请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。

训练区的主机还在低鸣，屏幕上的数据报告尚未关闭。沈逸盯着最后一行协同误差统计，手指在键盘边缘轻轻敲了两下。林悦合上笔记本，纸页翻动的声音在安静的空间里显得格外清晰。她没起身，只是把水杯拿起来，发现里面的水已经凉透。

“刚才的训练反应是快了，”她开口，声音比平时轻，“但那种情况，对面要是有预判呢？不是等我们出招再应对，而是提前卡位置……”

沈逸没立刻回答。他调出系统日志，将第八轮对抗的时间节点标记下来，又回放了一次双刺位夹击前的走位轨迹。画面停在刺客切入前0.6秒，敌方辅助角色在地图边缘短暂停留，几乎不可察觉地释放了一个小型视野装置。

“所以不能只练反应。”他说，“得知道他们会在哪一刻、用什么方式动手。”

林悦点点头，把笔重新拧开：“你想怎么做？”

“先看对手。”沈逸打开联赛数据库界面，输入下一场比赛的对阵编号。页面加载出一支队伍的基本信息：胜率82%，近五场全胜，淘汰率波动异常高，尤其在中后期团战阶段。没有固定战术标签，打法被归类为“情境驱动型”。

“资料太薄。”林悦皱眉，“连常用阵型都没有记录。”

“公开渠道就这些。”沈逸切换窗口，接入第三方赛事存档库，“但我们能挖。”

他分配任务：林悦负责调取该队最近三场完整比赛录像，重点提取每一场前十分钟的移动路线与技能释放节奏；他自己则从职业联赛后台抓取可访问的战斗日志，筛选出所有涉及地形交互的操作行为——包括跳跃点使用频率、掩体遮挡时长、伏击区域停留时间等。

林悦打开第一段视频，按下逐帧播放。她的鼠标在屏幕上缓慢拖动，在一处峡谷隘口停下。画面上，对方主坦突然减速，队伍整体后撤，但一名远程辅助悄悄留在原地，贴着岩壁释放了一个隐形侦测陷阱。二十秒后，沈逸团队的前压阵容恰好经过该点，触发警报。

“这里。”她标红截图，“他们不是随机打埋伏，是有布置的。”

沈逸点头，将这段数据导入分析模块。他启动“策略模拟空间”，界面切换成灰蓝色沙盘模式。系统开始读取清洗后的信息流，构建对手的行为模型。第一轮推演设定为标准地图环境，变量锁定天气、资源点刷新周期和初始站位对称性。

模拟运行十次，对手在复杂地形中的主动发起攻击比例达到74%。其中，83%的伏击发生在视野盲区与路径交汇点重叠区域。第二次推演加入突发干扰项——己方提前清扫视野，结果对方胜率下降至51%，但会立即调整策略，改用假撤引诱反扑。

“不是靠强攻赢的。”沈逸低声说，“是等我们犯错。”

林悦把剩下的两场录像看完，又整理出四个相似点：每次推进前必有一名非核心成员提前落位布控；伏击前至少制造一次小规模冲突分散注意力；撤退路线永远预留两条以上；最关键的是，他们的集火指令从不直接下达，而是通过动作暗示完成协同。