在《守望先锋》（以及其他在线游戏）中，一个反复出现的话题是女性是否受到与男性不同的对待。如果你快速搜索一下，就能找到数百个相关讨论，其中一些的评论数远超一千条。这些讨论往往遵循相同的模式，每次都是同样的辩论，双方提出同样的论点。例如，这三个 Reddit 帖子 源自一个单独的帖子，总共积累了1.04万条评论。一方面，有人说“没错，女性会被骂，但我是男的，我也被骂，每个人都会被骂，没什么区别”，“我从没见过这种情况，这不可能是真的”等等；另一方面，有人说“我和男朋友一起玩时，总被指责是他带我赢，但反过来从未发生过”，“经常有人告诉我应该玩天使（一个女性治疗角色）”等等。与其花时间在一场大型讨论上，不如直接做个实验，于是就有了这个。

这是我在两个主要游戏模式——快速游戏（QP）和竞技比赛（Comp）中打了339局游戏的结果，其中大约一半的游戏使用男性化名字（用户名是一个泛指男性的词），另一半使用女性化名字（用户名是一个女性名字）。我记录了每局游戏中的所有评论，然后按类型分类。评论类别包括“性/性别相关评论”、“被指导如何玩”、“侮辱”和“赞美”。

在每局被纳入实验的游戏中，我都在角色选择界面加载前决定是否将该局纳入。在纳入的游戏中，我使用相同的角色选择算法，不会因有人刷屏或行为恶劣而屏蔽任何人，我不在语音聊天中说话（尽管我开启了语音），从不发送好友请求，并且是单人匹配，以便与5个随机玩家组队。在正常游戏时，我可能会选择一个不擅长的角色，并屏蔽那些用负面评论污染聊天的人。有很多游戏没有被纳入实验，因为我没有心情听某人对队友发火十五分钟，而我的实验程序要求预先承诺不屏蔽这样做的人。

性相关或带有性暗示的评论

我原以为使用女性化名字时会看到更多性相关评论，但事实并非如此。在两种情况下，都有一些关于性、生殖器等内容的提及，频率没有明显差异，实际上在男性化条件下反而更高。

零场游戏中，针对我的评论以男性身份出现，而两场（共184场）以女性身份进行的游戏中出现了针对我的评论。大多数评论要么是针对其他玩家的，要么是向团队或游戏聊天频道发送的泛泛之言。

两种身份下都会出现的典型非定向评论包括：“我女朋友一直给我发色情短信，怎么让她停下来？”、“全情投入”、“真是惊喜。*抚摸下体* [在赛后精彩回放期间]”，以及“支持你的本地胸部”。

两场出现针对我的性暗示评论的游戏内容如下：

  • “女士，能给我点‘那个’吗”、“是的女士，拜托了” [来自两个不同的人]、“:boicootie:”
  • “我硬了” [根据语境推测是针对我所说]

在未纳入实验的游戏中（非实验期间我通常不留意自己用的是哪个用户名），我还收到过“发裸照”之类的评论。据个人观察，这类针对玩家的评论出现频率似乎存在差异，但实验中观察到的频率极低，因此除非使用强先验，否则对真实频率的任何估计，其不确定性区间在两种条件下都会相似。

在339场游戏中未能观察到这种差异令我惊讶，但这与麦克丹尼尔的论文（一项针对女性游戏玩家的调查）并不矛盾。对重度玩家来说，339场游戏可能听起来很少，但据我所知，除了本实验外，该主题唯一的另一项随机实验是卡苏莫维奇等人的研究，其中提到“我们在163场[游戏]后停止，因为这需要大量时间投入”。

所有分析均采用出现某类评论的游戏场次数量，而非语气，以避免在编码评论语气时可能引入偏见。情感分析模型，即使是最先进的，也常常得出无意义的结果，因此目前基本上只能手动完成。如果有更多数据，通过大量抽查和重新训练模型，某种情感分析或许可行，但本例中评论总数太少，以至于相当于每条评论都要手动编码。

