作为高级开发工程师，如果你需要开发一个使用ChatGPT的应用程序并部署到生产环境上，那么在此之前，你需要提*虑完善各项工作。比如如何做好相应的成本控制、并发性能监控，如何持续评估和迭代机器学习模型，以及数据安全性和合规性等方面。

值得一提的是，OpenAI关于ChatGPT的生产最佳实践官方指南覆盖了以上所有内容。相信这一最佳实践指南能够帮助我们从0到1打造出一个高水平的产品。

This guide pro【【微信】】et of best practices to help you transition from prototype to production. Whether you are a seasoned machine learning engineer or a recent enthusiast, this guide should pro【【微信】】ou need to successfully put the platform to work in a production setting: from securing access to our API to designing a robust architecture that can handle high traffic 【【微信】】. Use this guide to help develop a plan for deploying your application as smoothly and effecti【【微信】】. 本指南提供了一套全面的最佳实例，可帮助您从原型过渡到生产。无论您是经验丰富的机器学习工程师还是最近的爱好者，本指南都应该为您提供成功将平台投入生产环境所需的工具：从保护对我们API的访问到设计一个可以处理高流量的强大架构。使用本指南可以帮助您制定尽可能平稳有效地部署应用程序的计划。

Once you log in to your OpenAI account, you can find your organization name and ID in your organization settings. The organization name is the label for your organization, shown in user interfaces. The organization ID is the uni【【微信】】ganization which can be used in API requests. 登录OpenAI帐户后，您可以在组织设置中找到您的组织名称和ID。组织名称是组织的标签，显示在用户界面中。组织ID是您的组织的唯一标识符，可用于API请求。

Users who belong to multiple organizations can pass a header to specify which organization is used for an API re【【微信】】age from these API requests will count against the specified organization’s quota. 【【微信】】, the default organization will be billed. You can change your default organization in your user settings. 属于多个组织的用户可以传递一个标头，以指定哪个组织用于API请求。这些API请求的使用量将计入指定组织的配额。如果未提供标题，则将对默认组织开单。您可以在用户设置中更改默认组织。

You can in【【微信】】ganization from the members settings page. Members can be readers or owners. Readers can make API re【【微信】】ganization information, while owners can modify billing information and manage members within an organization. 您可以从成员设置页面邀请新成员加入组织。成员可以是读者或所有者。读者可以发出API请求并查看基本组织信息，而所有者可以修改计费信息并管理组织内的成员。

New free trial users recei【【微信】】 $5 that expires after three months. Once the credit has been used or expires, you can choose to enter billing information to continue your use of the API. If no billing information is entered, you will still ha【【微信】】 be unable to make any further API requests. 新的免费试用用户将获得5美元的初始信用，三个月后到期。信用额度用完或到期后，您可以选择输入账单信息以继续使用API。如果未输入任何计费信息，您仍将具有登录访问权限，但将无法进行任何进一步的API请求。

Once you’【【微信】】 information, you will ha【【微信】】it of $120 per month, which is set by OpenAI. To increase your 【【微信】】 $120 monthly billing limit, please submit a 【【微信】】. 一旦您输入了账单信息，您将获得每月120美元的批准使用限额，这是由OpenAI设置的。要将您的配额增加到超过每月120美元的账单限额，请提交配额增加请求。

If you’【【微信】】n your usage exceeds a certain amount, you can set a soft limit through the usage limits page. When the soft limit is reached, the owners of the organization will recei【【微信】】n. You can also set a hard limit so that, once the hard limit is reached, any subse【【微信】】 be rejected. Note that these limits are best effort, and there may be 5 to 10 minutes of delay between the usage and the limits being enforced. 如果您希望在使用量超过一定数量时收到通知，您可以通过使用限制页面设置软限制。当达到软限制时，组织的所有者将收到电子邮件通知。您还可以设置硬限制，以便一旦达到硬限制，将拒绝任何后续API请求。请注意，这些限制是尽力而为的，在使用和强制执行的限制之间可能有5到10分钟的延迟。

The OpenAI API uses API keys for authentication. 【【微信】】 to retrieve the API key you’ll use in your requests. OpenAI API使用API密钥进行身份验证。访问您的API密钥页面以检索您将在请求中使用的API密钥。

