我从小就是个重度玩家。《帝国时代》《星际争霸》《命令与征服》这些即时战略游戏，还有DotA、英雄联盟这类对战竞技，我都投入过数不清的时间去研究套路、打磨操作。在那些熬夜对战的岁月里，我逐渐发现，游戏世界里的很多教训，正被当下AI行业原封不动地重演。
过去，几乎每个想提升水平的玩家都会把目光锁定在APM——每分钟操作次数上。这个数字被当成了衡量实力的硬指标。职业选手动辄几百的APM，能在多线作战中同时调度数十个单位，顶着巨大的认知负荷，看起来APM越高，碾压对手的可能性就越大。
问题就出在“看起来”。当APM从参考指标变成追求目标，它就彻底失灵了。新手玩家对照着大神们的APM记录，一门心思猛点鼠标刷数据，以为飙高的数字就等于变强。这恰好落在古德哈特定律的射程里：一项指标一旦成为目标，就不再是好指标。胡乱的点击压根儿赢不了比赛，只能制造一种虚假的进步幻觉。
研究也给了这个结论背书。2022年一项对星际争霸玩家的分析显示，虽然研究样本量偏小，但不同水平的玩家在执行不同难度任务时，APM并没有统计学上的显著差异。更早的2014年研究还发现，虽然24岁以后反应和操作速度会自然下滑，年长玩家却靠更强的判断力和更高效的动作把劣势抹平了。
切换到AI赛道，画面惊人地熟悉。眼下很多团队把精力一股脑儿倾注在堆高Token数量上，仿佛只要不计成本地灌入更多计算，模型就会自动脱胎换骨。这跟星际新手拼命乱按键盘追求APM没什么两样——都在追逐一个表面的数字，却忘记了决定最终结果的究竟是什么。
游戏里真正拉开差距的，从来不是谁的手速更疯狂，而是谁能用最少的无效操作做出最关键的决策。AI同样如此。面对Token数量的诱惑，如果舍弃对架构优化、训练策略的精研，只迷信蛮力，反而会离真正可靠的推理能力越来越远。没有方向的蛮干，换不来智能的跃迁。