我分析了 11 万局王者对局，发现一些有趣的事情

声明：本文只记录个人设备和本人账号上的分析过程，包含 AI 辅助创作，可能会带来一定的不适感，谨慎阅读。

2019 年，我写过《抓取、分析王者荣耀高分段战绩》和《王者荣耀数据分析 1》。那次靠王者营地跑了两个月，拿到 6.5 万局和 34.6 万名玩家。

七年后，我把数据入口换到了游戏客户端。上一篇《从抓包到改字段》里，我在游戏进程中拦截收发消息，把对局结算和玩家档案读成 JSON，再让客户端查询玩家近期战绩。

每次查询最多返回最近 50 局，每局还能带出九名同局玩家。陌生玩家会进入待查队列，查询沿着同局关系继续展开。

截至 2026 年 7 月 29 日，库里共有 600,987 名玩家、118,781 局对局和 1,176,669 条参战记录，其中 6,521 名玩家有档案，共留下 6,553 份档案快照。对局覆盖一千多个大区。

先说几条最值得看的结果。

• 游戏的真实响应里确实有官方 AI 标记。它们带正常 uid、大区、昵称和段位，外观上足以伪装成真人。
• 排位中有 1,842 局出现一整队五名伪人，它们的胜率只有 4.45%。有一名玩家在 48 局里遇到 23 次这种对手，拿走 22 胜。
• 完整五排比五个散人平均早 1 分 32 秒结束。
• 游戏响应还带有普通界面看不到的 MMR 和 ELO。它们与累计星数的相关系数接近 1，渠道、手机系统和大区之间也能看到清楚的差异。

声明：本文只分析个人设备和个人账号可以查询到的数据，不发布采集代码。查询从高星玩家附近开始，样本无法当作全服统计。

先来个劲爆的。

游戏里确实有伪人

《王者荣耀》玩家很早就在怀疑，排位会安排人机伪装成真人。过去的讨论常靠昵称、头像、英雄选择和走位猜测，很难确认。

这次我从客户端收到的真实响应里读到了 bIsAI。部分参战者的 world 大于 0，有正常 uid、大区、昵称和段位，bIsAI 却带着非零值。本文把这类身份叫作「伪人」；world=0 或对局带 bPkAI 的记录归为简单人机。

当前库里有 17,857 条伪人参战记录，涉及 17,674 个 (uid, world) 身份。除 bIsAI 外，英雄熟练度也能把两组记录清楚分开：17,851 条伪人记录为非零，普通玩家记录全部为 0。

排位、巅峰赛和匹配都有

十人记录完整时，三个主要模式的统计如下：

模式	完整对局	有伪人的对局	出现率	每边一个	一方五个	五人伪人队胜率
排位	74,715	4,693	6.28%	2,830	1,842	4.45%
巅峰赛	33,193	524	1.58%	521	3	0%
匹配	4,815	254	5.28%	180	71	0%

巅峰赛里也有 524 局，出现率 1.58%。其中 521 局是双方各一个伪人，另有 3 局是一方完整五人伪人队，三局全输。

排位里的两种主要安排是双方各一个，以及一方出现完整五人队。细分到每局双方人数，1+1 有 2,830 局，0+5 有 1,535 局，1+5 有 292 局，2+2 有 21 局。

伪人出现率随分段快速下降。按每局真人的平均累计星数每五颗一档，低分档最高达到约 50% 至 71%；王者门口约 13%，110 至 114 累计星为 5.17%，135 至 149 累计星降到约 0.9% 至 1.03%。

五人伪人队胜率只有 4.45%

排位里一方完整五人伪人的 1,842 局，伪人队只赢 82 局，胜率 4.45%，对手一侧胜率 95.55%。其中 1,535 局的对手是纯真人，292 局带一个伪人，11 局带两个，1 局带三个，3 局带四个。

伪人队赢下的 82 局里，71 局对手是纯真人，11 局对手带一个伪人。五个伪人都打不过的纯真人队有 71 支，福利局送到脸上还能输，这次很难怪匹配。

再看真人对手上一条已采集记录。完整五人伪人队的对面共有 7,067 名不同玩家，其中 1,077 人能找到更早的记录，上一条记录的败率为 79.44%。

按开局月份和累计星数每五颗一档寻找普通排位对照后，留下 1,065 名可比玩家：

上一条已采集记录	五人伪人局对手	同月同分段普通排位
败率	79.44%	34.98%
平均评分	7.718	8.494
平均 KDA	3.055	5.383

把窗口拉到十条已采集排位，离目标局越近，输局越集中。最近三条整体胜率为 38.52%，最近十条为 51.56%。

战绩接口最多返回最近 50 局，两条已采集记录之间仍可能夹着遗漏对局。近期输局与五人伪人局经常一起出现。

有人 48 局遇到 23 次五人伪人队

玩家「我是给※」的档案排位胜率为 51.0%。我采到他的 48 局 PVP，对面有完整五人伪人队的共有 23 局，他赢了 22 局；另有 5 局带部分伪人，赢了 4 局；剩余 20 局纯真人对局只赢 11 局。48 局合计 37 胜，胜率 77.1%。

