騰訊武大聯手打造“會思考的AI”：像人一樣學游戲，決策全透明

2025年9月，騰訊與武漢大學的聯合研究團隊（由騰訊王賽、徐中文及武大吳宇領銜）發表了一項顛覆性成果——名為“Cogito, ergo ludo”（簡稱 CEL，意為 “我思故我玩”）的AI智能體。不同于只會“死記硬背” 的傳統AI，它能像人一樣觀察、思考、總結規律，甚至清晰說出決策邏輯，相關論文可通過編號arXiv:2509.25052v1查詢。

想象你第一次玩新游戲：先摸索規則，再積累經驗，最后制定策略。CEL正是這樣的 “智能玩家”。傳統AI學下棋要看完百萬局棋譜，靠調整參數形成條件反射，就像不會理解邏輯的表演海豚；而CEL的決策全程透明，就像身邊的游戲高手會告訴你 “為什么這么走”。

一、從 “背答案” 到 “想問題”：AI的學習革命

傳統AI的痛點很明顯：它是個“黑箱學霸”。要讓它學會游戲，得喂給它海量數據反復訓練，但你問它“為什么選這個方案”，它只會答“我背過”。這種不透明性，讓醫療、自動駕駛等關鍵領域不敢輕易信任AI。

CEL徹底改變了學習邏輯，分成“游戲中思考”和“游戲后反思”兩步：

• 決策時前瞻：像棋手算棋一樣，先評估當前局面，預測每個動作的后果，再選最優解，全程可追溯思考路徑；
• 結束后復盤：好比考完試整理錯題本，回顧全程對錯，更新對規則的理解和策略庫。這種 “邊玩邊想邊進步” 的模式，讓它能快速吃透新游戲。

二、AI的“智囊團”：四個“專家”協同工作

CEL 的“大腦” 由四個各司其職的 “專家” 組成，像高效協作的團隊：

1. 規則理解專家：靠觀察猜規則，就像小孩看別人下棋悟玩法，還能用自然語言寫出“游戲說明書”；
2. 結果預測專家：模擬行動后果，比如 “走這步會觸發陷阱嗎”，堪比棋手腦中的 “沙盤推演”；
3. 局面評估專家：給當前狀態打分，判斷“贏面有多大”，幫團隊篩選方向；
4. 策略總結專家：攢“游戲攻略”，比如 “掃雷先開角落”“推箱子別堵死路”，還會隨經驗更新。

決策時，評估專家先定基調，預測專家模擬后果，策略專家給建議，最終選出最優解；游戲結束后，規則專家和策略專家更新知識庫，為下一局做準備。

三、三重考驗：從零學起的游戲實戰

研究團隊選了三種經典游戲“考”CEL，而且故意加了難度：開局完全不教規則，只給基礎操作，還得等游戲結束才知道“輸還是贏”，堪比蒙眼摸路。

• 掃雷（邏輯推理題）：靠數字線索猜地雷位置，考驗嚴密思維；
• 冰湖導航（路徑規劃題）：從起點到終點避陷阱，需要空間判斷；
• 推箱子（工程規劃題）：要把箱子推到目標點，還不能推到死角，得提前想好幾步操作。

四、成績驚艷：比 “知規則” 的AI更會玩

CEL的表現打破了預期：

• 掃雷勝率54%：遠超提前被告知完整規則的AI（僅26%），證明自主領悟比 “喂答案”更有效；
• 冰湖導航10局通關：短短10回合勝率就達97%，學習速度接近人類；
• 推箱子“頓悟時刻”：摸索一段時間后，勝率突然飆升到84%，像人突然 “想通了訣竅”。

更厲害的是它的“舉一反三”能力：用掃雷訓練的CEL去玩冰湖導航，雖然不懂新規則，卻能快速上手。這說明它學會的不是“某款游戲技巧”，而是“怎么學新游戲” 的通用能力。

五、看得見的思考：AI 的“決策日記”

CEL最圈粉的是“透明”。玩掃雷時，它會“說”出思考過程：

“現在只剩一個安全格要開，價值很高。位置 (0,3) 是安全的——旁邊 (1,2) 是1、(1,3) 是2，說明 (0,2) 和 (0,3) 里有一個地雷，但 (0,2) 已經確定是雷，所以 (0,3) 肯定安全，開它就能贏。而 (0,2) 是雷，開了就輸。”

它還能自己寫 “游戲手冊”，比如掃雷規則被總結得一清二楚：“‘.’是未開格子，‘0’是無雷安全格，‘n’表示周圍有n個雷，‘*’是雷（踩了游戲結束）”。連 “用數字推地雷位置”“優先開安全格” 等高級策略，都是它自己悟出來的。

六、不止于游戲：AI的未來方向

CEL的突破，遠不止 “游戲打得好”：

• 邁向通用AI：傳統AI是“專才”，下象棋的不會下圍棋；CEL的跨游戲學習能力，暗示未來AI可能成為“通才”；
• 解決信任難題：就像醫療領域需要可解釋的AI診斷依據，CEL的透明性讓人類能 “看懂” AI決策，為關鍵領域應用鋪路；
• 技術融合創新：它結合了大語言模型的推理能力和強化學習的試錯機制，還用 GRPO技術像老師改作業一樣優化推理模式。

未來，它可能成為：

• 教育領域的“私教”：展示解題思路，幫學生學會 “怎么想”；
• 科研領域的“助手”：分析實驗數據、提假設，還能說清推理過程；
• 商業領域的“顧問”：給決策建議時附上依據，幫管理者拍板。

當然挑戰還在：目前它只玩轉簡單游戲，現實世界的復雜場景更難應對；如何確保智能AI符合人類價值觀，也需要持續探索。但不可否認，CEL讓“會思考的AI” 從概念落地，未來我們可能不再需要盲目信任“黑箱”，而是與透明、理性的AI伙伴協作。