林悦的声音再次响起：“这些……要全部记下来？”

“不用。”沈逸关闭总览界面，“系统会为每个人生成专属训练包。”

他调出“潜力挖掘预警”，扫描林悦近期操作数据。系统在团战走位记录中捕捉到一个规律：每次敌方技能释放前摇出现，她的角色平均延迟0.4秒才开始规避。虽未被击中，但已影响团队站位节奏。

“预判式走位训练包启动。”沈逸在“策略模拟空间”中构建专属场景，AI模拟敌方技能释放前摇动作，强制她在0.3秒内做出反应。系统设定渐进阈值，每完成一轮，反应时限缩短0.02秒。

“你的问题是反应链太依赖视觉确认。”他对林悦说，“现在开始，你要学会‘看前摇之前’。”

陈宇的数据显示另一问题：他在模拟战中选择高风险突进战术的频率高达78%，其中61%导致团队陷入被动。

“风险压制模块加载。”沈逸为他设计一组特殊情境——系统在模拟战中植入“高胜率但高死亡率”选项，每次选择后，立即生成后果推演画面，并标记团队损失值。

“你不是不够强。”沈逸说，“是太想赢，反而忽略了代价。”

训练表正式生效，第一阶段启动。

林悦进入走位训练场，AI连续释放技能前摇，她的角色在红光闪烁中不断闪避。陈宇则被投入十场高强度模拟战，每次突进后，系统立刻弹出队友死亡倒计时。

沈逸没有加入训练。他站在主控台前，调出“策略模拟空间”的全局监控界面。三名队员的数据流在屏幕上交织，系统实时计算配合度、节奏同步率、战术执行偏差值。

第三小时，警报再次响起。

东南亚游击AI在模拟战中行为逻辑紊乱，角色在草丛中反复折返，路径规划出现死循环。系统提示：地形数据精度不足，AI无法识别真实赛事地图的微小高差。

沈逸取出三枚“地形感知碎片”，在“碎片收集兑换”界面合并，兑换出“高精度AI行为校准器”。他将真实赛事地图的地形数据导入，重新设定AI的路径算法与视野判定规则。