主播磊哥分享过一套利用匹配机制的经验：在游戏里梦游，待在塔下挂机清线，尽量少击杀、少拿高评分和 MVP。他把这叫「避免沾染因果」。相关视频包括《高阶鸡爪流教学，随便沾染因果也不涨评分》和《谁暴露了自己的实力，谁就会变成牢玩家》。

这 23 场带来 22 胜，占他全部 37 个胜场的 59.5%。全库按上一局胜负分层后，五人伪人局与普通排位的低评分、零击杀比例接近；上一条记录告负与五人伪人局同时出现得更频繁。

同一身份键同时以真人和伪人出现

17,674 个带 AI 标记的身份里，198 个也出现过普通玩家记录，87 个只以伪人身份重复出现。

30 个身份留下 32 条「普通昵称、伪人昵称、恢复普通昵称」记录，跨度都在 15 天内；其中 9 个身份的伪人记录还与普通玩家对局发生时间重叠。相同的 (uid, world) 可以使用两个名字，同时参加两场正在进行的对局。

这里甚至能查到一部分伪人开放的历史战绩。这种现象很容易让人怀疑真人账号被拿去填充；目前只能确认身份键复用和 9 组时间重叠，uid 生成机制仍未知。

五人伪人局在同段位下仍然结束得很快

我之前直接拿三类排位的总体分布做比较，这里混入了段位构成的影响：高星局的伪人出现率低，而高星局本来就打得更短。8 月 4 日，我用扩充后的样本重算了一次。每局先取真人的平均累计星数，按五颗星分档；纯真人分桶至少有 20 局才进入对照，再按两类伪人局各自的星数构成给真人样本加权。

排位类型	进入同星对照	本组平均	对照平均	本组中位数	对照中位数	10 分钟内（本组 / 对照）
一方五个伪人	4,761 / 4,807	12:44	15:46	12:05	15:16	14.95% / 4.58%
每边一个伪人	3,391 / 3,422	16:21	16:08	15:51	15:42	2.86% / 3.83%

完整五人队的平均时长仍然短 3:02，95% 区间为短 2:56 至 3:08；中位数短 3:11。校正段位构成后，差距还比总体对照更大。每边一个伪人的平均时长只多 13 秒，中位数多 9 秒，10 分钟内占比还略低于同星真人局。这组的时长分布基本贴着同星真人基线，短局特征集中在完整五人伪人队。

一天内没有固定的伪人时段。按场次数看，完整五人队在 22 点占比最高，为 8.96%；双方各一个在 21 点最高，为 9.75%。按该小时全部排位计算，19 点的两类出现率最高，分别为 3.36% 和 5.72%。

自然日走势里，完整五人队在 7 月 26 日最多，共 270 局；双方各一个在 7 月 25 日最多，共 368 局。出现率峰值都在 7 月 20 日，分别为 4.07% 和 9.65%。

自然日曲线受每日样本分段变化影响，目前看不出固定周期。

单个伪人有一半去打野

双方各一个伪人的记录中，49.43% 出现在打野位；对抗路占 27.42%，游走 13.59%，发育路 7.47%，中路只有 2.08%。同批普通玩家的五路分布都接近两成。

完整五人伪人队的 1,842 支队伍中，1,840 支五路齐全，所有队伍都选择了五个不同英雄。1,842 套阵容里有 1,828 套互不重复。

单个伪人的英雄选择很集中，前十名合计占 43.96%，普通真人只有 19.60%。打野前三是铠、典韦和宫本武藏；对抗路的项羽占 15.01%，普通真人只有 4.10%。

完整五人伪人队用过 99 名英雄，前十合计占 27.46%。对抗路最常见吕布，中路安琪拉，发育路马可波罗，打野铠，游走刘禅。马可波罗在这组发育路里占 16.58%，同分路普通真人只有 4.92%。