以无偏见的方式手动编码评论也可以通过一定程度的盲法实现，但这可能需要更多人参与（因为我在游戏过程中会看到和听到评论），并依赖无偿或低报酬的劳动。

被告知如何玩游戏

最显著且易于量化的差异，在于我被他人告知该如何玩游戏的频率。由于仅凭原始数据难以判断差异的可信度，我们采用简单统计模型来估算不确定性区间。鉴于我对这一问题的先验认知并不明确，此处使用无信息先验，因此估算结果接近实际比率。以下为简单模型给出的不确定性区间，显示在至少有一人指责我玩法错误、建议我改变打法或要求我更换角色的对局中所占百分比：

table {border-collapse: collapse;}table,th,td {border: 1px solid black;}td {text-align:center;}

条件 估算值 第25百分位 第75百分位
女性名-竞技模式 19 13 25
男性名-竞技模式 6 2 10
女性名-快速模式 4 3 6
男性名-快速模式 1 0 2

表格中的实验条件包括：男性名/女性名（M/F）以及竞技模式/快速模式（comp/QP）。数值均为百分比。估算值为点估计，第25百分位与第75百分位分别对应25%和75%分位数的估算结果。竞技模式与使用女性名均与被告知如何玩游戏存在相关性。关于为何更推荐关注50%区间而非95%区间，可参阅Andrew Gelman的这篇文章。

对于不熟悉《守望先锋》的读者：在竞技模式中，系统会明确显示类似ELO的评分，并授予对应评级的徽章；而在快速模式中，虽然后台追踪评分，但不会直接向玩家展示，也不提供徽章。

普遍观点认为，玩家在竞技模式中情绪更紧张，更容易爆发冲突（例如，指手画脚地教你如何玩游戏）。数据结果与这一普遍认知相符。

如前所述，为避免主观偏见，我未对消息语气进行编码，因此本表格仅反映他人指责我玩法错误或要求我更换角色的频率。表格数据实则低估了体验上的质性差异。例如，在男性名条件下唯一一次被要求换角色时，对方仅用一句礼貌的请求（“嘿，我们死得太快了，能不能[从标准的一主奶一辅奶配置]换成双主奶，或者把坦克换成[能抗更多伤害的坦克]？”）。而使用女性名时，典型情况则是整局游戏中1-4人辱骂我是“人类垃圾”，并自我安慰称队伍输掉全因我不肯换角色。

我们使用的简单模型表明，竞技模式、快速游戏以及使用男性化或女性化名称之间可能存在差异。然而，大多数已发表的结果并不可靠，因此让我们先探讨这些结果可能不可靠的原因，然后由您自行判断。

有效性威胁

最大的问题在于，这并非一项预注册试验。显然，我不会真的去正式注册这样的试验，但我也未在实验开始时非正式地“注册”这一对比。非预注册试验的问题在于，无论是我们可观察的变量，还是用于观察的方法论，都存在大量自由度，因此难以确定结果是“真实的”，还是仅为寻找有趣现象时产生的假象。一个典型例子是，若你寻找100个可能效应，很可能发现1个在p=0.01水平上看似统计显著的结果。

虽然有标准技术（如邦费罗尼校正）可修正此问题，但我认为这些方法并不令人信服，因为它们通常无法涵盖统计模型中所有自由度。例如，常见做法是将一个变量离散化为几个区间。实现方式多种多样，而论文通常不会讨论这种处理的影响或进行任何校正，尽管改变区间划分方式可能大幅改变研究结果。另一个常见的操控结果的手段是使用不恰当的曲线拟合（例如，当散点图明显显示不匹配时，仍采用二次或三次多项式）。另一种处理方式是使用更复杂的模型，但我希望保持尽可能简单。

