随机数审判

早在审核员按下播放键之前，这份录像就已躺在待审队列里近三个月。录像全长不到二十五分钟。Dream的角色在一个随机生成的世界中醒来，采集基础资源，建造传送门，进入下界。击杀烈焰人，获取烈焰棒。返回主世界，合成末影之眼，定位要塞，击败末影龙。流程干净利落，操作精准流畅，几乎看不出任何犹豫。审核员将播放速度降到一半，重新看了一遍烈焰人交战的段落。七个烈焰人，六个掉落了烈焰棒。

他记下这个数字，调出另一份录像——同一位跑者几天前提交的另一条纪录。那次击杀了八个烈焰人，获得了七根烈焰棒。再往前翻，第三条纪录：九个烈焰人，八根烈焰棒。

审核员关掉播放器，打开计算器。他不是受过统计学训练的人。他是《我的世界》速通社区的一名志愿审核员，日常工作依赖的是对游戏机制的熟悉和长期观看录像培养出的判断力。他输入几个数字，看了看结果，又输入一次。然后他在审核团队的内部频道里发了一条消息。“Dream最近提交的那批录像，”他写道，“有人看过烈焰棒的掉落率吗。”

这条消息发出的时间是2020年10月。它触发的连锁反应将在两个月内彻底改变速通文化的自我认知方式。

在Dream事件之前，速通社群的作弊审查建立在一套相对稳定的手工体系之上。这套体系的第一个支柱是逐帧分析。审核员将录像分解为每秒六十帧的静止画面，检查每一个动作是否符合游戏物理引擎的规则。角色是否在某帧获得了不可能的速度。跳跃的高度是否超出了角色能力的上限。伤害判定是否在正确的帧发生。这项工作要求极高的耐心和对游戏机制的精确记忆。资深的审核员可以在数小时的录像中辨认出三帧的异常——一个发生在错误时机的方向修正，一个与已知最优路线不符的微小偏移。

第二个支柱是机制知识。《我的世界》Java版的代码已经被社群拆解到了近乎透明的程度。掉落系统的概率分布、生物生成的算法逻辑、随机数的种子依赖关系——这些信息不是来自开发者的文档，而是来自玩家自己编写的反编译工具和模拟程序。

审核员知道一个烈焰人被击杀时掉落烈焰棒的基础概率是二分之一，也知道这个概率在游戏中受到哪些因素的修正。他们知道末影珍珠在传送时产生末影螨的概率是百分之五，知道猪灵以物易物时给出末影珍珠的概率大约是百分之二点四。这些数字构成了审核员判断一次速通是否“合理”的背景知识框架。

第三个支柱最为模糊，却最为根本：直觉。一个审核员看过上千条速通录像之后，会对跑者的节奏、操作习惯和运气的合理波动范围形成一种无法精确表述的感知。他知道什么样的幸运是正常的——连续三次掉落、一次罕见的生物生成、一个异常有利的地形结构——也知道什么样的幸运开始让人感到不安。这种直觉不是科学，但它曾经足够有效。在大多数游戏类别中，作弊者无法精确模拟一个诚实跑者的全部行为模式，总会在某处留下破绽：一个过于完美的操作序列，一段缺乏犹豫的路线选择，一次在压力下不可能出现的冷静反应。

然而，《我的世界》Java版1.16版本的随机种子速通类别，将这套体系推向了其能力的边缘。

随机种子速通的目标是在一个由随机种子生成的全新世界中，以最快速度击败末影龙。跑者无法预先知道世界的地形结构、生物群落的分布、要塞的位置。每一次尝试都是一次全新的探索。这种不确定性使得该类别天然地依赖运气成分——不仅是操作上的运气，也是生成算法层面的运气。

一个跑者可能因为出生在一片贫瘠的荒地而浪费数分钟寻找基础资源，也可能因为出生在村庄旁边而立即获得关键物资。下界要塞可能距离传送门只有几十个方块，也可能需要穿越数百个方块的熔岩湖和峭壁。

而其中最关键的运气变量，是烈焰棒的掉落率。跑者需要进入下界要塞，找到烈焰人生成笼，击杀足够数量的烈焰人以收集烈焰棒。

每根烈焰棒可以合成两个烈焰粉，十二个烈焰粉与末影珍珠合成末影之眼，而末影之眼用于定位和激活末地传送门。一次标准流程需要至少六根烈焰棒来合成足够的末影之眼——如果运气好，末影之眼在投掷过程中不碎裂，也许可以少用一些；如果运气不好，可能需要更多。