This is a relati【【微信】】ay to control access, but you must be 【【微信】】g these keys. A【【微信】】ys in your code or in public repositories; instead, store them in a secure location. You should expose your keys to your application using en【【微信】】 secret management service, so that you don’t need to hard-code them in your codebase. Read more in our Best practices for API key safety. 这是控制访问的一种相对简单的方法，但您必须对保护这些密钥保持警惕。避免在代码或公共存储库中暴露API密钥;而是将它们存储在安全位置。您应该使用环境变量或秘密管理服务将密钥公开给应用程序，这样就不需要在代码库中硬编码它们。请阅读我们的API密钥安全最佳实践。

As you scale, you may want to create separate organizations for your staging and production en【【微信】】. Please note that you can sign up using two separate email addresses like bob+prod&#【【网址】】 and bob+dev&#【【网址】】 to create two organizations. This will allow you to isolate your de【【微信】】ork so you don’t accidentally disrupt your li【【微信】】. You can also limit access to your production organization this way. 随着扩展，您可能希望为临时环境和生产环境创建单独的组织。请注意，您可以使用两个单独的电子邮件地址（如bob+prod&#【【网址】】和bob+dev&#【【网址】】）注册，以创建两个组织。这将允许您隔离开发和测试工作，这样您就不会意外地中断活动应用程序。您还可以通过这种方式限制对生产组织的访问。

If you haven’【【微信】】start guide, we recommend you start there before di【【微信】】s guide. 如果您还没有浏览过快速入门指南，我们建议您在深入阅读本指南的其余部分之前先从快速入门指南开始。

For those new to the OpenAI API, our playground can be a great resource for exploring its capabilities. Doing so will help you learn what’s possible and where you may want to focus your efforts. You can also explore our example prompts. 对于那些OpenAI API的新手来说，我们的游乐场可以成为探索其功能的绝佳资源。这样做可以帮助你了解什么是可能的，以及你可能想把精力集中在哪里。您也可以浏览我们的示例提示。

While the playground is a great place to prototype, it can also be used as an incubation area for larger projects. The playground also makes it easy to export code snippets for API re【【微信】】s with collaborators, making it an integral part of your de【【微信】】. 虽然游乐场是一个很好的原型制作场所，但它也可以用作大型项目的孵化区。游乐场还可以轻松导出API请求的代码段，并与协作者共享提示，使其成为开发过程中不可或缺的一部分。

1. Start by determining the core functionalities you want your application to have. 【【微信】】 inputs, outputs, and processes you will need. Aim to keep the prototype as focused as possible, so that you can iterate 【【微信】】y. 首先确定您希望应用程序具有的核心功能。考虑您将需要的数据输入、输出和处理的类型。目标是尽可能地保持原型的重点，以便您可以快速有效地迭代。
2. Choose the programming language and framework that you feel most comfortable with and that best aligns with your goals for the project. Some popular options include Python, Jav【【微信】】.js. See library support page to learn more about the library bindings maintained both by our team and by the broader de【【微信】】. 选择你觉得最舒服的编程语言和框架，并且最符合你的项目目标。一些流行的选项包括Python，Java和Node.js。请参阅库支持页面，了解有关我们团队和更广泛的开发人员社区维护的库绑定的更多信息。
3. De【【微信】】 and support: Set up your de【【微信】】 with the right tools and libraries and ensure you ha【【微信】】d to train your model. Le【【微信】】on, community forum and our help center to get help with troubleshooting. If you are de【【微信】】, take a look at this structuring your project guide (repository structure is a crucial part of your project’s architecture). In order to connect with our support engineers, simply log in to your account and use the “Help” button to start a con【【微信】】. 开发环境及支持：使用正确的工具和库设置您的开发环境，并确保您拥有训练模型所需的资源。利用我们的文档、社区论坛和帮助中心获取故障排除帮助。如果您正在使用Python进行开发，请查看此项目结构指南（存储库结构是项目架构的关键部分）。要与我们的支持工程师联系，只需登录您的帐户并使用“帮助”按钮开始对话。

E【【微信】】t’s important to be prepared for unexpected issues when using GPT-3 in your application. In some cases, the model may fail on a task, so it’s helpful to consider what you can do to impro【【微信】】ur application. 即使经过仔细的规划，在应用程序中使用GPT-3时，为意外问题做好准备也很重要。在某些情况下，模型可能会在某个任务上失败，因此考虑如何提高应用程序的可靠性是很有帮助的。

If your task in【【微信】】ng or complexity, you may need to take additional steps to build more reliable prompts. For some helpful suggestions, consult our Techni【【微信】】ty guide. O【【微信】】ions revolve around: 如果您的任务涉及逻辑推理或复杂性，则可能需要采取其他步骤来构建更可靠的提示。有关一些有用的建议，请参阅我们的提高可靠性技术指南。总的来说，这些建议围绕着：