若我真要对此确信，至少需要带着这一明确对比重新运行实验。因此，该实验需要被重复验证，才能提供超越初步结果（充其量仅为微弱证据）的结论。

随机对照试验（RCT）的另一大类问题是，尽管进行了随机化，实验的两个组别可能在某个未随机化的方面存在差异。由于《守望先锋》不允许频繁更改用户名，本次实验使用了两个不同账号，而这两个账号在竞技模式中的段位不同。平均而言，男性化账号因初始段位较高而拥有更高评分，这意味着我在该账号上会匹配到更强的对手，游戏体验也更差。长期来看这种差异会趋于平衡，但由于本次实验大部分对局在快速模式中进行，竞技模式中的段位差异未能及时拉平。结果，我在女性化账号的竞技模式中不仅胜率更高，整体游戏体验也明显更好。

若缺乏其他信息，我们可能会推测：表现较差的玩家更容易被指导如何操作，而表现较好的玩家则较少受到此类指导——这意味着上表数据可能低估了实际差异。

然而，Kasumovic 等人在基于《光环3》的性别随机试验中发现，表现不佳的玩家对女性（尤其是表现出色的女性）态度更为负面（由于数据存在大量统计处理，如此简洁的表述仅能大致准确，具体细节请参阅原研究）。若该结论成立，那么在我使用女性化账号时，若表现处于平均水平而非碾压多数对局，或许反而会减少被指责“人类垃圾”并要求换角色的情况。

如果这个结果能推广到《守望先锋》，那就能解释一件我一直觉得奇怪的事：在我用女性账号表现最好的时候，反而收到了大量要求换角色的请求和恶意攻击。一个典型例子是，在一场2-2-2阵容（游戏中三个位置各由两名玩家担任）的比赛中，我的同位置队友几乎每次团战一开始就冲进敌方队伍送死。而我那天状态很好，全程压制对手（十分钟的竞技比赛里打出37-2的战绩，同时专注于保护我方治疗者），只死了两次——一次是故意牺牲，另一次是犯了个低级失误。就在我死后，立刻有人要求我换角色让他们接手，但自始至终没人要求我那个同位置队友换人，尽管他整局毫无作用（对《守望先锋》玩家来说，这是个莱因哈特，每次有机会就立刻冲进敌方队伍中间，而且是从我方完全无法支援的距离发起冲锋；这是花村的双点图，莱因哈特很容易制造出队友无法支援他的局面）。这种表现在我被队友指责玩法错误的局里很常见。这倒不是说我没打过烂局——我确实有很多糟糕的比赛——但最恶心的经历中，有不成比例的一部分发生在我发挥极佳的时候。

我记录过自己在游戏中的表现，但这个样本里值得抱怨的局数不够多，无法对我的表现与被甩锅概率进行有意义的统计分析。

不同分段的游戏环境可能也各不相同，收到的评论也不同，但很难说2000分比2500分负面评论更多，还是反之。网上对此争论很多；除了最低和最高分段，你都能找到大量人说他们所在的分段毒性最大。

其他差异

以下是在使用女性昵称时发生的事，这些事在此次实验期间或实验外的任何游戏中，从未在使用男性昵称时发生过：

  • 我从未有过文字或语音交流的人发来的未经请求的“好友”请求（总共发生了7次，未追踪哪些属于实验案例，哪些不属于）
  • 对方队伍中有人认定我所在的队伍在我玩治疗角色时保护不力，斥责我的队友，然后故意输掉比赛让我们获胜（实验期间发生了一次）
  • 我队伍中有人向我调情，在我没有回应后情绪失控，并在比赛剩余时间里骂我是自闭症或毒瘤（实验期间发生了一次，另一次发生在未纳入实验的游戏中）

所有这些事件的发生率都足够低，以至于我需要玩更多游戏才能观察到没有巨大不确定性区间的情况。

我没有接受任何来自无交流者的好友请求。据传闻，有些人报告称在未经请求的好友请求后会收到性暗示评论或辱骂。如果我接受了这些好友请求，表格中显示的效果可能会更大，且不可能更小。

