夜雨聆风2017 年 1 月 11 日，匹兹堡 Rivers Casino。
4 个被业内公认为全球前 10 的德扑单挑高手，坐进一间封闭的房间。他们要打 20 天，12 万手 No-Limit Hold'em 单挑。对面没有人，只有一台屏幕，连着卡内基梅隆大学的超级计算机。
机器的名字叫 Libratus，拉丁语「平衡」。
20 天后比赛结束。Libratus 净赢 1,766,250 美元——按筹码计，相当于人均一晚被赢走 2.2 万美金，连续输 20 天。
4 个高手里有人在第 10 天就崩了。Jason Les 在采访里说了一句话：「它在打的根本不是德扑，它在打另一个游戏，只是规则刚好一样。」
这不是第一次，但这是第一次让职业牌手真的怕了
2015 年，加拿大阿尔伯塔大学搞出了一个叫 Cepheus 的程序，数学上「解算」了单挑 Limit Hold'em——所有局面的最优解都在硬盘里，人类永远不可能再赢它。
但 Limit 不算真正的德扑。真正的德扑是 No-Limit——可以全押，决策树大到天文数字（10 的 161 次方个状态，比宇宙原子数还多）。所有人都觉得，No-Limit 至少还需要 10 年才能被 AI 攻破。
Libratus 用了 18 个月。
它的作者是卡内基梅隆的 Tuomas Sandholm 教授和他的博士生 Noam Brown。这个 Noam Brown 后来去了 Facebook AI Research，又搞出了更狠的 Pluribus。
我们先说 Libratus 是怎么赢的。
它不会读心，它只会算「后悔」
Libratus 用的算法叫 CFR（counterfactual regret minimization，反事实后悔最小化）。
听起来很玄，本质特别朴素：机器跟自己打了几万亿手牌，每打完一手都问自己一句——「如果我刚才选了另一个动作，会不会赢更多？」如果会，就调整下次选这个动作的概率。
把这个过程跑几万亿次，它就收敛到了一个人类几乎没法剥削的策略。
听起来像没什么。但 CFR 算出来的策略，和人类教科书完全相反。
举个例子。德扑里有个术语叫 donk bet（驴注）——你上一条街是跟注方，下一条街先于对手下注。人类高手 20 年来都把 donk bet 当成新手特征，强烈避免。
Libratus 在很多场景里高频 donk bet。
为什么？因为它算过：在某些翻牌结构上，玩家先动反而能压缩对手的范围。人类不敢这么打，是因为「显得弱」。机器不在乎别人怎么想，它只看 EV（期望值）。
那一晚之后，所有训练软件都改了
输给 Libratus 的 4 个人不是普通职业牌手。Dong Kim 是国际单挑高水准玩家，Jimmy Chou、Daniel McAulay、Jason Les 全是百万赢家。
他们 12 万手的数据被研究者拆解了一遍又一遍，得出一个吓人的结论：人类高手平均每 100 手要犯 2-3 个 EV 上的错误。而 Libratus 每 100 手的「错误」接近 0。
更可怕的是 Libratus 的反剥削机制。每天比赛结束后，它会把当天的所有牌局拿回服务器，分析人类对手在哪里试图抓它的弱点，然后连夜补漏。
人类睡觉时，机器在升级。
打到第 15 天，Dong Kim 在赛后采访里说：「我觉得自己在和一个有读心术的人打牌。它知道我什么时候要诈唬，比我自己还早 3 秒。」
那一届比赛之后，所有主流的扑克训练软件——GTO Wizard、PioSolver、Simple Postflop——开始大规模引入 CFR 算法。今天每一个稍微认真的牌手都在用 solver 训练，那个起点就是 Libratus。
2 年后，6 个人也打不过它了
Libratus 还有一个软肋：只会打单挑。多人桌的复杂度比单挑高了几个数量级。所有研究者都说，6 人桌 No-Limit 还要再等 10 年。
Noam Brown 用了 2 年。
2019 年 7 月，Facebook AI Research 联合 CMU 公布了 Pluribus，第一台在 6 人桌击败人类顶级高手的机器。对手里有 Darren Elias（WPT 史上冠军数最多的人）和 Chris "Jesus" Ferguson（6 届 WSOP 金手链）。
Pluribus 跟人类打了 10000 手，折算下来时薪 1000 美元。在 NL50 这个级别，已经是顶级高手的水平。
它的训练成本？8 天，在一台 64 核服务器上。整个项目用的算力比训练一个普通图像识别模型还少。
更要命的是它不平衡的下注大小。人类教科书说翻牌圈下注要么 1/3 池，要么 2/3 池。Pluribus 经常出现 9% 池的微注或者 250% 池的超额下注——这些尺寸人类根本没研究过，但它们在数学上就是最优。
我们到底应该怕什么？
很多人看到这里会害怕：「以后是不是没法打牌了？」
冷静一下。Pluribus 没有公开发布。Libratus 也没有。CMU 和 Facebook 都拒绝把模型给任何商业平台。
主流扑克平台（PokerStars、GGPoker）有专门的反 bot 团队，只要识别出 AI 痕迹，账户冻结+资金扣留。低级别也许有人偷跑机器人，但中高级现金桌的人类水平+检测严格度，AI 没法长期赢钱。
线下就更不用说——你总不能把电脑搬到拉斯维加斯赌场吧。
但 AI 留给我们一个永远的礼物：它彻底改变了「什么叫好牌手」的定义。
20 年前，好牌手靠「牌感」「胆气」「读人」。今天，好牌手是那种能在每个决策点算清概率、做出 EV 最大选择的人。所谓的牌感，AI 已经证明 90% 都可以被纯数学还原。
剩下的 10%？是临场对手类型的实时调整。这部分人类还在领先，但优势在缩小。
Libratus 教给普通人的一件事
我们大多数人不可能跑 CFR，也不可能买 PioSolver（一套要 475 美元）。
但 Libratus 之后的整个扑克世界，核心就一句话：概率不会骗人，直觉会。
你上一次「感觉对方在诈唬」然后跟注的那一手，你的胜率到底是多少？60%？还是其实只有 23%？
你以为的「读对了」，可能只是运气好那一次。你以为的「他这步走得很奇怪」，可能就是 Libratus 风格的高频 donk bet——EV 正的玩法，只是你没见过。
机器赢人类的根源，从来不是它聪明，而是它永远在算。
算清每一手的胜率，是你跟 AI 共享的第一种能力。 打开小程序「All In 扑克胜率计算」，把你今天打过的最纠结那一手输进去，看真实胜率。 你会发现自己之前「感觉对了」的那些手，一大半其实是亏的。 👇
👇 All In 扑克胜率计算算一下我的胜率，在小程序里实时查胜率
你觉得 AI 攻破扑克意味着什么？ 是赌博这门生意要完蛋了，还是逼着所有人都得变成数学家？
评论区留下你的看法。也欢迎你聊一聊——你身边有没有那种「靠直觉打了 10 年还在输」的牌友？ 转给他，让他知道直觉是怎么被一台机器在 20 天里证明无效的。