但无论如何，烈焰棒的获取效率直接决定了整个速通的成败。每个烈焰人被击杀时掉落烈焰棒的基础概率是二分之一。这是一个独立的伯努利试验——至少理论上是独立的。每次击杀都是掷一次硬币。击杀七个烈焰人，获得六根或更多烈焰棒的概率是多少？任何学过基础概率的人都可以计算出来：大约百分之六点二五。不算高，但远非不可能。击杀八个烈焰人获得七根或更多？大约百分之三点五。九个烈焰人获得八根或更多？大约百分之一点七。单次速通中出现这些数字都不奇怪。

奇怪的是它们反复出现。Dream在2020年秋季提交了六条1.16随机种子速通录像，全部进入了当时的世界纪录竞争行列。审核团队在例行审查中注意到，这六条录像中的烈焰棒掉落率异常地高。不是某一条录像异常——是全部六条录像作为一个整体呈现出一种几乎不可能出现的幸运模式。

十月的那条内部消息引发了审核团队的一次非正式统计。几位审核员将Dream近期提交的所有录像中的烈焰人击杀数和烈焰棒掉落数整理成一张表格。

他们计算了总击杀数和总掉落数，然后假设每次击杀的掉落概率为百分之五十，推算出获得如此之多烈焰棒的总概率。结果让他们沉默了。概率不是小。概率是荒谬地小。

但审核团队面临一个问题：他们不知道该如何处理这个数字。速通社区没有成文的统计学审查标准。没有规定说一条录像的某个随机事件发生概率低于某个阈值时就应该被拒绝。没有先例表明概率计算本身可以作为判定作弊的证据。审核团队的专业知识集中在游戏机制上，而非统计学方法论上。他们可以辨认出一帧的穿墙漏洞，却无法判断一个概率数字是否意味着必然的欺骗。

十一月初，审核团队中的一名成员联系了社区外的几位数学家。这些数学家中有的是大学统计学讲师，有的是数据科学领域的研究生，有的只是对概率论有业余兴趣的人。他们被邀请进入一个私人Discord频道，看到了那份表格。他们没有被告知跑者的身份——只看到了两组数字：击杀总数和掉落总数。其中一位数学家后来以匿名身份参与了报告的撰写。

他在看到数据后提出的第一个问题不是关于概率计算本身，而是关于抽样方法。这六条录像是否代表了Dream在该时期的所有速通尝试，还是只是他选择提交的最佳成绩？如果是后者，那么高掉落率可能只是选择偏差的结果——跑者自然会倾向于提交运气更好的尝试。审核团队确认，Dream在直播中进行的其他尝试也被纳入了统计范围。数据不是精选的样本，而是连续直播记录的全部有效尝试。

这位数学家开始编写模拟程序。程序模拟了数百万次击杀烈焰人的过程，每次击杀的掉落概率为百分之五十。程序统计了在连续多轮尝试中，每轮击杀特定数量的烈焰人后获得的烈焰棒数量分布。然后程序将Dream的数据与模拟结果进行比较。

比较的结果是：在假设掉落率为百分之五十的前提下，Dream所表现出的烈焰棒获取效率出现的概率低到了传统统计学语言几乎无法描述的程度。

那位数学家使用了一个比喻来解释这个数字的意义：如果你让地球上每一个人都连续不断地进行《我的世界》速通尝试，从人类诞生之日开始直到今天，所有人加起来遇到一次像Dream那样幸运的烈焰棒掉落序列的概率，仍然小于你被闪电击中三次后又在同一天中了彩票头奖的概率。

更精确的数字后来被计算出来：在Dream的六条争议录像中，他击杀了二百六十二个烈焰人，获得二百一十一根烈焰棒。在百分之五十的基础掉落率假设下，获得如此之多烈焰棒的概率约为七百五十万分之一——或者说，1 in 7.5 trillion。

十二月十一日，这份统计学报告以PDF文件的形式被上传到《我的世界》速通社区的管理层频道。报告的标题是《关于Dream在1.16随机种子速通中烈焰棒掉落率的统计分析》。报告全文约二十页，包含方法论说明、模拟程序代码、数据表格和图表。报告的语言是冷静的、技术性的、不带任何道德判断的。它不指控任何人作弊。

它只是陈述了一个事实：在游戏机制所规定的概率分布下，观测到的数据与诚实游戏的假设之间存在极端显著的统计学差异。报告的结论部分只有一句话：“基于以上分析，我们认为观测到的烈焰棒掉落序列在合法游戏条件下出现的概率极低，足以在任何合理的显著性水平上拒绝原假设。”

