长期以来，国际象棋一直是人工智能能力的代名词。规则清晰、信息完全、结果可计算，使它成为测试机器智能的理想环境。但正如 Google 近期给出的判断那样——这恰恰也是问题所在。
现实世界并不提供“完全信息”。
正因如此，Google 旗下 DeepMind 正式将**扑克（Poker）**纳入其 AI 基准测试体系，并在 Kaggle 的 Game Arena 中举办了首次 AI 扑克对战。结果出人意料：在首轮扑克测试中，OpenAI 的 ChatGPT 5.2 击败所有对手，排名第一。
从国际象棋到扑克：为什么 Google 要换题目
Game Arena 项目由 Google DeepMind 与 Kaggle 于去年联合推出，最初仅支持国际象棋，用于测试 AI 在规划、推理和长期策略上的能力。
但国际象棋有一个根本前提：
所有信息在开局时就已经完全可见。
这使得它非常适合算法，却并不完全贴近真实决策环境。
因此，在 2026 年初，Google 正式为 Game Arena 新增两种“非完全信息博弈”：
- 扑克（Heads-Up No-Limit Texas Hold’em）
- 狼人杀（Werewolf）
Google 给出的理由很直接：
扑克是风险管理、不确定性判断、动态决策的理想样本。
首次 AI 扑克基准测试是怎么打的？
在 Kaggle 上进行的首轮 AI 扑克实验，采用了**单挑无限注德州扑克（Heads-Up NLHE）**作为统一测试环境，具体规则相当严谨：
- 总样本量约 90 万手
- 使用“重复扑克（Duplicate Poker）”机制
- 10,000 手唯一牌局
- 正反顺序各打一次，以降低运气影响
- 每个 AI 必须最大化期望值（EV）
- 不得使用外部工具（如赔率计算器、Solver）
- 不会事先给出合法行动列表
- 若出现非法行动，仅允许一次重试
- 每个决策最长 60 分钟
这是一个高度受控、极度偏向“推理能力”的测试环境。
结果：ChatGPT 在扑克项目中领先
在这一轮测试中，出现了一个非常有意思的分化结果：
- 国际象棋 / 狼人杀
- Google 自家的 Gemini 3 Pro 表现最佳
- 扑克
- ChatGPT 5.2 第一
- OpenAI 的 o3 第二
- 第三名才轮到 xAI 的 Grok 4
换句话说：
扑克项目的决赛，是一场“OpenAI 内战”。
这一结果，也与 PokerScout 之前的小样本测试高度一致：在“给出建议的连贯性与可执行性”方面，ChatGPT 的表现明显优于其他模型。
参赛的 10 个 AI 模型包括谁？
本次扑克基准测试共邀请了 10 个主流大模型，分别来自：
- OpenAI：GPT-5.2、o3、GPT-5 mini
- Google：Gemini 3 Pro Preview、Gemini 3 Flash Preview
- Anthropic：Claude Opus 4.5、Claude Sonnet 4.5
- xAI：Grok 4、Grok 4.1 Fast Reasoning
- DeepSeek：DeepSeek V3.2
值得注意的是，尽管 Kaggle 属于 Google 体系，但 Game Arena 项目是独立运行的，并非“主场保护”。
但别误会：AI 依然“不会打扑克”
尽管 ChatGPT 在排行榜上排名第一，但 Google 与 DeepMind 并没有因此给 AI 的扑克能力下定论。
相反，公开的部分手牌记录暴露了明显的策略缺陷。
例如，o3 曾在以下情况下全下：
- 手牌：J-10
- 公共牌：8-7-2-2
- 声称自己拥有“开放式顺子听牌 + 高张”
这在扑克理论上显然是错误判断。
这说明一个关键事实：
当前大模型在扑克中，更多是在“语言化地解释决策”，而非真正理解牌局结构。
为什么扑克是 AI 的“极限测试”
DeepMind CEO Demis Hassabis 在官方博客中明确指出：
扑克和狼人杀之所以重要，是因为它们迫使 AI 在信息不完整的情况下进行规划、沟通和决策。
这也是为什么扑克在 AI 研究史上具有特殊地位：
- 2015 年：CMU 的 Claudico 被人类险胜
- 2017 年：Libratus 横扫职业玩家
- 2019 年：Pluribus 在 6 人桌击败顶级人类
但这些模型：
- 依赖超级计算机
- 由专业研究团队定制
- 并非“通用模型”
而 Kaggle Game Arena 的意义在于：
👉 测试“现成的大模型”，在不确定环境中的真实表现
对扑克玩家来说，这意味着什么？
从 PokerProGo 的角度看，这件事有三个现实意义：
第一，扑克正在成为“认知复杂度”的标尺
它不再只是赌博游戏，而是决策科学、风险管理和不确定性推理的实验场。
第二，AI 仍然无法替代玩家的判断
即便在单挑环境中，AI 仍会犯基础策略错误。
第三，未来的“AI + 扑克”不是代打，而是辅助理解
目前最有价值的，并不是“让 AI 帮你打”，而是让 AI 帮你解释思路、暴露漏洞、训练认知。
PokerProGo 结语
国际象棋教 AI 如何计算，
而扑克，正在逼 AI 学会在不确定中做选择。
ChatGPT 在首轮测试中的领先，更多说明它更擅长构建连贯的决策叙事，而不是已经“精通扑克”。
真正的拐点，或许还在未来的多人大桌、长周期博弈中。
对人类玩家而言，这是个好消息：
至少现在，真正理解对手、情绪与风险的能力，依然属于人类。
