Wyjaśniamy portal oznaczania VACNet Valve: jak społeczność trenuje teraz antycheata CS2

W sierpniu 2026 roku Valve po cichu rozpoczęło testy nowego narzędzia antycheatowego dla Counter-Strike 2 — portalu oznaczania VACNet. System przypomina funkcję Overwatch znaną z CS:GO: wybrani użytkownicy ponownie oglądają klipy z rozgrywki i oceniają podejrzane zachowania. Cel nowego portalu jest jednak wyraźnie inny.

Główna zmiana polega na tym, że decyzja recenzenta nie ma bezpośrednio skutkować zbanowaniem gracza. Zamiast tego ludzkie oceny są wykorzystywane jako oznaczone dane, które mogą pomóc w trenowaniu przyszłych modeli VACNet.

Czym jest portal oznaczania VACNet w CS2?, Jak działa nowy portal VACNet?, Czym nowy portal różni się od starego Overwatcha?, Dlaczego VACNet potrzebuje ludzkich recenzji?, Kto może otrzymać dostęp?, Dlaczego Valve prosi użytkowników, aby nie udostępniali klipów?, Czy VACNet rozwiąże problem cheatowania w CS2?

Czym jest portal oznaczania VACNet w CS2?

Pierwsze oznaki działania systemu pojawiły się po niewielkiej aktualizacji CS2 wydanej w nocy z 10 na 11 sierpnia 2026 roku. Patch ważył około 42 MB. W plikach gry znalazły się elementy związane z portalem oznaczania VACNet, w tym nowa ikona oraz sprawdzanie dostępu użytkownika.

U graczy, którzy otrzymają dostęp, w menu głównym CS2 pojawia się mała ikona „V”. Zamiast otwierać zwykłe menu w grze, przenosi ona użytkownika na oddzielną stronę w oficjalnym serwisie Counter-Strike.

Sam portal jest hostowany w domenie Counter-Strike.net należącej do Valve. Na jego publicznej stronie wyraźnie opisano go jako portal oznaczania VACNet dla Counter-Strike 2, a dostęp jest ograniczony do użytkowników zaproszonych do udziału.

Oznacza to, że funkcja nie jest jedynie czymś odkrytym przez dataminerów, lecz aktywną usługą Valve z ograniczonym dostępem.

Jak działa nowy portal VACNet?

Po przyznaniu dostępu użytkownik otrzymuje klipy z meczów Counter-Strike 2 i jest proszony o ocenę działań wybranego gracza.

Według pierwszych uczestników testów dostępne kategorie obejmują:

• wspomaganie celowania

• zdobywanie informacji o przeciwnikach przez ściany

• zautomatyzowany ruch, taki jak bunnyhop

• w pełni zautomatyzowane konta, takie jak boty farmiące.

Recenzent ogląda klip z rozgrywki z dźwiękiem, a następnie przypisuje odpowiednie oznaczenia. Dostępne opcje pozwalają również wskazać, że nie da się jednoznacznie stwierdzić, czy doszło do naruszenia.

Valve szczególnie podkreśla, że wybranie opcji niepewności jest całkowicie dopuszczalne. Od recenzentów nie oczekuje się oskarżenia ani oczyszczenia gracza za wszelką cenę — ważniejsze jest przekazanie pewnej oceny wyłącznie wtedy, gdy zachowanie faktycznie jest jednoznaczne.

To istotna różnica w porównaniu ze zwykłym zgłoszeniem w grze. Recenzent w praktyce pełni rolę osoby oznaczającej dane.

Czym nowy portal różni się od starego Overwatcha?

W CS Overwatch był przede wszystkim opartym na społeczności systemem weryfikowania podejrzewanych naruszeń. Doświadczeni gracze oglądali dema podejrzanych cheaterów i wydawali werdykty. Połączone decyzje mogły następnie zostać wykorzystane jako część procesu karania.

Portal oznaczania VACNet opiera się na innym założeniu.

Valve informuje zaproszonych użytkowników, że ich decyzje nie wpływają bezpośrednio na ocenianego gracza. Zamiast tego tworzone przez nich oznaczenia mogą zostać wykorzystane do trenowania przyszłych modeli VACNet.

Dlatego nazywanie nowego systemu po prostu „powrotem Overwatcha” nie byłoby w pełni trafne. Pod względem wizualnym i koncepcyjnym podobieństwa są wyraźne — człowiek ponownie analizuje podejrzaną rozgrywkę. Głównym celem nie jest jednak teraz osądzanie konkretnego konta, lecz tworzenie wysokiej jakości danych do uczenia maszynowego.

Dlaczego VACNet potrzebuje ludzkich recenzji?

