从 LoL 段位到工程能力：Mecka 的"电竞招聘实验"与背后那篇 2017 年论文 · 干货攻略
- 链接: https://x.com/omarsar0/status/2115485996242374792
- 分类: x-tips
- 来源: X @omarsar0（elvis，原图引用 @joshavata / Josh Gao @MeckaAI）
- 作者: Jay
- 更新: 2026-10-30
- 仓库: 无代码仓库（论文为 CC-BY 开放获取；匿名数据集在 OSF：https://osf.io/dsbx4/）
这是什么
一条 X 推文 + 一张论文截图，讲的是一家人形机器人数据公司的"游戏水平招聘实验"。
原帖（@omarsar0，2026-10-28）全文：
Fun hiring experiment, and there's a paper behind it. The paper finds a correlation between League of Legends skill and engineering skill. Correlation, not proof. Mecka, the company building the data humanoid robots learn from, bought a box at the Worlds final in Brooklyn and is bringing 35 engineers who are cracked at League to watch with the team (their co-founder and lead engineer were top 50 in the world). I'd love to see the follow-up data on this one.
被引用的原帖（@joshavata，2026-10-27）给出实验细节：
The league of legends championship is in the usa this year.. and we booked the largest private box in the stadium. @MeckaAI cofounder @jasontheutopian and first engineer Anthony, both ranked challenger as top 50 players in the world. So we're inviting 30 elite engineers, researchers and operators to join us in the ownership suite to watch the finals front and center. Anyone with world-class skill in a video game, not just in league, send us your rank or evidence of exceptional ability in what you do. The championship is nov 14 at the barclays center in new york. Apply by Nov 8. Link in comments.
配图是论文首页截图：Kokkinakis AV, Cowling PI, Drachen A, Wade AR (2017) Exploring the relationship between video game expertise and fluid intelligence, PLoS ONE 12(11): e0186621（University of York，CC-BY，2017-11-15 发表）。
Mecka 官方定位（mecka.ai 自述）："The Data Engine for Physical AI"——做机器人学习所需的数据、评测与部署基础设施，人机第一视角数据集叫 Egoverse；官网首页公布 Sequoia 领投的 6000 万美元 B 轮。
也就是说：一个做"人形机器人训练数据"的公司，用"英雄联盟世界赛观赛席"当招聘漏斗，把"游戏水平"当成工程能力的候选代理变量；推文作者指出这事有 2017 年的学术论文背书，同时强调"correlation, not proof"，并期待后续数据。
核验来源与逐条核验
已读官方来源： - PLOS ONE 论文全文：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0186621（CC-BY，2017-11-15；基金 EPSRC EP/L015846/1；数据 https://osf.io/dsbx4/） - Mecka 官网：https://www.mecka.ai/ （定位、Egoverse、Series B、招聘页 https://www.mecka.ai/careers） - 两条 X 原帖正文（omarsar0 本帖 + 其引用的 joshavata 本帖）
论文里的确切数字（均出自 PLOS 正文）：
- Study 1：N = 56，英国（Leeds/Essex/York）招募的有经验 LoL 玩家（均玩过 >100 场 ranked 与 unranked）。以 WASI-II 矩阵推理子测作为流体智力指标，用 Spearman ρ（数据非正态）关联玩家段位：
- 流体智力 vs 段位：rs = .44（95% CI [.24, .60]，p = .001）
- 剔除最极端离群点后仍为 rs = .435，p < .001（Cook's Distance .59，低于 .70 阈值）
- 视觉空间工作记忆（Rotation Span）rs = .26，p < .05（弱但显著）；OSPAN 与 MITE 不显著（原文列 rs = 0.3, p = .43 与 rs = −.01, p = .242）
- WASI-II 与年龄 r = .28, p = .035；LoL 段位与年龄不相关；控制年龄后段位与 WASI-II 的偏相关仍 p = .001
- Study 2（大样本年龄曲线）：数据来自 LoL（Riot 提供的段位快照）、Dota 2（Foundry 10 与 Valve，TI5 2015 观众数据）、Destiny（Bungie）、Battlefield 3（Tekofsky）。MOBA 类合计"至少 1 亿注册活跃玩家"。年龄分组 13–21 / 22–27 / 28+，Welch F：
