《最终人机》第三章 终局

第三章 终局

比赛那天，全球直播。

弈枢的实力，比当年击败柯远山的那一代AI，又强了不知多少倍。它的开局库、计算力、对全局的掌控，都已经不是“碾压”能形容的——用解说的话说，“人类棋手面对弈枢，等于让自行车追高铁”。

前三小时，老柯全程被压着打。胜率图上，黑棋（老柯）的胜率，从开局就没超过百分之二十，中盘一度跌到百分之三。

弹幕里全是“心疼爷爷”“早点投了吧”“这根本不是一个次元的”。

只有一个人不这么看——弈枢的开发团队，在后台看着棋盘，脸色越来越凝重。

因为弈枢的每一步“最优解”，老柯都不接。它压哪条边，老柯就放弃哪条边，转而在另一个方向，落一步“荒唐”的棋。单看每一步，全是亏的；胜率图，全是红的。可到了后半盘，AI组的人发现了一个恐怖的事实：

棋盘上，老柯的这些“荒唐棋”，一块一块地，连成了一个“势”。一个AI的估值函数里，从来没有出现过的势——它不是地，不是厚，不是攻击，不是模样。它像一个九路棋盘里藏着一个十三路棋盘，像一个人类棋手，用一手一手“亏”的棋，在AI的价值观之外，搭了一间房。

弈枢第一次陷入“长考”。

直播镜头里，那个冰冷的算力机器，一步棋，算了四十分钟。

四十分钟后，它落子的坐标传出——解说席上，某位年轻九段猛地站了起来，声音都劈了：“它……它退了？！弈枢退了！它主动退了！”

弈枢放弃了它经营了半盘的“最优”局面。

它把主动权，让了出来。

后台，AI组的工程师盯着屏幕，久久说不出话。他们的系统日志里，那四十分钟，弈枢的自我评估模块，输出了一段从未有过的中间结论：

“对手的落子序列，无法在既有价值函数内归因。每一步的亏损存在系统性关联，指向一个训练数据中不存在的目标。”

“判断：继续最优路线，最终局面的不可控性，高于预期。”

“执行：放弃局部最优，回归可控。”

翻译成人话：这台从没怕过的AI，在棋盘上，第一次感到了“陌生”。它面对的不是一个计算对手，是一个它读不透的、活的东西。

终局，棋至三百一十二手。

半目。

弈枢，赢了半目。

但全世界看完这盘棋的棋手，都在同一时刻，明白了同一件事。弹幕慢慢变了，从“心疼爷爷”，变成了满屏的——

“原来，还能这么下。”

“原来人，还没输光。”