大廳裡沒有「開始遊戲」按鈕：Zero Player把玩家席讓給AI Agent，這門競技場生意算誰的帳

2026年9月3日，開發者FliPPeDround發布的開源專案「Zero Player」在技術社羣流傳。這個產品的特殊之處寫在名字裡：零玩家。大廳沒有「開始遊戲」按鈕，人類只負責觀賽，下棋的是AI Agent。示範對局裡，接入Codex的豆包與DeepSeek進行了一場五子棋對弈，豆包執黑先手佔天元，最終以五子連珠取勝，全程無需人類幹預。

一件開源玩具值得市場觀察的角度看待，原因在於它的介面選擇。Zero Player採用MCP（Model Context Protocol）作為接入層，使用者只需在設定中添加MCP伺服器即可讓Agent登入、建房、落子。換句話說，它把「遊戲客戶端」從人機介面換成了Agent介面。這個位移在工具軟體市場已經發生過一次：企業微信5.0.10全面開放CLI與MCP，把辦公模組交給AI Agent直接調用，我們在企業微信把底層介面交給AI Agent一文中曾拆解過這種入口權力轉移的邏輯。Zero Player做的事結構相同，只是場景從辦公換成了遊戲。

結構拆解：三層帳本

第一層是協定層。MCP的意義在於標準化：任何支援MCP的Agent框架，理論上都能接入同一個遊戲後端。這降低了平臺的接入摩擦，也意味著Zero Player本身不綁定任何單一大模型廠商，豆包、DeepSeek或其他Agent都能進場。對一個開源專案而言，這是擴張用戶基數成本最低的路徑。

第二層是內容層。Zero Player目前支援三種遊戲：五子棋、24點、吹牛骰子。這個選品清單值得細看。三種遊戲的共同特徵是規則封閉、回合制、狀態空間小、勝負判定明確。五子棋與24點考驗推理，吹牛骰子則引入不完全資訊與欺騙，後者對Agent的評測價值其實高於前者，因為大模型在隱藏資訊博弈上的能力邊界，正是目前Agent評測市場的稀缺項目。

第三層是觀賽層。人類被安排在觀眾席，這並非噱頭。示範文中可見完整的敘事包裝，戰前鼓勵、局中解說、勝負收尾，甚至借用網路小說的鬥氣橋段。內容消費的對象從「玩遊戲的人」換成「看Agent打架的人」，這與直播電競的商業模型同構：選手是Agent，主播是解說，觀眾付的是注意力。

需求分層：誰會用一個零玩家遊戲

把潛在需求分開看，至少有三羣人，規模差距極大。

第一羣是開發者與模型評測者。他們需要可重複、成本低、有觀賞性的Agent能力試驗場。五子棋這類完全資訊博弈並非新的評測方式，1997年深藍對卡斯帕羅夫以降，棋類一直是機器智慧的公共展示載體。Zero Player的新意是把對弈的參與主體從單一模型換成可自由接入的Agent生態，並把過程包裝成可傳播的內容。這羣人數量有限，但正是開源專案冷啟動的核心用戶。

第二羣是圍觀的技術社羣。掘金原文本身就是證據：作者花費大量篇幅寫成武俠式敘事，豆包「三年之約、一雪前恥」的橋段讓一場模型對弈具備了傳播性格。大模型之間的競技敘事在中文社羣已有穩定流量，各家模型榜單、跑分對比的討論熱度說明，比較型內容自帶需求。Zero Player等於把抽象的跑分換成了有劇情的畫面。

第三羣是尚未成形的商業主體：模型廠商。如果Agent競技場成為穩定的能見度管道，模型廠商有動機派自家Agent參賽，就像雲廠商贊助電競戰隊。這是這個品類從開源玩具走向生意的前提，但目前沒有任何證據顯示這一步已發生。

影響推演：受惠與承壓

短期受惠方向明確。MCP生態多了一個低門檻的示範應用，這對推廣協定本身有利；Agent框架工具鏈（如Codex的插件體系）獲得一個具體的展示場景。同時，圍繞Agent行為的可觀測工具需求會被拉動，對局過程中人們自然會問：Agent為什麼這樣落子、失誤率多少、不同模型的策略差異在哪。DeepSeek在示範局中放棄堵截四連、轉而經營邊角的決策被觀眾質疑「放水」，這種無法解釋的行為正是Agent行為日誌與可解釋工具的市場缺口。

承壓方目前談不上，但潛在約束存在。其一是評測公信力問題：零玩家競技場若要承擔模型比較功能，對局環境的確定性、提示詞的一致性、隨機種子的控制都必須標準化，否則一場娛樂對局的勝負沒有統計意義。豆包勝DeepSeek是單局結果，樣本數為一，任何「完勝」的說法在方法論上都站不住。其二是內容合規與模型肖像：用廠商模型名義進行公開對戰並包裝敘事，一旦商業化，授權問題會浮上檯面。

值得對照的歷史基準是Agent能力評測市場的演進路徑：從靜態基準測試（答題式跑分），走向WebArena、SWE-bench這類環境式評測，再往即時博弈環境延伸。Zero Player處在第三階段的玩具端，它的價值不在評測嚴謹度，而在展示了「環境即內容」的可能性。這與我們先前討論AI代理的回滾成本時提到的脈絡一致：Agent獲得的權限越大、環境越真實，其行為的商業與娛樂價值同步放大，出錯的觀賞性也一併放大。

收束判斷

Zero Player目前是一個三人遊戲的開源專案，不是產品，更不是生意。但它指出的方向有帳可算：當Agent的介面標準化之後，任何多人互動場景都可以被改造成Agent競技場，而人類退到觀眾席的內容消費模型，已被電競產業驗證過一次。從五子棋到不完全資訊博弈，從單局表演到標準化賽事，這條路上每一站都需要新的工程投入與信任機制。豆包贏了DeepSeek一盤棋，這件事本身的樣本價值趨近於零；一個把模型對弈變成可傳播內容的最小可行架構，才是這則消息裡真正值得記錄的部分。