Thời đại tiếp theo của P2E: Sự kết hợp giữa trò chơi, tác nhân AI và tiền mã hóa
Tuyển chọn TechFlowTuyển chọn TechFlow
Thời đại tiếp theo của P2E: Sự kết hợp giữa trò chơi, tác nhân AI và tiền mã hóa
Sự kết hợp giữa các tác nhân AI, thiết kế trò chơi và tiền mã hóa không chỉ đơn thuần là một xu hướng công nghệ khác, mà còn có tiềm năng giải quyết nhiều vấn đề tồn đọng trong các trò chơi độc lập.
Chuyên sâu báo cáo Web3Tác giả: Sid @IOSG
Hiện trạng trò chơi Web3
Khi những câu chuyện mới mẻ và hấp dẫn hơn xuất hiện, ngành công nghiệp trò chơi Web3 đã lui về thứ yếu trong cả thị trường sơ cấp và thị trường công khai. Theo báo cáo năm 2024 của Delphi về ngành trò chơi, tổng vốn huy động được bởi các trò chơi Web3 trên thị trường sơ cấp không đạt tới 1 tỷ USD. Điều này không hẳn là xấu — nó cho thấy bong bóng đã vỡ, và nguồn vốn hiện tại có thể đang chuyển hướng sang những tựa game chất lượng cao hơn. Dưới đây là một chỉ số rõ ràng:
Trong suốt năm 2024, số lượng người dùng của các hệ sinh thái trò chơi như Ronin đã tăng vọt mạnh mẽ, gần bằng thời kỳ hoàng kim của Axie vào năm 2021 nhờ sự ra đời của những tựa game chất lượng cao như Fableborn.
Các hệ sinh thái trò chơi (L1, L2, RaaS) ngày càng giống với nền tảng Steam của Web3, khi họ kiểm soát việc phân phối bên trong hệ sinh thái. Đây cũng là lý do thu hút các nhà phát triển trò chơi xây dựng sản phẩm trên các hệ sinh thái này — vì điều đó giúp họ dễ dàng tiếp cận người chơi. Theo báo cáo trước đó của họ, chi phí thu hút người chơi cho trò chơi Web3 cao hơn khoảng 70% so với trò chơi Web2.
Sự gắn kết của người chơi
Giữ chân người chơi quan trọng không kém, thậm chí còn quan trọng hơn cả việc thu hút họ. Mặc dù thiếu dữ liệu về tỷ lệ giữ chân người chơi trong các trò chơi Web3, nhưng khái niệm này lại liên quan mật thiết đến khái niệm "sự thăng hoa" ("Flow") — một thuật ngữ do nhà tâm lý học Hungary Mihaly Csikszentmihalyi đề xuất.
"Trạng thái thăng hoa" là một khái niệm tâm lý học mô tả trạng thái mà người chơi đạt được sự cân bằng hoàn hảo giữa thử thách và trình độ kỹ năng. Nó giống như việc bạn "vào guồng" — thời gian trôi nhanh, bạn hoàn toàn đắm chìm trong trò chơi.
Những trò chơi liên tục tạo ra trạng thái thăng hoa thường có tỷ lệ giữ chân cao hơn, nhờ vào các cơ chế sau:
# Thiết kế tiến bộ
Giai đoạn đầu: Thử thách đơn giản, xây dựng lòng tin
Giai đoạn giữa: Tăng dần độ khó
Giai đoạn cuối: Thử thách phức tạp, làm chủ trò chơi
Sự điều chỉnh tỉ mỉ về độ khó này giúp người chơi luôn duy trì ở mức phù hợp với nhịp điệu của họ khi kỹ năng tăng lên.
# Chu kỳ tham gia
Ngắn hạn: Phản hồi tức thì (tiêu diệt mục tiêu, điểm số, phần thưởng)
Trung hạn: Hoàn thành màn chơi, nhiệm vụ hàng ngày
Dài hạn: Phát triển nhân vật, xếp hạng
Những chu kỳ lồng ghép này duy trì sự hứng thú của người chơi ở nhiều khoảng thời gian khác nhau.