Sam pomysł nie jest nowy. Już w 2018 roku inżynier Valve John McDonald szczegółowo mówił na GDC o wykorzystaniu deep learningu do wykrywania zachowań związanych z cheatowaniem w Counter-Strike.

Valve trenowało system, wykorzystując dane z rozgrywki i ludzkie oceny, a następnie regularnie aktualizowało swoje modele. We wcześniejszych wersjach VACNet uczenie maszynowe umożliwiało analizowanie zachowań bezpośrednio podczas meczów, bez polegania wyłącznie na wykrywaniu oprogramowania cheatowego po stronie klienta.

Nowy portal w praktyce ponownie włącza ludzkie oznaczanie danych do tego cyklu.

W uproszczeniu proces wygląda następująco: system otrzymuje klip z rozgrywki, człowiek identyfikuje rodzaj widocznego zachowania, klip otrzymuje oznaczenie, a zgromadzony zbiór przykładów może później zostać użyty do dalszego trenowania VACNet.

Jednocześnie Valve nie ujawniło obecnej architektury VACNet, rozmiaru zbioru danych ani procesu podejmowania decyzji w CS2. Z tego powodu nie można stwierdzić, że każde przesłane oznaczenie jest automatycznie wykorzystywane do treningu lub bezpośrednio wpływa na konkretną wersję systemu antycheatowego.

Kto może otrzymać dostęp?

To wciąż największe nierozstrzygnięte pytanie.

Valve nie opublikowało żadnych oficjalnych wymagań dotyczących udziału. Nie ma potwierdzonego minimalnego Premier Ratingu, wymaganej liczby godzin, liczby zwycięstw ani obowiązkowego poziomu Trust Factor. Valve nie udostępniło również publicznego formularza zgłoszeniowego gwarantującego dostęp do programu.

Gabe Follower poinformował o jednym graczu, który otrzymał dostęp do portalu. Według niego użytkownik miał około 16 000 Premier Ratingu i wcześniej uczestniczył w Overwatchu w CS. Jest to jednak tylko jeden konkretny przykład, a nie potwierdzony zestaw wymagań Valve.

Z tego powodu porady w stylu „osiągnij określony rating, a odblokujesz VACNet” obecnie nie mają wiarygodnego potwierdzenia.

Dlaczego Valve prosi użytkowników, aby nie udostępniali klipów?

Uczestnicy portalu są również proszeni, aby nie streamowali, nie nagrywali ani nie rozpowszechniali ocenianych klipów.

Powód jest dość prosty: publiczne udostępnianie dużej liczby przykładów mogłoby pokazać twórcom cheatów, jaki dokładnie rodzaj zachowania jest oznaczany do weryfikacji. Valve bezpośrednio wiąże to ograniczenie z unikaniem dostarczania nieuczciwym podmiotom większej ilości informacji o tym, jak skuteczniej ukrywać aktywność związaną z cheatowaniem.

Jest to szczególnie ważne dla nowego systemu. Jeśli celem portalu jest ulepszanie modeli wykrywania, zachowanie szczegółów procesu weryfikacji w tajemnicy ogranicza ilość informacji zwrotnych, które twórcy cheatów mogliby potencjalnie wykorzystać do tworzenia lepszych metod omijania zabezpieczeń.

Najlepsze skrzynki CS2 na noże w 2026 roku: porównanie szans i kosztu jednego noża

Czy VACNet rozwiąże problem cheatowania w CS2?

Wprowadzenie portalu oznaczania wygląda na ważny krok, ale wciąż jest za wcześnie, aby traktować go jako natychmiastowe rozwiązanie problemu cheatowania w CS2.

Portal nie oznacza, że każdy oceniany podejrzany cheater natychmiast otrzyma bana. W rzeczywistości Valve wyraźnie informuje recenzentów, że ich decyzje nie wpływają bezpośrednio na konkretnego gracza, którego oglądają.

Potencjalna korzyść ma charakter bardziej długoterminowy. Im więcej wysokiej jakości przykładów uczciwego i podejrzanego zachowania otrzyma system, tym lepiej przyszłe modele mogą automatycznie rozróżniać między nimi.

Właśnie to sprawia, że portal oznaczania VACNet jest ciekawszy niż zwykły powrót Overwatcha. Valve najwyraźniej wykorzystuje doświadczenie społeczności nie tylko do weryfikacji pojedynczych przypadków, lecz także do pomocy w skalowaniu automatycznego wykrywania podejrzanych zachowań w całej grze.

Podczas gdy Valve nadal pracuje nad uczciwością meczów i trenuje VACNet, możesz zrobić sobie krótką przerwę od matchmakingu — na przykład otwierając skrzynkę na Farmskins, bez konieczności polegania na losowości swoich teammate'ów w kolejnym lobby.