【EV扑克】大模型集体扑克“翻车”：GTO Wizard一穿二十，人类玩家暂时安全

【EV扑克(www.evp86.com)报道】

最近扑克圈出现了一场颇具讨论度的AI对抗测试：GTO Wizard 使用其自研AI，与多款主流大语言模型（LLM）进行单挑无限注德州扑克对局。结果显示，这些在写作、编程、数学等领域表现优异的模型，在扑克场景中整体表现明显不足。

这件事引发了两个关键问题：

1）为什么大模型在扑克中表现不佳？

2）这是否意味着AI已经“解决”了扑克？

本文带你理性拆解。

一、测试结果：LLM整体表现不及预期

在这次对局中，参与测试的包括多个主流大模型体系。尽管这些模型在通用任务上表现出色，但在扑克环境中却普遍出现较大亏损。

• 部分模型在标准化后的输率达到 -100 BB/100 以上
• 表现较好的模型，仍然处于 明显负EV区间
• 对比之下，人类顶级职业玩家长期稳定盈利通常在 +3~5 BB/100

结论很直接：当前通用大语言模型，并不适合直接用于扑克决策。

二、GTO Wizard AI为什么能赢？

要理解差距，先看GTO Wizard AI的背景。

其核心能力来自早期并入的一套专业扑克求解系统，该系统具备以下特点：

• 针对不完全信息博弈优化
• 实时策略求解能力
• 基于纳什均衡（GTO）构建策略体系
• 可根据局面动态调整决策

简单来说，它并不是“聊天型AI”，而是一个专门为扑克设计的决策引擎。

三、大模型为什么在扑克中表现较弱？

从技术角度看，问题主要集中在四个方面：

1）不完全信息处理能力不足

扑克是典型的隐藏信息博弈，你无法看到对手的底牌。

而大模型更擅长处理明确、可见的信息，在这种“信息缺失”场景下容易出现判断偏差。

2）范围（Range）管理困难

高水平扑克要求：

• 每个行动（下注/过牌）都对应一个“范围”
• 不同牌型要保持策略平衡

这涉及数千个决策节点的长期一致性，而LLM在多步一致性上容易出现偏移。

3）长期策略规划能力有限

扑克决策不是单步问题，而是跨越：

• 翻牌（Flop）
• 转牌（Turn）
• 河牌（River）

一个早期动作，会影响后续多个阶段。而大模型更擅长“局部最优”，不擅长全局规划。

4）对手建模能力不足

人类玩家会根据对手：

• 风格（紧/松）
• 倾向（诈唬/价值）
• 情绪变化

进行动态调整。

而当前LLM并没有真正的“心理模型”，只能基于概率进行推断。

5）稳定性问题（关键）

测试中还发现：

• 偶尔会误读手牌
• 判断逻辑不一致
• 在复杂局面中出现“推理断裂”

这类问题在扑克中会被持续放大。

四、那AI已经“解决扑克”了吗？

结论是：还没有。

需要明确几个边界：

1）仅限单挑（Heads-up）

测试场景是单挑无限注德州，而扑克还包括：

• 多人桌（6人/9人）
• 奥马哈（PLO）
• 混合游戏

复杂度呈指数级上升。

2）尚未公开对战顶级职业玩家

目前没有公开、大规模的人类顶级选手对抗数据。

真实竞技环境中，人类具备：

• 心理博弈
• 非理性扰动
• exploit（针对性调整）

这些都不是纯GTO能完全覆盖的。

3）该AI并非公开