什么是扑克机器人中的可被利用性，以及如何降低？

一切的开始，如同常见的那样，并非轰然巨响，也非明显失误，而是一种钝钝的、不安的悸动（而且往往非常微弱）：某些东西似乎不太对劲。机器人打得不错。它在该诈唬的地方诈唬，价值下注毫不留情，该弃牌时，即使痛苦，也会果断放弃。然而，经过成千上万手牌后，一个奇怪的模式开始浮现：优秀的人类玩家并不是通过系统性地压制AI来取胜，而是通过发现策略编织中的裂缝，那些微小但持续的漏洞。这与方差无关。这关乎“可被利用性”。

看不见的标尺

对于我们这些身处AI扑克开发灰色地带的人来说，“可被利用性”并不是一个明确的指标，而是一种幽灵般的存在。正如新研究论文的作者之一Jacob Abernethy所言，它在数学上正式定义了：一种策略在面对最优对手——一个完全了解你弱点且只针对你弱点的敌人——时的平均损失。对于那些追求GTO的开发者来说，理想与现实之间的差距，就是“可被利用性”。

想象一种策略，在河牌某个位置稍稍过度弃牌。不是灾难性的错误，只是比均衡略多一点。人类可能注意不到。一般的机器人也可能忽略。但经过微调、专为对抗性设计的高级AI，会毫不犹豫地攻击。那个弃牌频率就是突破口——一个可以被一点点扩大成裂缝的划痕。

衡量漏洞

你可能会以为这些缺陷很容易被发现。但不同于国际象棋或围棋，扑克是一场“影子游戏”。最优对手就像幽灵：理论上的、无所不知的、耐心十足的。在实际中，当我们计算可被利用性时，几乎总是在“抽样”这个幽灵——通过LBR（限制最佳回应）模拟或深度蒙特卡洛近似来实现。Robson团队的研究者们用的是三到四位小数级的语言，测量单位是“每局千分之一大盲（mbb/g）”，没错，他们相信每十分之一也重要。一个可被利用性为1 mbb/g的机器人是最前沿水平。有的为9，有的为10、8、2或5；但如果是300，那就是漏水的水龙头。

即使到了2025年，仍然没有哪个已公开的机器人能在6人无限注德州扑克的规模下打出真正不可被利用的扑克。单挑呢？我们接近了。但决策点的数量——那种组合爆炸式的增长——令人咋舌。因此，程序员们只能不断建模、泛化、求解、再求解，并且始终保持警惕。

漏洞从何而来

可被利用性是悄然渗入的。但它往往是走捷径的代价——比如将手牌分桶，把本应区分的组合混合归类；又或者下注抽象化，将细致的判断简化成便于处理的固定模型。有时候是函数近似偏差：一个神经网络在数百万个模拟环境中学会了预测EV，但一旦遇到未见过的边缘情况，就会崩溃。还有时候，是迫于工程压力做出的权衡决策——比如伪随机数生成器过于可预测，出牌节奏太一致，或某个子博弈是在过时假设下求解的。

“这些问题的迷人之处，”他对我说，“不仅在于它们会发生，而在于它们会引发共振效应。一次可预测的河牌加注大小也许没什么。但如果它总是在标准场景中重复发生呢？机器人就会变得容易被读懂。可被利用。”

反制措施

那么，解药是什么？没有真正的“解药”。至少不是某一种。但有一整套技术拼图，每一种都在逐步削弱风险。

• CFR及其衍生方法：对抗性后悔最小化（CFR）以及它的变种，比如CFR+、DCFR+、Deep CFR——这些是AI训练的主力工具。它们通过自我对弈不断迭代学习，直到后悔值趋近于零。但即便如此，它们也需要数百万、甚至数十亿次迭代，才能接近最小可被利用性。

• 安全的子博弈求解：这正是Libratus和DeepStack表现突出的地方。它们不会盲目信任自己的策略蓝图。在每个节点，它们都会重新计算、优化、并设置风险边界。“永远不要求解出比原始策略更容易被利用的新策略”——这几乎是AI扑克界的信条。

• 随机化纪律：即便是随机也不是随便来。如果你的伪随机数生成器（PRNG）不够安全，或者动作节奏过于规律，敏锐的对手可能就能反推出你的逻辑。顶尖的机器人在策略与节奏上都会“打抖”，保持不可预测。

• 压力测试：持续进行LBR测试、对抗性自我博弈、加入“树外”下注行为——这些都是机器人训练过程中的硬核手段。机器人并不是在真空中变强的，而是在压力下淬炼出来的。

永无终结的张力

GTO是理想，而“利用性”则是诱惑。纯粹的GTO打法固然免疫，却冷漠——在面对弱对手时，它常常错失盈利机会。于是，我们走上了另一条更危险的道路：利用性打法可以“吃鱼”，却会在面对强敌时流血。最先进的机器人采用混合策略：一个低可被利用性的核心，外加机会主义式的附加逻辑，始终作为漏洞的系统管理员被警惕监控——过去如此，现在如此。

而这，正是核心张力所在。因为每一次利用某人的行为本身就意味着风险。每一种抽象，都是对真实世界的一种简化。而原因很简单：扑克与完美信息游戏不同，它永远无法提供完美反馈——只有嘈杂而延迟的信号。

所以我们一遍又一遍地自问：这个策略究竟有多容易被利用？如果某个漏洞被识破，会是谁发现的？我们是否承受得起这种偏差？我们是否该将这类手牌归类到那一组中？而所有这些问题的背后，还有一个更深的问题：我们到底离“解决”这款游戏有多远？

也许还不够近。但比昨天更近。