了解 Pluribus Poker – AI Bot 如何撼动了扑克世界并挑战职业玩家。

早在2019年，来自卡内基梅隆大学 和 Facebook AI 研究院 的团队在扑克界和人工智能领域投下重磅炸弹 —— 推出了 Pluribus，这是一个能够在六人无限注德州扑克中击败顶级职业选手的机器人。

时间来到2025年，Pluribus 依旧是人工智能讨论中的热门话题。当大家都在热议 ChatGPT、Claude 和 Gemini 等生成式系统时，许多研究人员仍然认为 Pluribus 是一个颠覆者 —— 它至今仍在影响策略制定、网络安全、谈判，甚至药物研发。

这个机器人是如何攻克世界上最棘手的纸牌游戏的？在这个需要诈唬与智慧的领域，它究竟凭什么成功？更大的疑问是：Pluribus 的某个版本会不会真的潜入网络扑克大厅？

为什么 Pluribus 重要

在 Pluribus 出现之前，大多数 AI 在扑克中的胜利都局限于 单挑形式（两名玩家）。像 DeepStack 和 Libratus 这样的机器人，通过复杂的数学方法实现了所谓的“超人水平”，在两人对局中逼近 纳什均衡——一种难以被击败的策略。

但多人德州扑克却完全不同。与国际象棋或围棋这种信息完全公开的游戏不同，扑克的关键在于 不完全信息 —— 你永远无法完全知道对手的手牌。在多人环境中，复杂度急剧上升，一对一局中看不出的弱点可能在六人桌上被迅速利用，例如串通、诈唬和筹码量的变化。

事实上，在2018年，许多专家认为 人工智能在相当长的时间里都无法攻克六人无限注德州扑克 —— 甚至可能永远做不到。

然后，Pluribus 出现了。

机器内部

根据2019年《Science》的里程碑论文，Pluribus 建立在两个关键思想之上：

1. 自我对弈训练
   研究人员没有用数十亿手牌填充它，而是让 Pluribus 与自身的复制体对弈。在一台64核服务器上经过八天（花费约150美元），AI 通过大量试错学会了自己的策略。这种方式比很多动辄耗费数百万的强化学习更节省。
2. 有限前瞻搜索
   不同于国际象棋 AI 需要提前计划很多步，Pluribus 只向前看几步。它结合了基于概率的“蓝图”来处理常见局面，在不可预测性与效率之间找到平衡。这让它具备了类似人类的灵活优势，而不是僵化的策略。

最终结果？一个下出奇怪却有效动作的 AI，甚至让老牌高手都开始怀疑自己的直觉。

独特的游戏风格

真正让 Pluribus 脱颖而出的不仅是它的胜利，而是它的打法。

• 从不 Limp
  职业玩家有时会选择 Limp（翻牌前只跟大盲注），但 Pluribus 完全避免 —— 后来事实证明这是更优的打法。
• 使用“Donk Betting”
  通常被人诟病的 Donk Bet（对进攻者先下注）成了 Pluribus 的标志性动作之一。其实它的 Donk Bet 时机恰到好处，往往能意外赢下底池。
• 非常规的诈唬
  对人类而言，诈唬是赌博。但对 Pluribus 来说，这只是数学。它没有情绪牵绊，能够执行最大化长期期望的诈唬。
• 意想不到的 Check-Raise
  一些通常被视为“花哨”的动作在 Pluribus 的打法中却经常出现，显示出机器并不遵循人类的扑克规则。

在面对像 Darren Elias（保持 WPT 冠军纪录）和 Chris Ferguson（2000 年 WSOP 主赛冠军）这样的高手时，Pluribus 平均每手赚取约5美元 —— 在1万手牌内，每小时约1,000美元。

正如 Elias 在一场接一场失败后说：

“你会觉得它在以比我们更高的水平玩……我没有看到它方法上有明显漏洞。”

为什么2025年仍在关注 Pluribus

六年过去了，为什么我们还在谈论这个扑克机器人？

因为 Pluribus 跨出的那一步 —— 在多人不完全信息游戏中取胜 —— 仍然是人工智能最大的挑战之一。

• 生成式 AI 如 GPT 虽然擅长文本预测，但在竞争性策略上仍显乏力。
• 机器人系统 大多被设计用于受控环境。
• 许多现实问题更接近扑克而非国际象棋：网络安全、金融市场、多方交易甚至军事模拟，都涉及隐藏信息、不断变化的联盟和不合作的参与者。