说完最抓眼的伪人，再回到这 11 万局本身。

再看这 11 万局

页面里的段位统一换算成累计星数，从青铜开始累加每一小段所需星数，王者门口是 92 星，之后继续加王者星数。

这张分布图主要说明采样范围。查询从高星玩家开始，队列也优先寻找相近星数，所以高星玩家很多。7 月 20 日的样本平均累计星数为 134.09，中位数 129；到 7 月 29 日，均值升到 171.09，中位数 190。后文的段位和英雄数字只描述这批偏高星样本。

先收紧到 70,022 局完整真人排位：双方各有五条记录、十人都是正常大区、整局没有简单人机或伪人，时长至少五分钟。

这些对局平均打 14:56，中位数 14:17。13 分钟档最多，共 8,770 局；不到 10 分钟的占 6.05%，20 分钟以上占 11.00%。

分段越高，对局整体越短

8 月 4 日，我用扩充后的样本补算了一次分段与时长。这里只看完整真人 5v5、时长至少五分钟的对局：排位按每局十人的当局累计星数取平均，每五颗一档；巅峰赛用结算分数和本局增减还原十人的开局前积分，再取平均，每 50 分一档。统计单位是对局，每局只记一次。

排位共有 93,782 局，46 个分桶中有 38 个达到每档 100 局的门槛。45 至 49 累计星的平均时长为 16:34，220 至 224 星为 14:07，稳定分桶的最大差距是 2 分 27 秒。把 38 个稳定分桶做简单线性拟合，每增加五颗星，平均时长约缩短 3.7 秒。曲线中段有一段回升：160 至 164 星为 14:11，195 至 199 星升到 14:54，随后再次下降。

巅峰赛共有 77,781 局，25 个分桶中有 19 个达到门槛。1500 至 1549 分的平均时长为 15:16，2250 至 2299 分为 13:22，相差 1 分 54 秒；线性趋势约为每增加 50 分缩短 5.8 秒。2300 分以上又回到 13:36 至 13:37。两个模式的整体方向一致，局部都能看到反复。当前数据无法区分操作水平、阵容选择、投降和采样路径各自带来的影响。

开局时间集中在晚间。22 点有 9,520 局，21 点有 9,379 局；早上 6 点和 7 点最低，分别为 1,352 和 1,354 局。凌晨 4 至 6 点的样本平均累计星数为 174.9 至 178.9，19 至 22 点落在 136.6 至 138.8。采样范围里，凌晨还在玩的玩家平均星数明显更高。

这 70,022 局里，胜方平均死亡 2.94 次，败方为 4.77 次。基础战斗数据里，胜负最明显的区别就是少死。

下面的英雄榜切回全部已采模式。瑶有 23,739 次出场，百里守约 23,671 次，后羿 23,266 次。只看至少出场 800 次的英雄，胜率前三是盾山 56.63%、雅典娜 56.00% 和沈梦溪 55.97%；末三位是明世隐 45.39%、吕布 46.56% 和露娜 46.65%。

这些英雄胜率只是当前高星采样路径下的快照。它适合观察这批对局，拿去当全服英雄强度表会失真。

越高端的局，瑶的胜率越高

把瑶单独拿出来，排位和巅峰赛的完整真人 5v5 共有 20,464 场，综合胜率 51.85%；排位胜率 52.4%，巅峰赛胜率 47.1%。再按瑶玩家本人当局结算的累计星数每五颗分一档，195 星以前的胜率大多在 50% 附近，195 星以后进入明显的上升段。230 星以上超过 70%，最后一档接近 90%。每档至少有 20 场才进入曲线。

为什么呢好难猜啊🤪……（高分段还在玩瑶的很可能是为了国标请演员的富婆，在 B 站搜索「富婆瑶妹」等关键词了解）

再把 7 月 1 日至 8 月 3 日的完整真人排位按胜负拆开，200 星以上的瑶胜局结束得更快：

瑶玩家累计星数	对局	胜 / 负	胜率	胜局平均时长	败局平均时长	胜局比败局短
200 至 224 星	3,736	2,127 / 1,609	56.93%	13:58	14:41	0:44
225 至 249 星	421	300 / 121	71.26%	13:24	14:59	1:35

高星段同时出现了胜率上升和胜局缩短。到了 225 至 249 星，平均差距已经超过一分半，除了请演员无法解释。

朵莉亚也有同样的演员问题

朵莉亚的曲线也在高星段突然上扬。排位完整真人 5v5 中，175 至 199 星的胜率为 46.51%，200 至 224 星为 49.94%，225 至 249 星升到 65.66%，最后一段共有 265 场。按连续星数拟合，每增加十颗星，胜率约增加 1.48 个百分点，BH 校正后的 q = 0.0196。

