Stratego 也被 AI 攻克了：16 块 GPU、几千美元，Ataraxos 15:1 击败人类第一

1997 年，深蓝在国际象棋上战胜卡斯帕罗夫；2016 年，AlphaGo 击败李世石；扑克桌上的机器人们也早已能把职业选手按在桌上摩擦。但有一款经典游戏，一直让 AI 束手无策——Stratego（战略棋）。即便是预算雄厚的 DeepMind，也造不出能稳定击败顶尖人类玩家的机器。如今，这个僵局被打破了。

一分钟速览

• 卡内基梅隆、MIT、纽约大学、斯坦福的研究者联手攻克 Stratego；
• AI 名为 Ataraxos，以 15 胜 1 负 4 平击败顶尖玩家 Pim Niemeijer；
• 训练仅用 16 块 GPU，花费只需几千美元；
• Stratego 是典型的不完全信息博弈，隐藏信息量极大；
• 成果为不完全信息、长周期博弈提供了新思路。

Stratego 难在哪

Stratego 的棋盘上，每人有 40 枚棋子，从元帅到间谍，还夹杂炸弹和军旗，目标是把对方的军旗夺下。你的对手知道你的棋子在哪，却不知道每枚棋子“是什么”；只有当两枚棋子发生战斗时，身份才会揭晓——弱的一方被移出棋盘，胜者的身份也随之暴露。这让 Stratego 成为一个不完全信息博弈，和扑克类似，但难度更上一层。

“Stratego 有个非常独特的地方：它包含海量的隐藏信息，而且这些信息要在很长的时间尺度上逐步展开。”参与研究的纽约大学研究员 Eugene Vinitsky 这样解释难点。通俗地说，AI 不只要在信息不全时做决策，还要在几十步、上百步的漫长对局里持续推理、记忆和修正判断——这比一步定输赢的游戏难得多。

数据支撑：低成本也能出好结果

研究团队来自卡内基梅隆大学、麻省理工学院、纽约大学和斯坦福大学。他们的 AI 被命名为 Ataraxos，在和史上最优秀 Stratego 玩家之一 Pim Niemeijer 的对战中，取得了 15 胜 1 负 4 平的战绩。更令人意外的是成本：训练这套系统只用了 16 块 GPU，花费仅几千美元。相比动辄耗资巨大的大模型训练，这个数字显得格外“便宜大碗”。

这背后的意义在于，攻克复杂博弈并不一定需要天文数字的算力。合适的方法与搜索推理策略，往往比堆硬件更关键。对资源和预算有限的团队来说，这是一种鼓舞。

趋势洞察

从棋类到扑克，再到 Stratego，AI 攻克游戏的历程，本质上是在攻克“不确定性”。真实世界恰恰充满不完全信息：谈判、军事、市场博弈，都是看不到对方底牌的对局。Ataraxos 的价值，不只是游戏里赢了人类，而是把“在信息不全、周期漫长的情况下做决策”这件事，往前推进了一步。这类能力，未来可能被用到物流调度、安全对抗、智能体协作等更现实的场景。

结语

又一个被 AI 攻克的人类游戏，又一次在“不确定性”上取得进展。当机器学会在看不全的情况下做判断，它离真正有用的智能，也就更近了一步。