正如AAAS 所指出的，Pluribus 的设计最终或许能帮助 AI 支持网络安全防御、耐药感染的药物研发，甚至军事模拟。

而对普通人来说，问题更大 —— 是否有人可以偷偷将 Pluribus 或其后继者带入网络扑克室？

Pluribus 能打破网络扑克吗？

Pluribus 从未公开发布 供大众使用。研究人员明确担心：即便稍强一点的 AI 也能在真实扑克游戏中掏空数千玩家的钱。

但其简易硬件需求 —— 在单台服务器上训练8天，花费仅150美元 —— 说明这绝不是遥不可及。相比开发成本高昂的 GPT-4，2025年的爱好者完全可能用开源强化学习工具重建一个缩小版的 Pluribus。

这使问题变得棘手：

• 网络扑克网站（如 PokerStars 或 WSOP.com）已经使用检测机制，追踪异常决策模式。
• 但是类似 Pluribus 的 AI 足够灵活，可能逃过检测。它的不可预测性 —— 就像令 Elias 和 Ferguson 困惑的地方 —— 使得识别很困难。
• 一旦这种机器人出现，它很可能横扫中高额桌，击败休闲玩家乃至职业牌手。

迄今为止，还没有确凿证据表明 Pluribus 或其复制品出现在网络赛场。但随着算力更便宜、强化学习扩散，监管机构和扑克网站可能将陷入永无止境的“猫鼠游戏”。而可以说，这场游戏起始于 Pluribus。

更大的图景：扑克作为现实模型

扑克不仅是打牌 —— 它反映现实人生。人们总是在信息不完全的情况下做选择，试图通过线索、诈唬和不确定的决策战胜对手。

这也是为什么 DARPA、美国国防部以及金融公司 对扑克 AI 研究感兴趣。Pluribus 不仅赢了牌局；它证明了机器可以在混乱、多玩家的竞争性环境中表现卓越。

几个值得思考的领域：

• 网络安全：抵御策略不断变化的黑客类似于一场更长期的诈唬游戏。
• 金融交易：市场就是多人游戏，信息不完整 —— 恰好是 Pluribus 擅长的场景。
• 医疗保健：设计药物以应对不断演化的细菌，就像预测病原体的隐藏动作。

所有这些领域都需要 Pluribus 所展现的能力：在信息不透明的情况下，凭借灵活的混合策略取得成功。

依然存在的局限

尽管 Pluribus 令人惊叹，但它并非通用人工智能。

• 它是静态的：训练完成后无法即时更新。不像今天的 GPT 模型能不断吸收新数据。
• 它仅专注于 无限注德州扑克六人桌 —— 如果换到 PLO 或限注德州扑克，表现可能差强人意。
• 它在结构化、大量手牌的环境中表现更好 —— 类似网络现金局 —— 方差会被抵消。在现场锦标赛、手牌较少时，结果可能不同。

更重要的是，它的蓝图策略并不保证最优；它只是证明在大量手牌中很难被击败。

结论：2025年的 Pluribus 阴影

在震撼扑克与人工智能世界六年后，Pluribus 依旧是推动我们重新思考战略、风险与智慧的重要里程碑。

它的真正影响或许不仅在扑克，更在于其经验被应用到网络安全、生物技术及现实中的谈判。然而，想到类似 Pluribus 的机器人可能已经悄然潜伏在2025年的网络扑克室，这既令人担忧又令人着迷。

正如职业牌手 Chris Ferguson 在对战 Pluribus 后所说：

“它不会疲倦。它没有情绪。它只会打牌。”

这大概就是机器智能的核心 —— 也是为什么 Pluribus 的成就一直在牌桌之外回响。

参考文献

• Brown, N., & Sandholm, T. 《多人扑克的超人类人工智能》Science (2019)
• AAAS，《人工智能征服世界上最复杂的扑克游戏》(2019)
• Science: 《无限注单挑扑克的超人类人工智能》(2017)