• Decomposing unreliable operations into smaller, more reliable operations (e.g., selection-inference prompting) 将不可靠的操作分解成更小的、更可靠的操作（例如， 选择推理提示）
• Using multiple steps or multiple relationships to make the system’s reliability greater than any indi【【微信】】 (e.g., maieutic prompting) 使用多个步骤或多个关系来使系统的可靠性大于任何单个组件（例如， 医疗提示）

One of the most important aspects of de【【微信】】oduction is regular evaluation and iterati【【微信】】. This process allows you to measure performance, troubleshoot issues, and fine-tune your models to impro【【微信】】ncy. A key part of this process is creating an e【【微信】】our functionality. Here are a few things to keep in mind: 开发用于生产的系统的最重要方面之一是定期评估和迭代实验。此过程允许您测量性能、解决问题并微调模型以提高准确性和效率。此过程的关键部分是为您的功能创建评估数据集。以下是需要牢记的几点：

1. Make sure your e【【微信】】et is representative of the data your model will be used on in the real world. This will allow you to assess your model’s performance on data it hasn’t seen before and help you understand how well it generalizes to new situations. 请确保评估集代表真实的世界中将使用模型的数据。这将允许您评估模型在以前没有见过的数据上的性能，并帮助您了解它对新情况的泛化能力。
2. Regularly update your e【【微信】】et to ensure that it stays relevant as your model e【【微信】】comes a【【微信】】. 定期更新您的评估集，以确保它随着模型的发展和新数据的可用而保持相关性。
3. Use a 【【微信】】aluate your model’s performance. Depending on your application and business outcomes, this could include accuracy, precision, recall, F1 score, or mean a【【微信】】 (MAP). Additionally, you can sync your fine-tunes with Weights & Biases to track experiments, models, and datasets. 使用各种指标来评估模型的性能。根据您的应用程序和业务成果，这可能包括准确度、精确度、召回率、F1分数或平均精度（MAP）。此外，您还可以使用权重和偏差同步微调，以跟踪实验、模型和数据集。
4. Compare your model’s performance against baseline. This will gi【【微信】】nding of your model’s strengths and weaknesses and can help guide your future de【【微信】】. 将模型的性能与基线进行比较。这将给予您更好地了解模型的优点和缺点，并有助于指导您未来的开发工作。<
   
   

   有没有一款超仙气的躲猫猫游戏 推荐一个现实中关于躲猫猫的游戏

   有没有一款超仙气的躲猫猫游戏,有哪些躲猫猫的手游,有躲猫猫的cs,有什么好玩的躲猫猫游戏?
   

   欢迎收看本期的《不止游戏》，我是乔伊。

   最近有一部较为大火的游戏题材电影――《失控玩家》，估计在座有部分观众已经看过了。如果有没看过的观众，我在不剧透的情况下先给大家简单讲讲剧情。

   电影讲的是有家游戏公司，开发了一个多人在线的开放世界游戏《自由城》。跟目前很多玩家玩过的开放世界游戏差不多，游戏中也有很多NPC为玩家提供各种服务。按理说这些NPC都是一堆代码构成，只需要兢兢业业在这个虚拟世界中和玩家互动即可。但其中有一个NPC出于某些原因，拥有了更“自主的意识”。让它拥有了近乎人类的强大智能。由此引发了一连串的故事。

   当时我看完这个电影之后，突然想到了一个这期节目的灵感。就是我们大家玩过不少开放世界的游戏，例如《看门狗》《荒野大镖客》《刺客信条》等等。平常我们玩这些开放世界的游戏时，除开少部分有关键剧情的角色会给大家留下印象。大部分NPC在虚拟世界中只扮演“纯路人”，它们既不能给我们提供任务，也不能给我们带来剧情。很多时候只是一种“环境道具”和“人肉背景板”的存在。

   那么这期节目我们来研究下这些游戏中的NPC，它们一天到底在干些什么？它们背后的运行逻辑是什么样的？《失控玩家》真的可能实现吗？

   根据我在多个游戏中，花了数小时“尾随”了不同的NPC的观察。发现很多“纯路人”NPC真的只是纯路人。它们通常就围绕某个路线转圈，偶尔走走停停。哪怕玩家们和他们发生碰撞，它们也会绕开玩家重新走回预设的道路上。如果和它们互动，例如打了它一拳。它要不就是逃跑，要不就是反击。等过一段时间恢复正常，还是会按照最先预定好的路线继续移动。

