被老關卡的操作稀釋掉，卡在第十一關就再也上不去。

MVP 先治好了小 AI 的眼睛

新同事 MVP 進來後，先回頭爬了一週的訓練統計，發現真正難打的大兵、映象龍跟泰王。泰王動作慢，但小 AI 每四幀才抽一次畫面，九幀裡敵人常常原地不動，什麼都分析不出來，於是改成八幀抽一次。大兵跟圍觀群眾都是一身綠軍裝，映象龍的波又跟自己的波長得一模一樣，小 AI 根本分不清敵我，MVP 加了運動前景提取，把畫面裡變動大的區域高亮，等於直接打兩盞探照燈在對戰雙方身上。

所有關卡一起訓才是解答

前面試過輸了重打當前關、退回上一關、隨機跳關，全都沒明顯提升。MVP 提的思路很簡單，為什麼不讓所有關卡一起訓。靠 Mac Studio 那顆四顆晶粒拼出來的晶片，三十二顆 CPU 加八十顆 GPU，共享兩百五十六 G 的統一記憶體池，小 AI 同時對戰十二個對手、每個對手開六十四個視窗，等於同時打七百六十八局。兩天累積的經驗換算成人類要連續對戰三百八十五天，這次通關不再是靠運氣，是真的隨機應變。

值得下載嗎

值得。這支把「傳承失敗到放手讓新人試」的整段除錯過程拍得很清楚，尤其並行訓練那段畫面跟數字都很有感，想收著當強化學習入門案例的話可以直接存下來。