六七分钟结束的瑶和朵莉亚胜局

继续筛选 7 月 1 日至 8 月 3 日的完整真人排位，只保留瑶或朵莉亚获胜、时长在 6:00 至 7:59 的对局（六分概念神，资本发力了）：

英雄	6:00 至 6:59	7:00 至 7:59	合计	使用者 ≥175 星	使用者 ≥200 星	十人平均 ≥175 星	十人平均 ≥200 星
瑶	110	113	223	142	70	89	22
朵莉亚	87	75	162	98	36	86	24

两名英雄没有在同一胜方一起出现，因此 385 次英雄胜场对应 385 局。按使用者本人 ≥175 星计算，短胜局占瑶该分段全部胜局的 2.12%，朵莉亚为 1.79%；按十人平均 ≥175 星计算，比例分别为 1.43% 和 1.60%。十人平均达到 200 星后仍有 46 场。

露娜的高分段胜率也在涨

露娜在巅峰赛里的趋势也很明显。这里把分桶放大到每 100 分一档：2000 至 2099 分的胜率为 50.97%，2100 至 2199 分为 49.69%，2200 至 2299 分升到 53.19%，2300 至 2399 分达到 59.88%。最后一档有 334 场。按连续积分拟合，每增加 100 分，胜率约增加 3.44 个百分点，BH 校正后的 q = 0.0454。

这条曲线大概来自玩家熟练度。露娜对操作和进场时机的要求很高，高分段还敢选露娜的一般都是绝活哥了。把对局时长按同样分段拆开后，露娜没有出现瑶和朵莉亚那种高分段异常缩短的区间，2300 至 2399 分的平均时长回到 14:00。

正式服里有人用上了五个未公布英雄

英雄出场榜里还出现了五个官方尚未公布、当前只显示 ID 的英雄：#547、#631、#640、#646 和 #635。它们分别出场 3、7、14、16 和 19 次，合计 59 次，涉及 56 个玩家身份和 50 局对局。

这些记录来自 1xxx 至 4xxx 的正式大区。使用者自身都没有 AI 标记，59 次出场中还有 28 次发生在整局没有 AI 标记的对局里。正式服确实已经有人玩到了这五个英雄，客户端目前还没有显示它们的名字。

先看一些榜单

6,521 名有档案的玩家里，2,626 人玩了九年以上，3,288 人打过一万场，207 人超过三万场。总场次最高的玩家打了 58,959 场。

单局榜单只看排位、时长至少五分钟、目标玩家为真人的记录。

纪录	玩家与英雄	数值	结果
对英雄伤害	明日寻飞鸟ν / 甄姬	795,681	29:36，胜
承伤	卡纳德·白星 / 海诺	618,878	26:53，负
治疗	瞅你咋地8855 / 程咬金	519,015	25:13，负
控制	众生苦我独鲜 / 墨子	197.5 秒	29:14，负
击杀	✿҉͜恋戰᭄ / 鲁班七号	31	25:13，胜
助攻	渣渣o瑶 / 元流之子（辅助）	49	30:25，胜
经济	春眠不橘晓 / 诸葛亮	31,601	35:14，负
死亡	゛小趴菜・ / 兰陵王	18	26:42，负
推塔	杨砚辞、凝冬 / 后羿	9 座	12:58，胜
补兵	落幕$忧伤 / 姜子牙	148	31:39，胜

31 杀那局只打了 25:13。伤害榜第一的甄姬在 29:36 里打出 795,681 英雄伤害；控制榜第一的墨子让对手累计失去操作 197.5 秒。推塔纪录只用了 12:58，经济纪录打到 31,601 仍然输了。

五排、段位、平台和分区

结算记录带有每名玩家排队时的组队人数和组队编号，可以直接识别完整五排、混编队和五个散人。

完整五排每个人头平均带 2.03 个助攻，混编队是 1.88，五个散人是 1.77。五排全队平均击杀 17.14，五个散人是 22.61；平均死亡分别为 17.06 和 22.45。

时长差异更大。

对局构成	对局数	平均时长	中位数	12 分钟内	20 分钟以上
完整五排	12,358	14:14	13:35	29.74%	8.93%
混编	43,331	14:51	14:14	21.92%	10.36%
五个散人	14,333	15:46	15:13	13.40%	14.71%