   通过我的调查发现，他们的行为和反应，是根据游戏开发者设定好的脚本来执行的。开发者规定他们在什么情况下作什么事情，他们就完全按照规则忠实的行动。一般来说NPC都会有一整套行为树，以对应玩家可能会对NPC做出的各个行为。

   一般来说，开发者给NPC设定的脚本越多，行为树越丰富，就能越让他们接近于真人。比如不差钱的R星，花费几年时间上千名设计师，为《荒野大镖客：救赎》几乎每个角色都写了详实的脚本，才使得游戏里的西部世界在细节上还原的很真实。

   而有时候玩家看到这些NPC，做出一些很奇怪的举动。可能是因为玩家做出的操作超出了开发者的预料，以至于没设置过对应的行为反应。所以在表现上，NPC回应的驴头不对马嘴，或根本不回应玩家。

   当简单了解背后的运行逻辑之后，你就会发现几乎游戏中的NPC虽然看起来“活灵活现”，但其实连演员都算不上，只是游戏设计师的提线木偶。那些被玩家一口一个“老婆”叫着的游戏人物，不过是只会执行设计师操纵的工具人罢了。（牛头人震怒）

   既然传统行为树做不出完全还原真人的NPC，那人工智能是否可以呢？

   最近几年AI应用发展很快，人脸识别短短几年铺遍了大街小巷、自动驾驶成各大新能源车企主要课题、视频、购物乃至外卖APP都无一例外在用算法推荐。

   但游戏领域里，反倒比较少听到有人工智能的消息？明明是阿尔法狗击败人类强者，才掀起了近些年AI研究的热潮，现在都2021年了，游戏AI又有哪些进步呢？我们有可能玩到《失控玩家》里那样的游戏吗？世界上是否真有人在做这样的游戏AI技术呢？

   为了探寻这些问题，我便开始在网上寻找答案，我先是找到了一家很有名的国外人工智能团队 Open AI。就是之前用 AI 打败了 Dota 2 世界冠军的那个。不少玩 Dota 2 的观众对那场比赛应该有较为深刻的印象。

   后来 Open AI 还搞过一个“AI 躲猫猫”的游戏。里面的角色全由 AI 构成，规则非常简单。在一个固定的游戏场地中，蓝色方负责躲藏，而红色方则负责抓人。游戏一开始会先把小红人固定住，蓝色方趁这个时间躲起来。

   最初所有的 AI 都有点“笨”。只知道游戏目标。但却不知道如何实现，四个角色基本都是各种乱跑，蓝方最终总会被抓到。但随着训练次数增多，慢慢蓝方 AI 学会了利用场景中的箱子，把缺口给堵住并将其锁定。让外面小红人无法进入，这一堵门战术让蓝方胜率大幅度提高。然而后来，红方也学会了利用斜坡方块，可以直接翻墙进去抓人。胜利的天平重新倒向红方。再接着蓝色方也渐渐理解了斜方块的作用。他们在游戏开始前会先把斜方块抢进来再堵门，让外面的红色方一点手段都没有，杀死了这场比赛。

   后来 Open AI 的研究员重新弄了个新地图，这次由较多的可移动方块构成。一开始 AI 还是要熟悉环境，随着训练次数不断增加。蓝方想出了用长板自己搭围墙并锁定。来构成一个封闭环境避免被抓。而红方也想到可以利用斜方块的翻墙功能。再往后蓝方见招拆招，想出了先提前锁定所有斜方块，让红方不能再利用斜方块的方法翻墙。

   此刻看起来是不是红方又陷入第一局的情况没招了。结果它们搞出了个一般人类都未必能想到的骚操作，先把普通方块移到被锁定的斜方块旁，然后靠斜方块走上普通方块。利用 BUG 站在上面移动方块最后跳进围墙去抓人。

   越往后开始越离谱，AI 的不断学习和进化，使得游戏越来越超出开发者的预想了。蓝方开始游戏干脆锁定所有方块，或者直接跑路逃之夭夭。红方也不知道哪摸索出了引擎 BUG，还能用“弹跳”的功能来实现飞越。

   AI 躲猫猫的案例，很形象的让我理解了“训练”这一过程对于 AI 的重要性。可以想象到，如果这种带有自我学习功能的 AI 被做成NPC加入游戏当中，那未来的游戏一定非常有意思。就比如万一怪物猎人里应用了类似的技术，雄火龙在一次次被讨伐过程中越来越强，太恐怖了我都不敢想，可真就是“怪物虐人”了。

