反过来问：先找出被封的账号，再看他们的数据长什么样

这篇怎么来的（方法与样本） 数据来源：本站自己累积的遥测快照数据库——2,379 个账号、70,578 场比赛的逐场解析结果，其中 796 个账号有官方封禁状态记录（Innocent / TemporaryBan / PermanentBan）。所有指标都 沿用本站现行的解析定义（与你在自己页面上看到的是同一套），没有为这篇另外发明指标。统计方法 全部采用非参数（Cliff's delta、Mann–Whitney、留一法），因为正样本很少——少到不足以宣称准确 率，只够谈差距有多大。抓取于 2026-08-04。本篇不点名、不列出任何账号，也不公布任何个人的 可疑分数——理由见最后一节。

上一篇我们用纯数字筛出 13 个「好到不像人类」的账号，再逐一查官方 封禁记录，结果是 0 个被封。当时的结论是：banType 干净不等于清白，用数据抓外挂有它的极限。

那篇文章的问法是「先挑可疑的人，再看他们有没有被封」。这次我们把问题整个倒过来：

先找出已经被官方封禁的账号，再回头看他们被封之前，数据长什么样。

同一批工具、同一个数据库，只是把因果方向调换。结果差非常多。

为什么「倒过来问」是完全不同的一题

从可疑名单出发，你会撞上两个死结：外挂可能还没被抓（所以查不到封禁记录），而且你永远不知道自己 筛掉了多少真正的外挂。从已知被封的账号出发就没有这个问题——官方的封禁记录就是答案，我们要做 的只是回头看这些人的行为特征。

更关键的是对照组。我们的封禁状态只对上过排行榜的账号查询，所以拿来比对的 778 个「未封禁」 账号，全部都是排行榜等级的强者。这代表我们不是在做「外挂 vs 一般玩家」那种太简单的比较—— 门槛随便设都分得开，没有意义。我们做的是最难的那一题：

外挂，跟真正很强的人，数据上分不分得开？

我们差点被一个陷阱骗过去

第一轮跑完，数字看起来很漂亮：被封账号每场击杀更多、输出更高。但有个地方不对劲——被封组的 「人类击杀占比」中位数是 100%，干净组是 93.3%。

这代表什么？排位模式没有机器人。 被封组打排位的比例明显更高，而排位的对手更强、局势更密集， 这件事本身就会推高输出和击杀数。如果不处理，我们量到的可能只是「这群人比较常打排位」。

本来想直接按模式切开来看，但撞到一个数据上的限制：记录比赛模式的那个字段是后来才加的，没有 回填旧数据——被封组的 415 场快照里有 311 场是空的，真的切下去只剩 3 个账号可比，统计上毫无意义。

所以改用一个代理指标：「几乎没有机器人击杀」≈「这个账号主要在打排位」，两组同时套用同一个 条件再重算。

结果是这篇最值得说的一件事：控制之后，差距变大了，不是变小。 原本的模式混合是在稀释信号， 而不是在制造信号。

结果：11 个被封账号 vs 310 个干净强者

以下都是模式控制后的数字。每个账号取最近 14 场比赛，门槛与本站百分位面板完全相同。

「分辨力」这一栏的读法很简单：随机抽一个被封账号和一个干净账号，被封的那个数字比较高的概率。 0.5 就是完全分不开（丢硬币）；越接近 1 或 0，代表这个指标越能分辨两群人。

我们也做了留一法检查——每次拿掉一个被封账号重算一次。爆头率的分辨力在 0.770 到 0.846 之间浮动， 其他指标也一样稳。这代表差距是整群人的共同特征，不是被某一两个极端账号撑起来的，这是样本只有 11 个时最该问的问题。

最有意思的发现，是反过来的那一项

看表格最容易注意到爆头率和远距离占比，但真正让人停下来的是被第三方收掉的比例：

• 干净强者：14.3% 的死亡来自第三方（你跟人打完剩半血，第三队过来收掉）
• 被封账号：5.0%——不到三分之一

第三方是 PUBG 最经典的死法，而且很大程度上不是技术问题，是信息问题。你打不打得赢眼前这队， 是技术；你知不知道旁边山坡上还蹲着一队，是信息。

这个差距的意思是：这些账号很少「被偷」。 而「很少被偷」最直接的解释，不是手更稳，是看得到 别人看不到的东西。

换句话说，最有指向性的信号可能不是「他打得太准」，而是「他知道得太多」。这一项也是我们接下来 要往下挖的方向。

完全没有差异的那一项，反而让我们更相信其他结果

击倒转化率（把打倒的人真的收掉的比例）在两群人之间几乎没有差别：76.9% 对 73.1%，分辨力 0.565， 基本上是噪声。

这件事很重要，因为它说明我们不是随便挑了一堆指标然后宣称「通通有差」。打倒之后补不补得掉，是 队伍和局势的函数——队友在不在旁边、有没有第三队压过来、对方队友会不会来拉。这不是一个人自己 「合不合理」的问题，所以它分不开两群人，完全合理。

