阅读前提醒：本文包含 AI 辅助创作，可能会带来一定的不适感，谨慎阅读。原文链接： https://678234.xyz/2026/07/28/WZRY-Analysis-2/
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。
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。
《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 。
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%。
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。
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。
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。
每区至少 1,000 场时，把四个渠道各自按区号分成三份，较早区号与较新区号的伪人对局占比如下：
| 渠道 | 较早区号 | 较新区号 |
|---|---|---|
| 手 Q 安卓 | 1.97% | 3.58% |
| 手 Q 苹果 | 2.02% | 2.54% |
| 微信安卓 | 3.83% | 4.00% |
| 微信苹果 | 2.12% | 3.74% |
手 Q 安卓和微信苹果的趋势最清楚，较新区号的比例高出约 1.6 个百分点；手 Q 苹果差距较小，微信安卓接近持平。
三类排位按一分钟统计：
| 排位类型 | 对局数 | 中位数 | 10 分钟内 | 12 分钟内 | 20 分钟以上 |
|---|---|---|---|---|---|
| 一方五个伪人 | 1,842 | 12:14 | 12.32% | 44.41% | 3.58% |
| 每边一个伪人 | 2,830 | 15:53 | 2.72% | 10.32% | 18.55% |
| 普通排位 | 70,022 | 14:17 | 6.05% | 21.56% | 11.00% |
完整五人伪人队的最短一局是 5:56 。只看王者以下，它们的中位时长为 12:09 ，普通排位为 15:50 ，分段差异解释不了三分多钟的时长差。
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。
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。
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%。
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。
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。
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。
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。
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。
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。
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 。
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。
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。
这是一个专为移动设备优化的页面（即为了让你能够在 Google 搜索结果里秒开这个页面），如果你希望参与 V2EX 社区的讨论，你可以继续到 V2EX 上打开本讨论主题的完整版本。
V2EX 是创意工作者们的社区，是一个分享自己正在做的有趣事物、交流想法，可以遇见新朋友甚至新机会的地方。
V2EX is a community of developers, designers and creative people.