   那么我又接着在网上找，找到另一个展示游戏 AI 的技术 Demo 案例。这个封面和标题晃眼一看，就感觉像是一个标题党。游戏场景和《失控玩家》很相似，都是发生在银行的抢劫故事，都是玩家扮演劫匪。画面还周围显示着各种不明觉厉的数据。

   这个案例和 AI 躲猫猫不一样，是有玩家参与其中的。其他角色则全是 NPC。我们看到玩家跟着同伙进入银行，随即鸣枪震慑现场所有人。NPC 同伙不断威胁柜员，逼她打开柜台大门，但柜员刚上班没几天不会开门，气的 NPC 同伙用脚踹、用枪破门也无济于事。

   此时玩家张口说话，用枪胁迫大堂内的其他人，迫于无奈大堂经理帮忙开了门，两名劫匪鱼贯而入，命令柜员打开保险柜帮他们装钱。

   女柜员笨手笨脚。搞了好半天才打开保险柜，劫匪 NPC 迫不及待，让她滚一边去自己上手，拿到钱两人立刻溜之大吉。这时候肯定有观众说：“这游戏的剧本编很平淡啊，就一个很简单的抢银行。我上次在圣丹尼斯抢银行的时候比这个精彩多了。”

   但此时反转来了：演示视频时空回溯，这次不让同伙去装钱了，让柜员去装。趁同伙不留神，玩家一枪将他打死，面对突如其来的谋杀，柜员吓得连忙求饶，玩家自己独吞了所有赃款逃之夭夭，走之前甚至还不忘开两枪庆祝一下。

   再次回溯，在威胁大堂经理开门之前，玩家一不小心手抖打死了大堂经理。巨大的枪声把银行所有人吓懵了。就连 NPC 同伙都被玩家吓到。这跟计划的不一样啊？抢个钱而已你杀什么人？直接抛下玩家落荒而逃。抢劫行动至此失败。

   看了这个视频，大家是不是觉着，这个游戏 Demo 自由度还不错，玩家的各种行为 NPC 都能配合做出各种相对应的反应，行为树编的还挺全的啊。然而最大的反转来了，我瞄了一眼视频的简介才知道，原来 Demo 里的 NPC 都没有被设定过任何脚本，所有动作、反应、包括说的每一句话，都是 AI 根据玩家的行为和语言实时动态生成的！

   更离谱的是，这竟然还是 2019 年的技术展示 Demo。虽然一开始看视频的时候没搞懂，但看了简介后再看一遍我觉着大受震撼。

   通过 B 站私信，我与制作团队 rct AI 取得了联系。才发现这个游戏 Demo 居然是中国人做的。于是向他们请教到了很多有关技术的问题。他们也非常乐意将各种资料和其他案例发送给我，并且深入浅出的介绍了许多技术原理。

   那么如何在没有任何脚本的情况下，实现这样一个由多个 NPC 构成的实时动态交互场景呢？简单来说，核心在于 rct AI 的混沌球算法。首先他们给每个NPC都设定了性格与目标，以及一些人物背景。就比如：银行雇员非常胆小，故事发生时她才入职银行不久，有心保护银行财产但更怕死；再比如：玩家的劫匪同伙，目标是抢走尽可能多的钱，他脾气暴躁但没啥本事，所以碰上玩家杀人时才会提前逃跑。

   那么这些 NPC 在游戏中怎么知道自己每时每刻该做什么呢？这是因为，除了性格和目标规定了 NPC 能做哪些事之外，他们还受当时所处的空间位置、环境参数等因素影响。就比如门打没打开，有没有拿到钱，现场是否死了人。游戏场景进度影响 NPC 做不同的活动。

   玩家的行为、说的话，会被识别并梳理为各种相对应的“意图”输入 AI 引擎混沌球之中。就比如玩家说：（插入 just open the safe，fast 让柜员打开保险柜门的画面），AI 判断玩家想要让它去执行打开保险柜的操作，而且自己还被枪指着，于是立刻乖乖就范。AI 在游戏中可以被理解为“演员”，他们配合玩家的行为进行“表演”，还原现实里抢劫的“刺激体验”。

   当然，和 AI 躲猫猫一样，rct AI 的智能 NPC 也需要进行大量训练，这也是为什么视频还存在一些剧情BUG 的原因。但令我非常吃惊的是，NPC 地说的话居然也是 AI 实时生成的，NPC 没有固定的对话模板，理论上，只要玩家想，甚至可以跟一个 NPC 无限对话下去！