反过来说：如果连这种指标都「显著」，那才该怀疑分析本身出了问题。

把信号合起来：可以当筛子，不能当判决

我们把四个信号合成一个分数（爆头率、远距离击杀占比、场均输出，加上反向的第三方死亡率）， 看看只检查分数最高的一小群人，能涵盖多少被封账号：

只检查 10% 的账号，就涵盖了超过一半的被封账号。 这说明数据可以当一个便宜的筛子，把要 仔细看的范围缩小一个数量级。

但请注意这句话的另一半：筛子不是判决。 分数最高的 10% 里面，绝大多数是没有被封的账号——他们 就是打得好而已。这正是下一节要讲的。

老实说：这份数据证明了什么，又证明不了什么

这篇的每个数字都是真的量出来的，但它们能支撑的结论比看起来窄很多：

• 正样本只有 11 个账号。 这是「差距有多大」的研究，不是准确率宣称，也远远不足以训练任何 模型。任何拿这种样本数宣称「检测率 XX%」的说法都该被怀疑。
• 合成分数的分辨力是乐观的上界。 那个分数是在同一批数据上算出来的，没有独立的验证集。
• 对照组是「还没被封」，不是「已验证干净」。 没被抓到的外挂一定混在对照组里——这会让我们低估 差距，但也代表标签本身有噪声。
• 封禁原因未知。 官方的封禁状态不会告诉你是因为外挂、组队违规还是言语违规，所以被封组里可能 混有非外挂的封禁。
• 最根本的一条：这些指标分不开「外挂」与「单纯更强」。 我们证明了两群人的打法确实不同， 但没有证明差异的成因是外挂。爆头率高可以是外挂，也可以是真的准。

最后一点正是我们不会、也不打算对任何具名账号公布「可疑分数」的原因。统计异常值得怀疑， 但怀疑不是证据——这跟上一篇的立场完全一致，只是这次我们手上的数据更强，所以更需要把话说清楚。

我们顺手试了下一步，然后撞墙了——但撞得很有信息量

「他知道得太多」这个方向是可以继续往下量的。PUBG 的遥测会记录场上每一个人的位置时序（一般场 接近 100 人，排位则是 60 人上下），所以我们做了这样一个测试：

每次有人开火打中对手，就回看接触前那一段时间，比较他朝这个受害者移动的程度，和同一时刻、 同样距离、同样还活着的其他敌人相比，排第几。

用同场、同时、同距离的其他敌人当对照，「大家都在往安全区跑」这个干扰就被吸收掉了。我们分析了 373 场比赛，结果是：两群人没有差别（分辨力 0.478，等于丢硬币）。

但这个「没有差别」有两层坑，两层我们都踩了：

第一层是指标本身坏掉。 原本的观测窗一路看到开火那一刻，结果 44% 的交战都拿满分——因为 「你有没有朝着你后来开枪的那个人移动」对所有人都成立，这几乎是套套逻辑。把观测窗往前挪到 接触前 60 秒，问题才变成真的问题（「还没碰上的时候，他就已经往那个人去了吗」）。修好之后， 答案还是没有差别。

第二层更难堪：我们自己犯了这篇前半段在讲的那个错。 那 373 场比赛没有按模式过滤——里面混了 一般场、排位、团队死斗、甚至训练场。而一般场接近 100 人、排位只有 60 人上下，人数直接决定「同距离 带还有几个人可以当对照」。更糟的是，被封组打排位的比例本来就比较高——正是我们在前半段花力气控制 掉的那个干扰，在这个测试里又原封不动跑回来了。

补上模式过滤重跑，结果变成这样：

控制了干扰，样本就垮了。 三次跑法没有任何一次出现「被封组更高」，但控制模式后只剩 3–5 个账号， 撑不起任何结论。所以诚实的说法只有一句：目前没有证据显示外挂账号在「朝目标移动」这件事上不一样 ——但这不等于证明没有。

即使如此，把它跟前面的表格摆在一起还是有意思的：

这指向一个还没被证实的推论：信息优势可能表现在防守面，而不是进攻面。看得到别人看不到的东西， 不会让你用不同的方式去「找」人——但会让你很少被偷袭。

如果这个推论成立，那下一个该量的就不是「他怎么接近你」，而是「他怎么躲开你」。同一套数据就算 得出来。那会是下一篇——前提是我们凑得到足够的样本。

（还有一个硬限制值得记下来：位置数据每 10 秒才记录一次。这个精度足以看出「数十秒尺度的移动 趋势」，但完全不足以分析转向、预瞄、反应时间这些真正能分辨外挂的细节。那些东西只存在于画面里， 不在任何官方 API 返回的数据里——这也是为什么我们认为纯数据终究有天花板。）