“拒绝原假设”——这是统计学家的措辞方式。翻译成日常语言就是：这些数据不是靠运气能解释的。

报告公开的那一刻，成为了速通文化史上一个决定性的断裂点。在此之前，速通社群的作弊审查是一门口传心授的手艺。资深的审核员带徒弟，教他们如何逐帧看录像，如何识别常见的作弊手法，如何培养那种对不对劲的直觉。这门手艺的核心信念是：一个足够仔细的观察者终将发现真相。如果你看得足够久、足够仔细，作弊者的破绽终将暴露——因为没有人可以完美地伪造每一个细节。

但统计学报告提出了一个完全不同的证据类型。它不关心录像中的任何一帧画面。它不分析跑者的操作习惯、路线选择或反应速度。它只处理数字——从录像中提取出的原始计数数据，以及这些数据在已知概率分布下的理论期望值。它的力量不在于观察的细致程度，而在于数学逻辑的不可辩驳性。如果概率计算是正确的，如果数据是完整的，如果方法论没有缺陷——那么结论就是强制性的。这意味着速通社群的证据标准发生了根本性的位移。

过去的问题是：你能在这段录像中找到作弊的具体痕迹吗？现在的问题变成了：你能接受这个概率数字作为作弊的充分证据吗？

Dream在报告公开后的四十八小时内做出了回应。他的第一次回应发布在推特上，措辞激烈但缺乏具体内容。他否认了所有指控，声称自己从未作弊，并将报告描述为一群嫉妒他成功的人编造的数字游戏。这条推文获得了大量支持——Dream拥有数千万订阅者，他的粉丝群体庞大而忠诚。评论区迅速分化为两个阵营：一方认为统计学报告提供了不可辩驳的证据，另一方则认为概率小不等于不可能，而报告的作者是一群匿名的、可能怀有偏见的人。

Dream随后发布了一段视频回应。视频的标题直截了当：《我被诬陷了》。在视频中，Dream坐在摄像机前，逐条反驳报告的结论。

他的核心论点包括：报告作者使用了错误的方法论；他们没有考虑到《我的世界》中烈焰棒掉落率的实际机制可能比表面更复杂；他们选择性地只统计了他的部分尝试；他们忽略了其他跑者也经历过类似的幸运序列。

Dream还委托了一位据称拥有哈佛大学统计学博士学位的专家撰写了反驳报告。这份反驳报告提出了若干方法论质疑：原报告是否正确地处理了多重比较问题；是否充分考虑了选择偏差；是否使用了适当的概率分布模型。反驳报告没有直接声称原报告的结论是错误的——它只是论证原报告的结论不够确定，不足以作为判定作弊的依据。

这一举动将争议推向了新的层面。速通社群现在面对的不再是一个简单的是或否的问题，而是一场统计学方法论的内战。两份报告使用了不同的假设、不同的模型、不同的显著性检验方法。哪一份是正确的？或者更根本的问题是：谁来判定哪一份是正确的？

《我的世界》速通社区的管理团队——speedrun.com上该游戏板块的志愿管理员们——发现自己被推到了一个从未预料到的位置上。他们是玩家，不是法官。他们的日常工作是将录像分类、验证计时、更新排行榜。他们没有处理过涉及专业统计学争议的案件。

他们没有既定的程序来评估相互竞争的概率论论证。但他们必须做出决定。

十二月下旬，《我的世界》速通管理团队宣布成立一个临时仲裁小组来处理Dream事件。小组成员包括社区内资深的审核员、来自其他游戏速通社区的管理员代表，以及几位自愿提供咨询的专业人士——其中包括一名计算机科学教授和一名曾在生物统计学领域工作的研究员。这不是一个正式的法律机构，没有任何外部权威授权它的存在。它完全是社群自发组织的、临时的、摸索中的。

仲裁小组的工作方式反映了速通文化在面对这场危机时的深层本能：他们试图将问题重新转化为可以逐项验证的技术性议题。他们要求双方提交完整的数据集、计算代码和方法论说明。

他们自己编写了独立的模拟程序来验证原报告的概率计算。他们逐条审查了Dream反驳报告中提出的每一个方法论质疑：多重比较问题是否成立？选择偏差是否存在？概率分布模型的选择是否合理？他们甚至联系了Mojang工作室的开发者——尽管开发者无法提供关于特定版本中随机数生成器的内部实现细节。这个过程持续了数周。

在这几周里，《我的世界》速通排行榜实际上处于冻结状态。新的提交被搁置，现有的纪录被打上审查中的标记。审核团队的日常工作几乎完全停滞——所有人的精力都被这场争议消耗殆尽。

