为什么我们选《我的世界》做 AI 实验场

三个硬条件

要训练并评估一个智能体，环境至少要满足三件事：

• 规则明确：动作的后果可以被解释，而不是玄学。
• 状态可观测：智能体能拿到足够的信息做判断。
• 反馈即时：做错了马上能知道，实验迭代才快。

大多数真实场景三条都缺，而《我的世界》三条都占。

相比真机与仿真器

在真机上做实验，成本高、复现难、失败代价大；纯仿真环境又常常过于干净，结论迁移不出去。

游戏世界位于两者之间：它足够复杂（开放世界、长程任务），又足够安全（失败可回滚），而且有真实玩家在同一环境里活动——这一点是纯仿真给不了的。

和 nAI 的关系

nAI（new AI）的第一个目标很具体：追平 ChatGPT 3.5 当年的多轮对话与基础推理能力。

这件事本身可以在纯文本语料上完成，但「练得对不对」需要一个能落地的验证场。服务器就是那个场地——模型说的话，最终要能在世界里被执行、被观察、被玩家评价。

分阶段推进

我们按 M1–M4 推进，先做基础，再谈突破：

1. M1 数据与训练管线 —— 跑通从语料到模型权重的完整流程。
2. M2 对话基座 —— 指令微调，多轮对话达到可用水准。
3. M3 基础推理 —— 数学、逻辑与代码理解，建立可复现评测。
4. M4 新路径探索 —— 长期目标，寻找实现 AI 的新途径，方向待定。

每个阶段都会留下可复现的产物：代码、数据、评测方法。做不到复现的结论，我们不写。