我没有尝试将评论分类为调情与否，因为与我分类的其他评论类型不同，这类评论往往有些微妙，你完全可以为某条评论是否属于调情提出合理依据。在没有回应的情况下（我确实没有回应），许多这类评论都是模棱两可的。

另一个差异在于赞美语气。我被赞美的游戏比例相差不大，但在男性身份条件下，赞美往往简短且基于事实（例如，对方队伍中有人在被我压制后说“没人能应对[我使用的角色名]”），而在女性身份条件下，赞美往往更热情洋溢，有时会有多人附和称赞我有多出色。

无差异之处

在不包含解释我玩法错误或需要更换角色的游戏中，赞美率和侮辱率在两种条件下相似。

其他因素

其他值得研究的因素包括时间段、服务器、单排或组队、具体角色选择、交流频率高低等，但要加入更多变量并获得可靠估计需要大量数据。暴雪理应拥有进行此类汇总分析所需的数据，但他们以数据保密著称，因此需要暴雪内部人员完成工作并公开发布，而他们并不习惯做这类事情。如果你在暴雪工作，并且有兴趣让第三方对匿名数据集进行分析，请告诉我，我很乐意深入研究。

实验细节

在这两种条件下，我都避免使用语音聊天，只在时间允许时通过文字聊天进行沟通。同样在这两种条件下，我大多会补位选择团队最需要的角色，不过偶尔也会选输出位（一般来说，输出位玩家严重过剩，所以如果你不主动选输出位——即使并非必要——也几乎轮不到你玩输出）。

快速游戏中，补位局不计入统计（补位局是指你在游戏开始后加入，顶替离队玩家的对局；竞技模式不允许补位）。6%的快速游戏是补位局。

这些对局来自“点赞”系统更新之前；大部分游戏是在2018年5月左右进行的。所有对局均为“单排”（与5名随机队友组队）。为了避免因游戏时长不同导致对局之间的关联性，我在每局结束后退出并等待足够长的时间（否则你很可能与之前的部分或全部玩家再次匹配到同一局）。

模型采用了对局中出现评论的概率，以避免Kasumovic等人遇到的问题——即一个正在发泄情绪的人可能会扭曲评论总数。Kasumovic等人通过剔除异常值来解决这个问题，但我非常不喜欢手动干预并删除数据来调整结果。这个问题也可以通过使用更复杂的模型来解决，但更复杂的模型意味着更多参数，也就意味着更多让偏见潜入的途径。改用发表评论的玩家数量是缓解这一问题的一种方法，但我认为这仍然不理想，因为这些评论并非独立事件——当一名玩家开始发表负面言论时，会大大增加同一局中另一名玩家也发表负面言论的可能性，而仅使用玩家数量会使“四局各有一名负面玩家”与“一局有四名负面玩家”被视为相同情况。这也可以通过稍微复杂一点的模型来解释，但同样需要给模型增加更多参数。

更新：第98百分位

我写这篇文章时收到的一个常见评论是，它只适用于“低”分段，比如白金段位（第50百分位）。如果有人承认游戏社区在第50百分位时存在毒性，并且你必须远高于这个水平才能避开有毒玩家，那这似乎就是在承认游戏社区本身是有毒的。

不过，为了验证这个说法是否准确，我又多玩了一些，甚至打到了98%分段的游戏，看看情况是否有所改善。虽然确实有轻微提升，但在98%分段并没有本质上的不同。所以那些说高分段情况好得多的人，要么是体验和我截然不同，要么指的是99%或更高分段。如果是后者，那我得说，之前关于承认游戏社区有毒的评论依然成立。如果是前者，也许只是我运气不好，但根据其他人对游戏体验的评论来看，我并不觉得自己特别倒霉。

附录：给《守望先锋》玩家的评论/建议

一个常见的抱怨，也许是2000分以下（大约30%分段）或1500分以下（大约10%分段）玩家最常见的抱怨，就是他们身处“ELO地狱”，因为队友太菜而被拖累。根据我的经验，我觉得这种情况极不可能发生。