# Những yếu tố phá vỡ trạng thái thăng hoa:
1. Thiết lập độ khó/phức tạp không phù hợp: Có thể do thiết kế trò chơi kém, hoặc thậm chí do số lượng người chơi quá ít gây mất cân bằng trong ghép cặp
2. Mục tiêu không rõ ràng: Yếu tố thiết kế trò chơi
3. Trễ phản hồi: Vấn đề thiết kế và kỹ thuật
4. Thương mại hóa xâm nhập: Thiết kế trò chơi + sản phẩm
5. Vấn đề kỹ thuật/độ trễ
Sự cộng sinh giữa trò chơi và AI
Các tác nhân AI có thể giúp người chơi đạt được trạng thái thăng hoa. Trước khi tìm hiểu cách thực hiện điều này, hãy cùng xem loại tác nhân nào phù hợp để áp dụng trong lĩnh vực trò chơi:
LLM và Học tăng cường (Reinforcement Learning)
Chìa khóa của AI trong trò chơi nằm ở tốc độ và quy mô. Khi sử dụng các tác nhân dựa trên LLM trong trò chơi, mỗi quyết định đều cần gọi đến một mô hình ngôn ngữ lớn. Điều này giống như mỗi bước đi đều phải thông qua một người trung gian. Người trung gian rất thông minh, nhưng việc chờ đợi phản hồi sẽ khiến mọi thứ trở nên chậm chạp và đau đớn. Hãy tưởng tượng việc thực hiện điều này cho hàng trăm nhân vật trong trò chơi — không chỉ chậm mà còn tốn kém. Đây chính là lý do chính tại sao chúng ta chưa thấy các tác nhân LLM quy mô lớn trong trò chơi. Thí nghiệm lớn nhất hiện nay là một nền văn minh gồm 1.000 tác nhân trên Minecraft. Nếu có 100.000 tác nhân đồng thời hoạt động trên các bản đồ khác nhau, chi phí sẽ cực kỳ cao. Mỗi khi thêm một tác nhân mới, độ trễ sẽ tăng lên, ảnh hưởng đến trải nghiệm người chơi. Điều này phá vỡ trạng thái thăng hoa.
Học tăng cường (RL) là một phương pháp khác. Hãy hình dung như việc huấn luyện một vũ công, thay vì hướng dẫn từng bước qua tai nghe. Với RL, bạn cần dành thời gian ban đầu để dạy AI cách "nhảy múa", cũng như cách ứng phó với các tình huống khác nhau trong trò chơi. Một khi đã được huấn luyện tốt, AI sẽ hành động tự nhiên và trôi chảy, đưa ra quyết định trong vài miligiây mà không cần hỏi ý kiến. Bạn có thể chạy hàng trăm tác nhân được huấn luyện như vậy trong trò chơi, mỗi tác nhân đều có thể ra quyết định độc lập dựa trên những gì nó nhìn thấy. Chúng không giỏi giao tiếp hay linh hoạt như các tác nhân LLM, nhưng lại hành động nhanh chóng và hiệu quả.
Sức mạnh thực sự của RL thể hiện khi bạn cần các tác nhân phối hợp với nhau. Các tác nhân LLM cần những cuộc "thảo luận" dài dòng để phối hợp, trong khi các tác nhân RL có thể hình thành sự ăn ý ngầm trong quá trình huấn luyện — giống như một đội bóng bầu dục đã tập luyện cùng nhau hàng tháng trời. Họ học cách dự đoán hành động của nhau và phối hợp một cách tự nhiên. Dĩ nhiên điều này không hoàn hảo, đôi khi họ mắc những sai lầm mà LLM sẽ không mắc phải, nhưng họ có thể hoạt động ở quy mô mà LLM không thể so sánh. Đối với các ứng dụng trò chơi, sự đánh đổi này luôn có ý nghĩa.