2021年1月，仲裁小组公布了最终裁决。裁决文件本身就是一份值得注意的历史文献。它没有使用道德语言——没有诚实、欺骗、荣誉这类词汇。它使用的是一套完全技术化的论证框架：数据完整性验证、概率计算复核、方法论评估、替代假设排除。文件的每一部分都像是一篇同行评审的科学论文。

裁决的核心结论是：原报告的统计学分析在方法论上是合理的；Dream的反驳未能提供足够的证据推翻原报告的结论；观测到的烈焰棒掉落序列在合法游戏条件下的概率极低，构成了修改游戏掉落率的决定性证据。

决定性证据——这个词的选择至关重要。它不声称证明了Dream作弊。它声称证明了游戏的随机数生成机制在那些录像中被修改了。这是一种精心选择的措辞策略：它将问题从个人道德领域转移到技术事实领域。

Dream的六条争议录像被从排行榜上移除。他在speedrun.com上的《我的世界》速通提交权限被暂时中止。

但裁决文件中最值得注意的部分不是结论本身，而是结论之后的一节附录。该附录标题为“关于统计学证据在速通审查中适用标准的建议”。在这份附录中，仲裁小组试图为未来类似案件建立一套可操作的规范框架：什么类型的游戏机制适合进行统计学审查；需要多大的样本量才能得出可靠结论；应该使用什么显著性阈值；如何处理多重比较和选择偏差问题；在什么情况下应该委托外部专家进行评估。

这份附录标志着速通社群从一门手艺时代进入了科学取证时代。它试图将统计学从一次性危机处理工具转化为制度化的审查标准。

后果来得比任何人预想的都要快。在Dream裁决公布后的三个月内，《我的世界》速通审核团队收到了超过两千条新的录像提交——这是正常时期的三倍多。其中相当一部分来自试图利用争议期间的混乱浑水摸鱼的提交者。审核团队不得不将招募志愿者的频率从每季度一次提高到每月一次。

新加入的审核员不再仅仅接受逐帧分析培训；他们还需要学习基础的概率论和统计学方法，学会使用社群开发的模拟工具来验证随机事件的发生频率。审核延迟时间——从提交到得到初步审查结果的平均等待天数——从事件前的约五天延长到了约十八天。

一些跑者开始抱怨系统的效率。另一些跑者则开始主动在自己的提交中附带统计数据：他们记录下每一次关键随机事件的发生情况，计算出概率，预先论证自己的运气在合理范围之内。

其他游戏的速通社区也在注视这场审判。《精灵宝可梦》系列的速通社区开始讨论是否应该对闪光宝可梦的出现概率进行类似的统计学审查。《塞尔达传说：旷野之息》的社区开始重新审视那些依赖随机武器掉落的速通类别。《黑帝斯》的社区——一个高度依赖随机房间生成和祝福掉落的游戏——出现了关于如何定义合理运气边界的激烈争论。

统计学成为了速通取证工具箱中的一把标准尺子。但这把尺子的引入同时制造了一系列新的问题。第一个问题是精度。统计学结论永远伴随着不确定性。

一个p值小于某个阈值意味着在零假设成立时观察到如此极端数据的概率很低，但它不意味着零假设一定不成立。它提供的是一种程度上的证据，而非绝对的证明。

那么阈值应该设在哪里？Dream事件中使用的是极为保守的标准——概率低到了万亿分之一的量级——但大多数案件不会如此极端。当一个跑者的运气只是有点太好时——比如百分之一、千分之一的概率——应该如何处理？

第二个问题是边界适用性。统计学审查要求清晰定义的概率模型：事件必须是独立的、同分布的、可重复的。但许多游戏中的随机事件并不满足这些条件。《我的世界》中烈焰棒的掉落是一个相对干净的案例——每次击杀是一个独立的伯努利试验——但其他游戏中的随机机制可能涉及复杂的条件概率、隐藏的状态依赖、甚至伪随机数生成器的内部状态转换。在这些情况下，构建可靠的概率模型本身就成为一个需要专业知识的问题。第三个问题最为深刻：谁来执掌这把尺子？

Dream事件中，统计学分析是由社群志愿者完成的——他们无偿贡献了自己的专业知识和时间。仲裁小组也是临时组成的——其成员没有经过选举或任命程序，其权威完全建立在社群对其专业判断的自愿尊重之上。

但随着统计学审查成为常态，这种临时安排开始显现出压力。当两个不同的统计学团队对同一组数据得出不同结论时，谁的判断应该被采纳？当仲裁小组成员之间存在分歧时，依据什么程序来解决？当被裁决不利的一方声称程序不公时，是否存在上诉机制？

