广升网 让九子真能赢？拆解柯洁‘赛博PUA’战术：人类用荒诞棋招骗过AI胜率模型的底层逻辑

  柯洁直播里那句‘我先装弱智，把AI带沟里，再把它埋了’，听着像段子，细想却毛骨悚然。他没吹牛——真有人靠一路爬二路、自填眼位、送子送得理直气壮，把KataGo逼到终局数子时才发现：自己那条30目大龙，早在第87手就断气了，只是AI压根没算它该死。这不是玄学，是实打实的‘分布外攻击’：AI学了一肚子职业棋谱，训练数据里99.9%的着法都讲效率、讲联络、讲生死，没人教它怎么防一个故意往自己脸上抹泥巴的人。

  说白了，AI不是算不过来，是‘不愿信’。它看见你连爬12手二路，第一反应不是‘这人在布网’，而是‘这人怕是刚拆完盲文棋盘’。于是胜率曲线一路飙升到98%，计算资源自动切去收官和围空，对中腹那条龙只做‘默认活棋’的粗略扫描。等它某天突然瞥见黑棋几颗废子连成了铁壁，想救？晚了。那几手‘臭棋’早不是废子，是埋了半盘的引信。

  但别急着欢呼人类赢了。美国FAR AI团队2022年就验证过：业余四段用同样套路，15局赢KataGo 14局——可第16局开始，AI只要加载一次新对局数据，立刻学会‘不接弱智的招’。柯洁自己也说了：‘这招只能用一次，下回它就当你是演的。’真正值得琢磨的，不是怎么骗AI，而是为什么我们还在乎‘赢’？当申真谞每天跟AI下八小时、落子吻合度92%，柯洁偏要留一手‘神之一手’的野性——那点不讲道理的锐气，或许才是人类棋手还没被算法收编的最后一寸土地。

  这事儿其实挺像当年人类车手第一次开上F1模拟器——系统提示“转向过度”，他偏猛打一把方向，结果漂移过弯还刷出新纪录。AI的训练逻辑是收敛的，它要的是最优解集；而人类的直觉常来自发散：一个被职业棋谱剔除的“愚形”，可能恰恰是某类特殊棋形的唯一钥匙。2023年《Nature Machine Intelligence》刊发的围棋对抗实验里，研究者故意用AlphaZero没见过的“非对称开局”测试，发现它在第43手后胜率评估误差高达27%，不是算力崩了，是它的价值网络根本没建模过这种结构。

  更现实的麻烦还在后面。现在职业棋手复盘，AI分析界面里常跳出一行小字：“此着法未见于训练语料库”。可如果越来越多棋手开始有意识地制造这类“语料外着法”，AI的推荐系统就会陷入两难：学吧，可能带偏整个策略树；不学吧，实战中总被卡脖子。中国棋院2024年内部技术简报提到，已有三位九段在正式比赛中试用“低效联络+高风险弃子”组合，虽未全胜，但让对手AI辅助准备时间平均多耗17分钟。

  说到底，我们怕的从来不是输给机器，而是输得毫无回响。当申真谞的每步棋都能被拆解成“胜率+0.3%”的精确增量，柯洁那句“我先装弱智”，其实是把棋盘从数据战场拽回人性现场——那里有犹豫、有赌性、有明知不可为而为之的笨拙。这不是漏洞，是接口。就像老派木匠不用CAD，偏爱用手感受木纹走向；人类棋手留下的这点“不高效”，或许正是未来人机共弈的握手区：AI负责扫清迷雾，人类负责点起第一簇火苗。

  所以别急着给这招起名“反AI战术”。它更像一面镜子，照见我们还没想清楚的问题：当所有正确答案都被算出来，那个“选错”的权利，还算不算人的特权？

嘉旺网提示：文章来自网络，不代表本站观点。