Tác nhân và NPC
Các tác nhân đóng vai trò NPC sẽ giải quyết vấn đề cốt lõi đầu tiên mà nhiều trò chơi hiện nay đang gặp phải: tính lưu động của người chơi. P2E là thí nghiệm đầu tiên sử dụng kinh tế học mật mã để giải quyết vấn đề lưu động người chơi, và chúng ta đều biết kết quả ra sao.
Các tác nhân được huấn luyện sẵn có hai chức năng:
-
Lấp đầy thế giới trong các trò chơi nhiều người chơi
-
Duy trì mức độ thử thách phù hợp với nhóm người chơi, giúp họ duy trì trạng thái thăng hoa
Mặc dù điều này có vẻ rõ ràng, nhưng việc xây dựng lại rất khó khăn. Các trò chơi độc lập và các trò chơi Web3 sớm thường không đủ tài chính để thuê đội ngũ AI, mở ra cơ hội cho bất kỳ nhà cung cấp dịch vụ nào có khung tác nhân lấy RL làm trung tâm.
Các trò chơi có thể hợp tác với các nhà cung cấp dịch vụ này trong giai đoạn thử nghiệm và kiểm tra, từ đó đặt nền móng cho tính lưu động người chơi khi phát hành.
Như vậy, các nhà phát triển trò chơi có thể tập trung chủ yếu vào cơ chế trò chơi, khiến trò chơi của họ trở nên thú vị hơn. Dù chúng ta thích tích hợp token vào trò chơi, nhưng cuối cùng trò chơi vẫn là trò chơi — và trò chơi phải thật sự thú vị.
Tác nhân người chơi
Một trong những trò chơi có lượng người chơi đông đảo nhất thế giới, League of Legends, có một thị trường ngầm nơi người chơi trả tiền để huấn luyện nhân vật của mình đạt thuộc tính tốt nhất — điều mà trò chơi cấm làm.
Điều này góp phần hình thành cơ sở cho nhân vật và thuộc tính trong trò chơi trở thành NFT, từ đó tạo ra một thị trường để thực hiện điều này.
Nếu xuất hiện một nhóm con mới của "người chơi" — những huấn luyện viên cho các tác nhân AI này? Người chơi có thể hướng dẫn các tác nhân AI và thương mại hóa chúng dưới nhiều hình thức, ví dụ như giành chiến thắng trong các trận đấu, hoặc đóng vai trò là "bạn tập" cho các vận động viên điện tử hay người chơi đam mê.
Metaverse quay trở lại?
Các phiên bản đầu tiên của metaverse có lẽ chỉ tạo ra một thực tại khác thay vì một thực tại lý tưởng, do đó chưa đạt được mục tiêu. Các tác nhân AI giúp cư dân metaverse tạo ra một thế giới lý tưởng — một nơi để thoát ly.
Theo tôi, đây chính là nơi mà các tác nhân dựa trên LLM có thể phát huy sức mạnh. Có thể ai đó sẽ thêm các tác nhân được huấn luyện sẵn vào thế giới riêng của họ — những tác nhân là chuyên gia trong một lĩnh vực, có thể trò chuyện về những điều họ yêu thích. Nếu tôi tạo ra một tác nhân được huấn luyện qua 1.000 giờ phỏng vấn Elon Musk, và người dùng muốn sử dụng một phiên bản của tác nhân này trong thế giới của họ, thì tôi có thể nhận được phần thưởng. Như vậy, một nền kinh tế mới sẽ được tạo ra.
Với những trò chơi metaverse như Nifty Island, điều này có thể trở thành hiện thực.