人们通常把技术分为“操作”和“游戏意识”。我的操作基本上差到了极点。我上一款认真玩的游戏是90年代的一款网络游戏，基本就是在线版《小行星》，再之前投入过时间的游戏是SFC原版的《超级马里奥赛车》。正如你对一个没怎么玩过90年代后游戏或任何FPS游戏的人所预料的那样，我的瞄准和躲避都糟透了。除此之外，我还是个反应慢的老家伙，但我却能达到2500分（在玩“竞技模式”的玩家中大约60%分段，在全体玩家中可能更高），靠的就是避免几个基本谬误和失误，尽管我的操作技术几乎为零。如果你也是个没什么FPS经验的老家伙，你也可以做到同样的事；如果你反应快，或者有足够的FPS经验能真正瞄准或躲避，你的操作不可能比我更差，只要避免几个基本错误，你就能做得更好。

我看到最常见的一个谬误是，你必须玩输出才能脱离青铜或黄金段位。人们给出的证据是，当宗师主播玩自由人、坦克或治疗时，有时会在青铜段位输掉。我猜他们的逻辑是，因为要在青铜段位保证99.9%的胜率，唯一的方法就是玩宗师级输出并选输出，所以要保持55%或60%的胜率，最好的方法就是玩输出，但这个推论并不成立。

在低分段，治疗和坦克角色都非常强势。由于低分段既缺乏团队配合，瞄准水平也相对较差（配合或瞄准好的玩家通常能快速升段），击杀时间比高分段慢得多。因此，副治疗能扭转1v1（有时甚至2v1）战局，而主治疗往往能决定2v1对抗的结果。由于配合不佳，大多数对抗最终变成2v1或1v1。缺乏配合的另一面是，你几乎永远得不到队友支援。常见场景是：敌方玩家大摇大摆走进我方队伍中间，攻击某人后扬长而去，而其他队友完全没察觉。如果被攻击的是你，另一个治疗通常不会注意到，会继续给满血队友加血，而所有经典“保人”角色都不会帮忙，甚至没意识到发生了什么。这意味着你必须自己留意周围环境、盯防侧翼路线，避免被击杀。

如果你能避免频繁阵亡并认真治疗（不同于低分段许多治疗玩家——他们要么试图杀人，要么死盯着一个角色持续加血哪怕对方满血），那么玩副治疗时有一半时间治疗量能超过主治疗；而玩主治疗时，你通常能做到每10分钟1万到1.2万治疗量，相比之下白银分段多数人只有6000到8000（如果玩输出型莫伊拉甚至更低）。这相当于队伍多出半个治疗，让游戏变成6.5对6而非6对6。6.5对6的局依然可能输，你也会输掉很多比赛，但如果你持续比同分段普通治疗多出50%治疗量，即便在治疗顺序、无效治疗等重大问题上犯错，也往往能升段。

作为治疗者，95%的时间需要自己留神，其必然结果就是：作为一个能提供掩护的角色，你实际上可以照看队友，并在95%的对局中让团队获得显著优势。玩查莉娅或路霸时，如果你只是无聊地站在队伍前排，基本上每次团战都能救下至少一名队友免于阵亡，而且通常能做到两三次。与此同时，对面同位置的角色却在四处寻找单挑机会。如果找到合适的目标，他们或许能击杀一人；若找不到（比如撞上拥有位移技能或布里吉塔、死神这类克制角色），则一无所获。即便他们成功击杀而你的贡献不大，你提供的价值仍与他们相当，且平均而言你会创造更多价值。许多输出位角色也适用类似逻辑，但具体取决于英雄（例如麦克雷在低分段作为掩护者就很有效）。如果你玩的是不适合掩护的非狙击型输出，可以找到队里热衷单挑的队友，把那些1v1变成2v1（低分段双方都不缺这类玩家，因此有大量你能通过制造人数差掌控的单挑局面）。

