Вы восстанавливаете заброшенный завод на Марсе: добываете руду, перерабатываете её, прокладываете конвейеры и рельсы, открываете магазины. Приезжают коты с разными вкусами, вы записываете, что покупает каждый, и передаёте эту таблицу наблюдений внутриигровому инструменту машинного обучения, который предсказывает, чего захочет следующий кот.
Чем может быть полезна
Цикл предсказания — это и есть игра: вы собираете примеры, обучаете на них внутриигровую модель, видите, как она ошибается, если выборка мала, и собираете ещё. Это настоящая форма прикладного машинного обучения, хотя сама модель остаётся чёрным ящиком, который вы никогда не открываете.
Учтите
Игровая модель подгоняет закономерности под ваши данные, не показывая математику, поэтому развивает скорее интуицию, чем навык, который можно перенести в тетрадь.
Написано 2026-09-15 · редакционная оценка, не измеренный эффект · как мы оцениваем →
Что это за игра
Learning Factory — игра на автоматизацию и управление от студии Luden.io, основанной в России небольшой командой, стоящей за while True: learn(). Игра вышла в январе 2025 года для Windows, macOS, Linux и Xbox после долгого периода в раннем доступе. Вы играете за нового главного инженера заброшенного завода на Марсе, а покупатели — коты.
Игра идёт сверху вниз и в неторопливом темпе. Поверхность — сетка из залежей руды, воды, травы и камня, и вы заполняете её бурами, плавильнями, сборщиками и конвейерными лентами и магазинами. Здесь нет боёв и таймера. Сессии тянутся столько, сколько вы позволяете, потому что цикл — это всегда ещё одна лента, ещё один продукт, ещё один магазин. Меню насыщены текстом: контракты, дерево исследований, каталог продуктов и внутриигровая вики, объясняющая словарь машинного обучения по мере появления новых терминов.
Что вы делаете на самом деле
Вы добываете сырьё, прокладываете его через машины, объединяющие его в товары, и доставляете товары в магазины, где их покупают коты. Каждая продажа — это наблюдение: этот кот с такими-то признаками купил эту вещь. Вы собираете эти наблюдения в набор данных и передаёте его внутриигровому инструменту, который учится, каким котам нужны какие товары, а затем предсказывает следующий заказ. Предсказание на основе двадцати продаж ненадёжно, и вы чувствуете это по доходу; предсказание на основе сотен уже стоит того, чтобы под него строить производственную линию. Сложность растёт по мере углубления дерева продуктов и разделения карты на поверхностный и подземный слои, поэтому ошибка в маршрутизации стоит целой смены пропускной способности.
Что тренирует
Собирает наблюдения в набор данных и замечает, когда выборка слишком мала
Читает предсказание как вероятность, а не обещание
Прослеживает узкое место от голодающей машины до её снабжения
Уравновешивает скорость входа и выхода вдоль цепочки машин
Планирует застройку, которую можно расширить, не разбирая
Почему оценка — Средняя Внутренний балл 64 / 100
СовпадениеСколько настоящих знаний или навыков требует сама игра?65вес 45%
Совпадение — 65 баллов, потому что сбор данных и действие на основе предсказания — это способ заработать деньги, а не необязательная боковая панель. До верхнего уровня не дотягивает то, что игрок также может добиться успеха, угадывая и наращивая производство напролом, так что полезная часть доступна, а не обязательна, а сама модель никогда не раскрывается.
ПереносСработает ли натренированное за пределами игры?58вес 30%
Перенос — 58 баллов. Переносится привычка, связанная с доказательствами: больше примеров дают лучшее предсказание, а модель, обученная на узкой выборке, подводит на новых случаях. Не переносится какая-либо реальная техника, поскольку игрок никогда не выбирает модель, признак или метрику, а только скармливает ей данные продаж.
ПовторениеЗаставляет ли игра применять этот навык снова и снова, с ростом сложности?70вес 25%
Повторение — 70 баллов. Цикл предсказания повторяется каждый раз, когда появляется новый продукт или новый вид кота, а завод продолжает расти на протяжении десятков часов, так что одно и то же рассуждение о данных и пропускной способности возвращается снова и снова, а не тренируется один раз и не откладывается в сторону.
Что говорят данные
Только редакционная оценкаНикто вне нашей редакции это не проверял. Это наше прочтение того, как игра устроена.
Уровень доказательности здесь — только редакционная оценка. Собственная страница игры у разработчика и описание в Steam, оба проверенные в сентябре 2026 года, подтверждают, что содержит игра: автоматизацию, дерево исследований и инструмент машинного обучения, питаемый данными продаж игрока, плюс ссылки на обучающие видео и внутриигровую вики. Ни один источник не показывает, что игра улучшает какой-либо измеренный навык, и исследований этой игры, которые мы могли бы найти, не существует. Оценка — это наше прочтение механики: цикл «данные — предсказание» реален и повторяется, поэтому он получает достаточно высокую оценку, а скрытая модель — причина, почему точность и прозрачность оценены не выше.
Редакционная оценка — не измеренный научный эффект.
Совпадение
65/100
Перенос
58/100
Повторение
70/100
Почему мы её рекомендуем
Проходит — притягивает спокойный цикл строительства и оптимизации без врагов, где нужно радовать котов; инструмент предсказания — просто ещё один станок в цеху, а не урок между уровнями.
Только редакционная оценка
Эта оценка только редакционная, сверенная с собственной страницей игры у разработчика и описанием в Steam. Оба источника описывают цикл «данные — предсказание», но ни один не измеряет, улучшает ли игра какой-либо навык; оценка читает механику, а не какой-либо результат.
Windows, macOS and Linux on Steam and GOG; a macOS build is also sold through the Mac App Store.
There is a free demo on Steam.
Возрастная рекомендация
10+ лет
Темы
STEM
Форматы игры
Для одного игрока, Симулятор, Стратегия, Песочница
Теги
Machine learning · Automation · No combat · Long sessions
Сбор данных о продажах и действие на основе предсказания — это то, как вы на самом деле зарабатываете здесь деньги, а не необязательная боковая панель, но игрок также может добиться успеха, угадывая и наращивая производство напролом, так что полезная часть доступна, а не обязательна.