   我们生活中有很多可对话的 AI 应用案例。就比如小爱同学，就比如手机导航。不过这与 rct AI 在做的有一些区别。比如百度导航，AI 回答给你的句子是固定的，在相同情况下只会以固定语料回答；而 rct AI 在做的却是生成式语料，回复的句子也是由 AI 生成，即便不同玩家对 AI 说相同的话，得到的回答也大概率不会重复。同意，在不同环境条件下，AI 也给到的回复也大不相同。

   在这些技术加持之下，他们做游戏不再是以往那样线性叙事，而是直接打造出一个游戏场景，让玩家在场景中自由探索。理论上，玩家几乎可以玩出成百上千种剧情可能，即使同一个玩家用相同的方式玩游戏，也有可能玩出截然不同的剧情结局。

   随着训练次数的增加，rct AI 也曾见到NPC做出过完全出乎他们意料的举动。就比如在他们做的另一个演示“盗梦人”技术 Demo 中，同样的抢银行场景，在玩家抢劫的时候，女柜员竟然会偷偷自己从柜台里拿钱。这谁能想到！

   可惜，他们本职工作是做 AI 的，不是做游戏的，这个 Demo 大部分人体验不到。不过他们跟国内外不少游戏公司有技术合作，未来一两年会有一些初步应用了他们技术的游戏陆续上线。

   可以预见，AI 技术对游戏行业进步有着很大的积极意义。一方面，开发者能从枯燥的脚本地狱中解放出来，用更多的精力去打磨画面与玩法；另一方面，这种完全打破以往游戏固定线性叙事的玩法，能做出我们从未尝试过的自由体验。就比如《底特律变人》，虽然看上去好像是我们玩家选择了分支剧情走了不同的结局，但实际上无论走哪条线，都不过是观看设计师提前定好的剧本，我们从未真正决定过故事走向。

   当下开放世界主要在做“空间”与“时间顺序”上的开放，玩家可以决定先去哪里，先做哪些任务，但最终还是得做完所有事情才能通关，所有人都不过是用不同的顺序去体验同一个流程。《巫师3》《刺客信条》《大表哥2》都是如此。

   但如果这些AI技术能在游戏里大规模落地，或许空间和时间就能变得不那么重要。开发者甚至可能不需要再给玩家设定任何具体任务，而只是做出一个生动开放的幻想世界任玩家去自由探索。没人知道我会遇到什么冒险，没人能定义我会玩出什么结局，游戏像现实一样未知且神秘。或许“开放世界”的定义都将被改写。

   说不定在未来的游戏，通过这种由 AI 生成的多变的剧情和结局。我都没办法给大家做《游戏不止》的节目了。不过那时候我说不定也没心思做节目了，这种游戏都能有了，AI女友岂不也能实现？做节目、做啥节目，跟AI女友没羞没臊去不好吗！

   人类对自由的渴望，是灵魂最底层的渴望。但长久以来，我们所做的一切选择都未逃不过开发者的束缚，始终是带着镣铐的舞蹈。

   在 2021 年的互联网中，我们以为凭借着自己所谓的自由意志，阅读了一篇篇文章、观看了一条条视频、或在游戏中完成了几个任务。然而实际上，是网站编辑决定了我们能看到哪些东西，游戏设计师决定了我们将经历的游戏体验。

   真正自然的体验和生活方式绝不应该被限制在屏幕的流转之间，而应该处于心流状态的场景带入和转换。不管是 AI 躲猫猫还是 rct AI，能看出我们距离《失控玩家》里表现出来的技术水平显然还是有很大差距的。但值得庆幸的是，2021 年的地球上，人类已经朝着这个方向做了不少有意义的探索。

   也许未来，我们能在 AI 的帮助下，在更好的世界中认识彼此。

   感谢收看本期的《不止游戏》，喜欢的观众朋友可以点赞关注收藏转发，同时这期也感谢 rct AI 对本期节目的支持和帮助，我是乔伊，我们下期再见。

   OpenAI 躲猫猫（不止游戏我研究了上百个游戏的NPC）由ChatGPT中文网发布，转载请联系本站书面授权。 特别声明：本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者在两周内速来电或来函联系。
   本文地址： https://www.528683.com//show-404808.html

   版权声明：除非特别标注原创，其它均来自互联网，转载时请以链接形式注明文章出处。
   • ChatGPT中文教程
   分享到：