以上所有建议的核心，是真正尝试帮助团队，而非追求花哨的亮眼表现或试图单枪匹马统治全场。抽象地说这似乎显而易见，但多数人认为自己比当前段位更强。更糟的是，守望先锋的设计会让人在表现不佳时仍自我感觉良好——获取“奖牌”或“全场最佳”的最佳方式，恰恰是严重降低每局实际胜率的打法。

除明显的操作失误外，导致输掉比赛的另一个重要因素是有人心态爆炸：要么开始表现失常，要么情绪失控说出激怒队友的话，导致对方也发挥失常。我认为你对此很难直接干预，但至少自己绝不能这样做——这样你的队伍只有5/6的成员存在基础概率的炸裂风险，而对面则是6/6全员可能炸裂。如同上述所有要点，这不会让你百战百胜，但每个提升胜率的举动都会产生实质影响。

扑克玩家在谈论“漏洞”时态度很正确。目标不是赢下每一手牌，而是通过避免重大失误来提高你的期望值（在高水平对局中，这不仅仅是避免重大失误，但我们这里讨论的是摆脱中低段位，而不是成为顶尖高手）。你总会遇到糟糕的对局，比如5个人秒锁输出位。你赢下这局游戏的概率很低，比如只有10%。如果你生气也选了输出，进一步降低你的胜率（比如降到2%），这只会在你队友犯傻的对局中，给你的胜率制造一个漏洞。

假设每赢或输一局游戏，你获得或失去25分。那么你每局游戏的平均分差是 25 (胜率 - 负率) = 25 (2胜率 - 1)。假设每40局游戏中有一局是这种队友全选输出的傻局。尝试赢下这种对局与消极游戏之间的每局分差大概是 1/40 * 25 (2 * 0.08) = 0.1。这听起来不多，这些数字也只是猜测，但除了顶尖对局之外，每个人的游戏都充满了这样的漏洞，而且它们会累积起来。如果你看看60%的胜率——考虑到你只是6人队伍中的一员，影响力有限，这已经相当不错了——这平均每局也只转化出5分。所以，实际上不需要太多小漏洞就能显著影响你的平均分得失。

附录：关于在线游戏的一般评论，20年前与今天

既然我短期内不太可能再写一篇关于游戏的博客文章，这里还有一些其他零散的想法，放不进其他文章里。我上一次认真玩在线游戏还是90年代的一款游戏。尽管我听说过情况糟糕得多，但我还是感到惊讶。在现实生活中，我在休闲活动中遇到同样程度和频率的无意义恶意，只有在桥牌俱乐部里（休闲桥牌局通常都很友好）。我所说的无意义恶意，指的是比如生气然后在对局中向队友说难听的话。即使你的“批评”是正确的（而且，如果你复盘《守望先锋》对局或桥牌牌局，你会发现这种愤怒的评论几乎从不对），这几乎不可能让你的搭档改变行为，反而很有可能让他们心态失衡、表现更差。如果你是想赢，那就没理由这么做，而且有充分理由避免这么做。

如果你去看相关的网络评论，经常会看到有人把问题归咎于孩子，但这完全不符合我的亲身经历。首先，我在90年代玩电子游戏时，在线游戏玩家中有很大一部分是孩子，而那时的游戏社区比现在更友善。说“现在的孩子”比过去的孩子更差劲，这种论调已经延续了几千年，但通常并不成立，而且似乎也没有理由认为在这里会成立。

此外，这和我亲眼所见的情况也不符。仅就语音聊天中的评论来看，确实有几次遇到孩子说话难听，但几乎所有的负面评论都来自听起来像成年人的玩家。而且，我回想自己打得不好的对局，其中很大一部分都发生在深夜（东部时间凌晨2点以后，在中部/东部服务器），这时成年玩家的比例相对更高。

再看看桥牌，ACBL（美国桥牌联盟）会员的年龄中位数在70岁以上，而且年龄还在以每年惊人的0.4岁的速度增长。

当然，也许人们随着年龄增长会变得更成熟，但在任何特定活动中，这种效应似乎都被其他因素所掩盖。我手头没有足够的数据来准确判断到底发生了什么，但我对这个想法很感兴趣，它可能与此有关：