Trong Today: The Game, nhóm phát triển đã tạo ra một tác nhân AI dựa trên LLM tên là "Limbo" (phát hành token mang tính đầu cơ), với tầm nhìn là nhiều tác nhân sẽ tương tác tự chủ trong thế giới này, đồng thời chúng ta có thể xem luồng phát trực tiếp 24/7.
Phần đóng góp của Crypto
Crypto có thể hỗ trợ giải quyết các vấn đề này theo nhiều cách khác nhau:
-
Người chơi đóng góp dữ liệu trò chơi của mình để cải thiện mô hình, nhận được trải nghiệm tốt hơn và được thưởng vì điều đó
-
Điều phối lợi ích giữa các bên liên quan như nhà thiết kế nhân vật, huấn luyện viên,... để tạo ra các tác nhân trong trò chơi tốt nhất
-
Tạo ra một thị trường sở hữu và thương mại hóa các tác nhân trong trò chơi
Có một nhóm đang làm tất cả những điều này — và còn nhiều hơn thế nữa: ARC Agents. Họ đang giải quyết tất cả các vấn đề được nêu trên.
Họ sở hữu SDK ARC, cho phép các nhà phát triển trò chơi tạo ra các tác nhân AI giống người dựa trên các tham số trò chơi. Chỉ với việc tích hợp đơn giản, nó có thể giải quyết vấn đề lưu động người chơi, dọn dẹp dữ liệu trò chơi và chuyển hóa thành các thông tin chi tiết, đồng thời giúp người chơi duy trì trạng thái thăng hoa bằng cách điều chỉnh mức độ khó. Để làm được điều này, họ sử dụng công nghệ Học tăng cường (Reinforcement Learning).
Ban đầu, họ phát triển một trò chơi có tên "AI Arena" (Sân chơi AI), trong đó bạn về cơ bản là huấn luyện nhân vật AI của mình chiến đấu. Điều này giúp họ hình thành một mô hình học chuẩn, trở thành nền tảng cho SDK ARC. Từ đó tạo thành một vòng xoáy kiểu DePIN:
Tất cả những điều này được điều phối bởi token hệ sinh thái $NRN của họ. Nhóm Chain of Thought đã giải thích rất rõ về ARC Agents trong bài viết của họ:
Những trò chơi như Bounty đang áp dụng cách tiếp cận lấy tác nhân làm trung tâm, xây dựng các tác nhân từ đầu trong một thế giới miền Tây hoang dã.
Kết luận
Sự kết hợp giữa các tác nhân AI, thiết kế trò chơi và Crypto không chỉ là một xu hướng công nghệ khác — nó có tiềm năng giải quyết nhiều vấn đề đang làm khổ các trò chơi độc lập. Điều tuyệt vời ở các tác nhân AI trong trò chơi là chúng nâng cao niềm vui cốt lõi — cạnh tranh lành mạnh, tương tác phong phú, và những thử thách khiến người chơi không muốn rời xa. Khi các khung như ARC Agents trưởng thành và ngày càng nhiều trò chơi tích hợp tác nhân AI, chúng ta rất có thể sẽ chứng kiến những trải nghiệm trò chơi hoàn toàn mới. Hãy tưởng tượng một thế giới sống động không phải vì có nhiều người chơi, mà vì các tác nhân trong đó có thể học hỏi và tiến hóa cùng cộng đồng.
Chúng ta đang chuyển từ một thời đại "chơi để kiếm tiền" sang một thời kỳ thú vị hơn: nơi trò chơi vừa mang lại niềm vui thực sự, vừa có khả năng mở rộng vô hạn. Đối với các nhà phát triển, người chơi và nhà đầu tư theo dõi lĩnh vực này, những năm tới sẽ vô cùng rực rỡ. Trò chơi trong năm 2025 và xa hơn nữa sẽ không chỉ tiên tiến hơn về mặt công nghệ, mà còn hấp dẫn, dễ tham gia và sống động hơn bất kỳ trò chơi nào chúng ta từng thấy trước đây.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
IOSG Ventures