这些问题指向一个更根本的困境：速通社群正在从一群分享录像的爱好者演变为一个拥有自我司法体系的共同体。这个体系有自己的证据规则、自己的专家证人、自己的裁决程序、自己的执行机制。但它缺乏一个正式司法体系通常具备的那些保障——程序透明度、利益冲突规则、权力制衡机制、纠错程序。Dream事件证明了这套体系可以处理一次极端危机——当证据足够压倒性时，社群可以动员足够的专业知识来做出有说服力的裁决。

但它没有证明这套体系可以处理那些更模糊、更边缘、更需要权衡的案件。

2021年春天，《我的世界》速通管理团队发布了一份规则更新公告。公告中新增了一个章节：“统计验证要求”。该章节规定：对于任何涉及关键随机掉落物的速通类别，审核员有权要求提交者提供涵盖所有尝试的完整直播记录或本地录像文件；审核团队将使用标准化模拟工具对随机事件的发生频率进行验证；如果观测数据与预期概率分布之间存在显著偏差——显著性阈值被设定为经过邦弗朗尼校正后的p值小于零点零零一——该提交将被标记为需进一步审查。

公告还宣布成立一个常设的统计咨询小组，由具有相关专业背景的志愿者组成，负责协助审核团队处理涉及复杂概率问题的案件。这些措施在当时被广泛视为对Dream事件的合理回应——一套制度化的解决方案来填补暴露出的漏洞。

但它们的长期意义超越了任何单一事件。它们代表了速通文化对自身的一次重新定义。

在此之前，速通者将自己理解为最认真的读者——视游戏为一套必须完全掌握的规则体系来阅读的人。这种阅读要求的是对游戏机制的精确理解、对操作序列的反复优化、对边界案例的不懈探索。

但Dream事件揭示了一个新的层面：当规则系统本身包含不可消除的随机性时，阅读不再仅仅是对确定机制的掌握——它还必须包括对不确定性的测量、建模和验证。换句话说，速通者的认真被推到了一个新的维度上。

他们不仅需要读懂游戏的规则系统，还需要读懂自己阅读方式的局限——需要发展出一套元规则来验证规则是否被遵守。这种元规则的建立过程是痛苦的、充满争议的、至今仍未完成的。

在Dream裁决公布后的第六个月，《我的世界》速通排行榜上出现了一个新的现象：一些跑者开始故意记录和公开自己的坏运气数据——那些掉落率低于预期的失败尝试——作为对自己诚信的一种证明方式。他们不再仅仅展示成功的那一次奔跑；

他们展示整个过程的全貌，包括那些令人沮丧的失败、那些糟糕的随机数、那些被运气毁掉的完美开局。这是一种新的透明度标准，由社群自发形成而非由规则强制规定。它的出现暗示着一种文化转变：在统计学审查的时代，看起来太幸运本身已经成为了一个需要被主动管理和解释的风险因素。

审核团队的人数在那一年增长了近一倍。提交录像的等待时间稳定在两周左右。统计咨询小组处理了三十多起需要专业评估的案件，其中大部分最终被判定为合法——跑者只是经历了一次统计上罕见但并非不可能的幸运序列。但也有一小部分案件得出了与Dream事件相似的结论：观测数据与诚实游戏的假设之间存在无法用偶然性解释的偏差。

这些案件涉及的跑者通常不像Dream那样拥有庞大的粉丝群和公共影响力。他们的名字没有出现在新闻报道中。他们的录像被安静地移除，他们的提交权限被安静地中止。他们中的一些人提出了抗议，一些人选择了沉默，还有一些人转而在其他没有统计审查机制的平台上发布自己的速通录像。

这些平台的存在本身就是对统计审查体制的一种无声挑战：如果一个人不需要通过speedrun.com的验证就可以声称自己持有世界纪录，那么这套精心构建的取证体系的意义何在？它保护的是排行榜的纯洁性，还是一个特定社群的定义权？这些问题在2021年夏天尚未得到回答。

八月的一个下午，《我的世界》速通审核频道里出现了一条新的消息。一名审核员正在审查一条刚刚提交的1.16随机种子录像。跑者的名字不在任何已知的争议名单上。录像时长十九分钟出头，操作流畅但并非完美无缺——有几处明显的犹豫和一处差点致命的失误。

烈焰棒部分的数据是：八个烈焰人击杀，五根烈焰棒掉落。审核员将数据输入统计工具。工具返回的结果是：与百分之五十掉落率的零假设之间无显著偏差。他将录像标记为初步通过，然后打开了下一条队列中的提交。那条队列里有四十七份录像在等待审查。