我以前说过，我经历过的最大的文化冲击之一，是和一个比我小五岁左右的人聊天时，她说：“等等，你玩电子游戏？真让我惊讶。你看起来太书呆子了，不像会玩游戏的人。那不是那些运动型男生才玩的东西吗？”

附录：常见问题解答

以下是对一些最常见网络评论的回应。

白金段位？你《守望先锋》打得真烂。

没错。但我在两个账号上打得都差不多烂（实际上在男性账号上更烂一点，因为那个账号段位更高，我有点力不从心）。另外，这也不是个问题。

这不过是一篇博客文章，又不是学术研究，结果不可信。

学术论文并没有什么神奇之处。我在几篇论文上署过名，其中一篇还在本领域顶级会议上获得了最佳论文奖。我博客文章的平均严谨程度，比我的平均论文，甚至比我读过的平均论文都要高。

写论文时，我得应付那些坚持塞入虚假或误导性内容的合著者，好让论文看起来更漂亮，而我反驳的能力相当有限。但在博客上，我不必面对这些，可以写出（尽我所能）准确的结果，即使这让成果显得不那么有趣或更不可能获奖。

玩家一直都很 toxic，那只是怀旧滤镜在作祟。

如果我调取 Subspace 的游戏日志，这个说法似乎不成立。当然，这可能取决于你玩过哪些游戏。顺便一提，Airmash 似乎是 Subspace 的现代版本，但（直到游戏凉掉之前）即便只按单局游戏比较，它的 toxic 程度也远超 Subspace——尽管 Airmash 一局规模小得多（满员约 25 人，而 Subspace 是 95 人）。

这完全无效，因为你没用语音聊天。

在我玩的段位里，不用语音才是常态。如果能将是否使用语音聊天作为独立变量当然更好，但这需要玩更多游戏来收集另一组条件的数据。如果我不打算这么做，选择最常见的条件并不会让整个实验失效——至少我这么认为。

有些人报告说，在“点赞”补丁之后，使用语音聊天的情况普遍多了。我亲自测试了一下：在“巴黎”补丁之后玩了 20 局（非竞技模式）。其中三局有语音评论：一局是有人随机播放音乐片段，一局是有人冲别人吼叫说玩得不对，还有一局是语音里有用的报点。如果多玩几局或打竞技模式，我可能会看到不同情况，但我不认为“点赞”补丁后语音聊天对大多数人来说很常见是显而易见的。

附录：代码与数据

如果你想自己摆弄这些数据和模型，尝试不同的先验、运行后验预测检验等，这里有一段嵌入数据的 R 代码：

library(brms)
library(modelr)
library(tidybayes)
library(tidyverse)

d <- tribble(
  ~game_type, ~gender, ~xplain, ~games,
  "comp", "female", 7, 35,
  "comp", "male", 1, 23,
  "qp", "female", 6, 149,
  "qp", "male", 2, 132
)

d <- d %>% mutate(female = ifelse(gender == "female", 1, 0), comp = ifelse(game_type == "comp", 1, 0))

result <-
  brm(data = d, family = binomial,
      xplain | trials(games) ~ female + comp,
      prior = c(set_prior("normal(0,10)", class = "b")),
      iter = 25000, warmup = 500, cores = 4, chains = 4)

这个模型足够简单，我不认为软件版本会显著影响结果，但如果你好奇，这里用的是 brms 2.7.0、rstan 2.18.2，运行在 R 3.5.1 上。

感谢 Leah Hanson、Sean Talts 及 Sean 的数学/统计读书小组、Annie Cherkaev、Robert Schuessler、Wesley Aptekar-Cassels、Julia Evans、Paul Gowder、Jonathan Dahan、Bradley Boccuzzi、Akiva Leffert 以及一位或多位匿名评论者提供的评论、修正与讨论。