完整五排的平均时长比五个散人短 1 分 32 秒，中位数短 1 分 38 秒。12 分钟内结束的比例高了一倍多，人头数还少约四分之一。

哪些英雄在五排里变化最大

旧文章曾拿鬼谷子做过一次五排和单排的卡方检验，当时五排样本只有 499 局，结果无法支持「鬼谷子更依赖配合」。

这次只比较完整五排和五个散人，并按开局月份、队伍平均累计星数每五颗一档分层。两组分别有 24,716 和 28,666 支队伍，106 名英雄达到两组各 200 场的门槛，再对全部英雄做 BH 多重检验校正。

校正后有 10 名英雄达到显著水平。公孙离的五排胜率高 22.42 个百分点，戈娅高 20.07 个百分点，沈梦溪高 18.06 个百分点，瑶高 7.67 个百分点。另一端，黄忠低 19.75 个百分点，程咬金低 20.86 个百分点。

鬼谷子的五排复核仍然没有显著差异：五排 138 胜 / 317 场，五个散人 95 胜 / 174 场；分层差异为 -4.49 个百分点，95% 置信区间跨过 0，p = 0.644。当前达到显著水平的 10 名英雄已经列在图中。

累计星数与死亡、KDA

把排位按累计星数每五颗一档后，死亡和 KDA 都有波动。

再把玩家分成三组，并按实际对局时长归一到每 10 分钟：累计星数不高于 108 的玩家死亡 2.76 次，109 至 127 星是 2.42 次，128 星以上是 2.52 次；三组击杀加助攻分别为 7.61、7.44 和 7.42。中间一组死亡最低，最高一组回升到 2.52 次。图里画的是每五颗星一档的每局平均死亡和平均 KDA，两种口径的趋势都有波动。

苹果样本段位更高，微信区对局更久

区服号段可以分成手Q安卓、手Q苹果、微信安卓和微信苹果。档案响应里还有 MMR 和 ELO，这两个数字不会显示在普通玩家界面。

渠道与系统	玩家	平均累计星数	ELO	排位胜率
手Q安卓	2,170	175.9	3,339	55.06%
手Q苹果	745	195.3	3,547	57.08%
微信安卓	2,229	153.1	3,103	54.10%
微信苹果	1,347	176.5	3,350	54.89%

同一渠道里，苹果样本的平均累计星数和 ELO 都更高。手Q苹果比手Q安卓高 19.4 个累计星数和 208 ELO；微信苹果比微信安卓高 23.4 个累计星数和 247 ELO。

对局时长还有另一条稳定趋势：手Q安卓平均 14:21，手Q苹果 14:17，微信安卓 14:53，微信苹果 14:47。同一手机系统下，微信样本都比手Q多打约半分钟。

「微信区玩家年纪更大，所以动作慢」可以当作一个有趣猜想。当前能确认的只有渠道时长差异，档案里没有年龄字段。

MMR、ELO 与累计星数几乎同步

相关性矩阵把玩家档案、实战数据、每场被赞和 MVP 比例放到了一张图里。

累计星数、MMR 和 ELO 的相关系数为 0.991 至 0.997。累计 MVP 与总场次的相关系数达到 0.86，累计指标明显受场次影响。横向比较玩家时，场均被赞和 MVP 率更有参考价值；它们与排位胜率的相关系数分别为 0.47 和 0.40。

隐藏战绩后还能继续找

指定玩家关闭战绩以后，他仍可能出现在同局其他人的公开历史中。继续查询这些同局玩家，还能找到更多相关对局。这个方法在顶尖对局尤其有效，因为高分段玩家会反复遇到。

查询结果也能直接生成开黑关系图。严格口径只连接同一阵营、组队人数大于 1、组队编号相同的玩家。当前图谱有 172,103 个玩家节点和 239,372 条开黑关系。下面这个例子向外展开两层，一屏里有 53 人和 143 条关系，中心玩家直接连着 15 名开黑伙伴。

战绩还保留每局当时的昵称，所以能看到玩家改名。

最后

这 11 万局串起了几件平时很难放在一起看的事：英雄和玩家的极端纪录、五排与散人的节奏差异、不同平台和大区的表现、界面里看不到的 MMR 与 ELO，还有伪人在排位和巅峰赛里的分布。

七年前那篇文章主要依赖王者营地公开的战绩。这一次，客户端响应里的组队结构、隐藏分和 AI 标记也进了同一套分析。样本沿高星玩家向外扩散，结论都限定在这 11 万局里；至少下次再聊五排、区服差异、隐藏分和伪人，手里已经有图和数字可以对照。