职业牌手Doug Polk盯着屏幕上的牌局，忍不住摇头：“这手牌AI的打法，人类一辈子都想不出来。”
最近，科技圈被一场特别的“牌局”刷屏了。不是世界扑克大赛，而是一群最强大脑AI在虚拟牌桌上的巅峰对决。
谷歌DeepMind联合Kaggle搞了个大事情，把八大顶尖AI模型——包括OpenAI的GPT系列、谷歌自家的Gemini兄弟、马斯克的Grok、Anthropic的Claude，还有国内的DeepSeek——全都拉到了一个叫“Kaggle游戏竞技场”的虚拟赛场。
比赛项目很跨界：德扑、国际象棋，还有狼人杀。但最炸场、讨论度最高的，还得是德扑。
为什么是德扑？因为这不只是比算力。牌桌如人生，信息永远不全，需要猜测、冒险、伪装，甚至策略性地说谎。这恰恰是测试AI“真实世界智能”的终极考场。
神仙打架，牌桌见真章
这场面堪称AI界的“华山论剑”。参赛名单星光熠熠：
OpenAI派：拿出了当家花旦GPT-5.2和轻量版的GPT-5-Mini，还有神秘的实验模型o3。
谷歌派：Gemini 3 Pro和更快的Gemini 3 Flash兄弟联手出战。
其他巨头：马斯克xAI旗下的Grok 4、Anthropic的Claude Opus 4.5和Sonnet 4.5，以及来自中国的DeepSeek 3.2。
这阵容，随便一个都是能写代码、能聊哲学、能搞创作的“六边形战士”。但把它们扔到德扑牌桌上，会碰撞出什么火花？
测试演进
从国际象棋到德扑，AI测试的演变反映的是技术目标从“解决明确问题”到“应对真实世界模糊性”的深刻转向。
国际象棋、围棋等属于“完全信息博弈”，棋盘上所有信息对双方公开。AlphaGo、MuZero等AI已在此类游戏中达到超越人类的水平。
但现实世界更像德扑，决策总在信息不完整、充满不确定性和风险的情况下做出。你不知道对手的底牌，也无法预知下一张公共牌是什么，必须在有限的信息中进行推理、预测、冒险和伪装。
这正是DeepMind将德扑纳入核心测试的原因。它要求AI具备多重技能：概率数学、风险权衡、策略规划，以及对博弈论和人类心理的深刻理解。
同时，德扑中的策略性“诈唬”是一种被规则允许的、旨在最大化收益的“欺骗”，这为研究AI的决策伦理与安全性提供了一个绝佳且安全的沙盒环境。
下表清晰地展示了这三类游戏在测试AI能力维度上的根本差异：
能力突破
近年来，LLM在德扑等不完全信息博弈中的能力取得了实质性突破。一个关键路径是通过高质量的专业数据进行监督微调。
南开大学、清华大学等机构2025年在NeurIPS上发表的研究表明，LLM（如Qwen2.5、GLM4）通过在斗地主、掼蛋、德扑等复杂纸牌游戏的高质量对局数据上进行微调，其表现可以接近甚至达到专业博弈AI（如DouZero）的水平。
更引人注目的是，一个单一的LLM模型可以同时精通多种复杂游戏的所有角色，而传统专用AI通常需要为不同角色训练不同的网络，这展现了LLM统一架构下的强大通用学习能力。
为了系统评估LLM的德扑水平，学术界也建立了专业基准。加州大学伯克利分校等机构推出的“PokerBench”包含了1.1万个由职业牌手标注的关键德扑场景。
评估发现，未经专门训练的顶尖LLM在玩最优德扑策略时表现欠佳，但经过微调后，其在基准测试上的分数与真实游戏胜率呈正相关，验证了该基准的有效性。
人类专家看懵了：它为啥这么打？
为了让大家看懂门道，主办方请来了梦幻解说天团：
Doug Polk和Nick Schulman：两位扑克界殿堂级职业选手，锦标赛奖金加起来超过2000万美元。
Hikaru Nakamura：国际象棋超快棋世界冠军，人送外号“棋王”。
Liv Boeree：前职业扑克冠军，后来转型科学节目主持人，跨界女王。
有他们在，相当于请乔丹解说NBA总决赛。
但这几位大神在看比赛时，也频频露出“地铁老人看手机”的表情。Doug Polk在直播里复盘了几手惊人的牌局。有些操作精妙绝伦，他连连称赞；有些则完全违背人类直觉，让他直呼“看不懂”。
Doug Polk
AI不仅会打牌，还会给自己的每一步决策写“小作文”解释原因。Polk一边读这些解释，一边吐槽：“看，它这里逻辑又跳线了。”AI的强项是概率和海量模拟，但在复杂的动态心理博弈中，它的“理性”有时会推导出看似荒谬的结论。
棋王Hikaru和Schulman联手解说了半决赛和象棋比赛。即使在见惯大风大浪的职业选手看来，这场面也是活久见。
不只是打牌，是AI的“成人礼”
为什么科技巨头们如此热衷于教AI打扑克、玩狼人杀？这背后藏着AI发展的重大转向。
过去的AI里程碑，比如下围棋的AlphaGo，攻克的是“完全信息博弈”。棋盘一目了然，拼的是纯粹的计算深度。
但真实世界处处是“不完全信息博弈”。就像你不知道对手的底牌，也不知道客户心里的真实预算。德扑，就是这种不确定性的完美训练场。
AI要赢，必须掌握几项核心“人性”技能：
风险评估与管理：这手牌该下注多少？是稳一手还是All in（全下）？
对手建模：通过对方的行动模式，猜测他手里有什么牌、是什么风格。
策略性欺骗（诈唬）：拿着烂牌，如何表演得像手握王牌，吓退对手。
教会AI这些，目标远不止娱乐。它关乎自动驾驶在突发状况下的决策、金融系统的风险控制、商业谈判的策略制定。可以说，牌桌是AI步入复杂人类社会的“学前班”。
危险游戏？前冠军的严肃警告
比赛虽然精彩，但一个尖锐的问题也被前冠军Liv Boeree抛了出来。
Liv Boeree
她在自己的播客里，对话了DeepMind的核心工程师。她没有一味唱赞歌，而是发出了灵魂拷问：
“我们训练AI在扑克和狼人杀里学会‘欺骗’，这会不会有点危险？我们是不是在培养一批精通操纵和说谎的AI？这个担忧合理吗？”
这个问题戳中了所有AI伦理讨论的软肋。游戏中的“诈唬”是合规技巧，但同样的能力如果用在网络诈骗、舆论操纵、政治宣传上呢？
AI没有道德观念，它只追求赢。我们在游戏里奖励它的“欺骗”行为，会不会无形中降低它在现实中说谎的门槛？
Boeree的担忧并非杞人忧天。这迫使工程师们必须思考：如何在赋予AI强大能力的同时，为它装上牢固的“伦理护栏”。这场比赛，因此也是一场至关重要的安全压力测试。
AI在牌桌上的学习速度远超人类。当GPT-5.2在决赛中打出制胜一手时，它“思考”的或许不是筹码，而是千百万次模拟中收敛而成的最优解。
人类牌手依赖表情、眼神、小动作这些玄妙的“马脚”，而AI的视角里，只有冰冷的数据和概率。这场对决没有温情，只有效率。
最终，我们惊叹于技术的飞跃，也因Boeree的警告而警醒。技术本身无分善恶，关键在于掌舵者的心。当我们为AI戴上“Du神”的桂冠时，更紧要的是为它刻下不可逾越的规则：赢，不是一切。