- LoL F(2, 4114.37) = 57.44, p < .001；Dota 2 F(2, 90.9) = 5.19, p < .05；Destiny F(2, 1076.55) = 40.21, p < .001；BF3 F(2, 5185.93) = 122.87, p < .001
- MOBA 呈"低-高-低"，峰值在 22–27 岁；FPS 呈"高-高-低"单调下降。LoL 中组 vs 老组 t(5760.8) = 9.59, p < .001, d = 0.17；只有 MOBA 在第一组→第二组显著上升（p < .001）
推文说法 vs 官方出处：
| 原帖/推文说法 | 官方核验结论 | 状态 |
|---|---|---|
| "There's a paper behind it"（配图即论文） | 图中确为 PLoS ONE 2017 论文截图，作者/期刊/DOI 与官方页面一致 | ✅ 已核验 |
| "correlation between League of Legends skill and engineering skill" | 论文测的是流体智力（WASI-II），完全没有测工程能力；"工程能力"是推文作者的延伸解读 | ⚠️ 论文不支持此表述 |
| "bought a box at the Worlds final in Brooklyn" | Josh 帖：订下场馆最大的私人包厢（ownership suite）；正赛 11-14 在 Barclays Center（位于布鲁克林） | ✅ 已核验（Josh 原帖口径） |
| "bringing 35 engineers" | Josh 原帖写的是 30 位 elite engineers / researchers / operators | ⚠️ 数字不一致（35 vs 30） |
| "co-founder and lead engineer were top 50 in the world" | Josh 帖：联合创始人 @jasontheutopian 与第一位工程师 Anthony 均为 Challenger 段位、全球前 50 | ✅ 已核验 |
| "apply by Nov 8"、"Nov 14 at Barclays Center" | Josh 帖原文给出（申请入口在其回复的 Luma 页面） | ✅ 已核验（帖文口径） |
| "Mecka = building the data humanoid robots learn from" | 官网：物理 AI 的数据引擎，Egoverse 第一视角数据集，iOS 采集 App | ✅ 官网自述 |
上手步骤
1. 如果你想报名这个活动
按 Josh 帖：赛事 2026-11-14（Barclays Center），申请截止 11-08，入口在其回复里的 Luma 活动页（"LoL World Championship - Mecka Private Owners Booth"）。要求是"任何游戏的世界级水平，不限 LoL"，提交段位或其他能证明能力的材料。⚠️ 我未能直接打开该 Luma 页面核验表单字段与剩余名额，实际名额以官方页面为准。
2. 如果你想复刻"游戏水平 → 工程能力"的招聘实验（可复用骨架，全部来自论文官方方法）
- 因变量：用公开段位/MMR 类指标，而不是"感觉这人打得好"；MMR 本身按历史胜负比计算，且受对手强度影响（Riot 官方提供给论文的即段位快照）。
- 自变量：用标准化认知测验（WASI-II 矩阵推理测流体智力），辅以工作记忆广度任务（Rotation/OSPAN/MITE）做机制排查。
- 统计：数据非正态 → 用 Spearman ρ 而非 Pearson；报告 95% CI 与 p 值。
- 控制混淆：年龄（raw fluid intelligence 在 20 岁中段达峰，且 LoL 段位与年龄不相关，需做偏相关）；离群点用 Cook's Distance 检查。
- 样本量现实：论文 Study 1 仅 N=56，作者自称"exploratory"；要做招聘决策得按此量级做统计功效评估，或走 Study 2 的大样本年龄曲线路线。
- 可复用数据：论文匿名数据集在 OSF（https://osf.io/dsbx4/），CC-BY 引用。
3. 如果你只想跟踪后续
原帖作者自己就在等 follow-up 数据；Mecka 的招聘页（https://www.mecka.ai/careers）与官网新闻页是官方更新渠道。
坑与适用边界
- 最大的误读风险：论文证明的是"LoL 段位与流体智力相关"，不是"段位高 = 工程能力强"。中间那一跳（工程能力）在论文里没有测量，在这次招聘实验里也尚无公开数据。
- 相关 ≠ 因果：可能是流体智力、也可能是"喜欢解难题的倾向"、练习时长、团队协作等共同驱动。推文评论区已有人指出这一点（@svallejo_tech：控制"喜欢困难谜题"这一变量后是否还成立）。
- 样本小：N=56，且是英国高校附近的 LoL 玩家样本，外推到招聘池（全球精英工程师）差距很大。
- 数据老：2017 年的 LoL 段位体系、英雄池与 MMR 生态与今天差异明显；论文结论在当代数据上未复核。
- 推文内部不一致：35 位 vs 30 位，两条推文口径不同；写这类内容时不要把两个数字混着引。
- 实验尚未闭环：目前只有活动宣传，没有公开的筛选结果、录用名单或后续研究数据。
- 不确定处：Mecka 官方主页链接了一篇自家 arXiv 论文（https://arxiv.org/abs/2604.07607），本次未展开阅读，其与本次招聘实验的关系未核验。
一句话结论
Mecka 用 LoL 世界赛的私人包厢做了一场"用段位筛工程师"的公开招聘实验，被 @omarsar0 挑出来是因为它背后有 York 大学 2017 年那篇 PLoS ONE 论文（rs = .44, p = .001, N = 56）——但论文测的是流体智力而非工程能力，因此这更像一次高传播性的品牌实验，而不是已被科学验证的招聘方法；它的方法学骨架（Spearman + WASI-II + 年龄与离群控制 + OSF 公开数据）倒是可以直接拿来复用。