一次棋局错误,如何暴露一串服务回归
8 月 30 日晚,一盘带有非半目贴目的棋先触发了 KataGo 参数错误,随后同一轮排查又发现流式响应过大、注册运行时不兼容、Token 重复创建和旧客户端同步失败。这里公开时间线、实际影响、修复证据和仍需完成的工作。
四十篇独立文章:三篇复盘教程、八篇 KataGo 与服务技术文章、十七篇 AI 与定式史研究特稿,以及十二盘从江户时代到 AlphaGo 时代的名局深读。每篇只回答一个问题,并配合步骤、资料与可视化。
8 月 30 日晚,一盘带有非半目贴目的棋先触发了 KataGo 参数错误,随后同一轮排查又发现流式响应过大、注册运行时不兼容、Token 重复创建和旧客户端同步失败。这里公开时间线、实际影响、修复证据和仍需完成的工作。
LoGos 把结构化围棋数据、长推理与强化学习混合,报告了职业级落子能力;但流畅解释仍可能包含无法由棋盘或引擎支持的原子断言。答案要逐条验,不靠整体文风。
ICML 研究训练出的对抗策略在超人设置下对 KataGo 胜率超过 97%,获胜方式是诱发系统性误判。平均棋力与最坏情况稳健性是两项不同的能力。
旧 AI 推荐消失,不一定因为它被反驳:也可能是时机改变、搜索不稳或训练盲点被修复。博物馆的价值是保存一条答案为什么曾经合理、后来又为何失效的证据链。
HumanSL 能按棋力预测人类着手,但最高概率、按分布采样与目标棋力并不是同一件事。用于教学时,目标应落在棋手下一步刚好能够掌握的判断上。
贴目改变胜负门槛,数子、数目、劫规则、禁自杀与盘面税则改变终局记账。研究关注候选手在哪一段贴目或规则边界上换序,胜率数值用来帮助定位这条边界。
公开职业棋谱中,裸星位早三三从 2017 年的 9.72% 升到 2018—2020 年的 40.06%。采用率说明这种下法被越来越多人使用;棋手是否也掌握了少交换、早脱先和择机回补,还要回到具体对局里看。
同一局面换网络、引擎、搜索量或对称方向,第一候选可能改变。把完整分析条件放回结论旁边,旧答案会落入三种状态:仍然稳定、需要加注,或已经不能引用。
早三三改写了“局部已经完成”的定义。少走三手、保留断点、转到空角,可能比把局部收干净更有效;代价是你必须持续管理未完的余味。
1933 年的新布局先打破“逐角完成”的习惯;后来中国流与小林流更进一步,让边上的既有棋子提前决定挂角、夹击和脱先的效率。定式从局部答案变成系统零件。
秀策小尖不是脱离时代的永恒答案。把无贴目、持黑策略、家元研究与后来贴目制放回棋盘,才能看见同一坐标为什么先稳、后慢,又被 AI 以另一套理由重新接受。
在同一批 50 盘职业棋、500 个局面上,9 段 Human SL 对 AI 一目内好棋集合的中位覆盖为 82.7%,5 段为 77.5%。差异真实存在,却远不是一条处处递增的棋力阶梯。
500 个职业局面、两种强模型与八种棋盘对称变换显示:更多搜索通常降低中位波动,却可能先暴露分裂。稳定坐标、稳定目差与可信教学标签是三件不同的事。
从丈和鬼手、耳赤之妙手到 AlphaGo 第 37 手和李世石白 78,十二篇变化树反复出现同一条分界:客观最优、实战难度与历史勇气不是同一个指标。
50 盘职业棋、500 个局面、397,561 次实际搜索访问、10,000 次整盘聚类 bootstrap,以及最高 8,192 visits × 八种棋盘对称变换:我们不再只问 AI 哪手最好,而是测量人类为何难以发现、标签是否可靠,以及什么才值得教。
用 580 万手与 1500 万手研究、60 盘 Read19 实测,拆解职业棋手的 AI 复盘流程、五种顶尖棋风,以及吻合率、胜率与背谱的真实关系。
当公开模型已经远超职业棋手,继续只报胜率、目差和第一选,会把最宝贵的信息压扁。本文提出一套可验证的数据框架,把最优性、人类可发现性与模型不确定性放回同一局面,说明下一代复盘为什么应从答案机器变成学习测量仪。
按公开论文、模型和直接对局重建 2016 至 2026 年的棋力前沿:逐代拆解网络宽深、参数规模、训练与搜索预算,并解释为什么 5,185、14,554 与相对 +300 Elo 不能写在同一张排行榜上。
桌面复盘、云端教学、职业棋谱库、在线对弈和题库是五种不同产品。用任务矩阵找到主工具,再决定是否补一款。
模型决定速度、强度与风格,搜索量决定答案稳定度;读结果时还要把胜率、目差、visits、主变化和领地放在一起。
用原生 CLI 登录一次,再在 GTP 与 Analysis Engine JSONL 两种模式中选择;本地客户端无需管理模型或 GPU。
同样通过标准输入输出通信,GTP v2 与 Analysis Engine JSONL 的状态、消息边界和适用客户端完全不同。
看懂 Read19 的加密 WebSocket 会话:连接后每个文本帧都是标准 KataGo Analysis Engine JSON,结果会在搜索中持续更新。
把引擎、神经网络模型、搜索、协议和界面拆开看,先弄清每一层负责什么,再决定应该下载、连接或调试哪一部分。
一套不过度追逐数字的深度复盘法:先还原自己的判断,再用 KataGo 找转折,逐条比较实战与三条候选路线为什么不同,最后留下能带进下一盘的结论。
从 FF[4] 源文本开始,读懂节点、属性、坐标和分支,再从 OGS、KaTrain、Sabaki 或 SmartGo 导出棋谱,最后用 Read19 与 KataGo 分析。
在本机保留 KaTrain 界面,把 KataGo 计算交给 Read19 云端引擎;无需在自己的电脑上配置 GPU。
十年前,职业棋手还在问一段定式有没有下完。今天,他们更常问:哪一手必须现在交换,哪一手可以留到十手以后?96,058 份公开 SGF、两盘比赛棋谱与 KataGo 的逐节点分析,记录了这场变化。
这盘棋常被讲成天才用神力逆转、败者当场吐血的传奇。棋谱更冷酷:丈和确实在劣势中赢了,但现代 KataGo 对“第一鬼手”给出的结论,几乎与传说相反。
黑 127 落在天元附近,旁观医生没有看懂棋,却从幻庵发红的耳朵看懂了胜负的气息。一个半世纪后,KataGo 说:这手很壮阔,但不是最佳。
1933 年,十九路棋盘最有权威的人坐在白方。十九岁的吴清源用前三枚黑子绕开旧秩序:先取实地,再抢速度,最后把一子放在棋盘正中。
木谷实把黑 121 写进封手纸袋时,一项新制度第一次进入日本重大对局。它结束了白方可以单方面打挂的旧惯例,也把胜负、身体与权威的冲突交给川端康成写成《名人》。
广岛原子弹爆炸发生在白 106 打挂后的复盘途中。窗户与棋盘被冲击波掀动,众人先救人、整理屋舍,随后继续。名局不在于把灾难浪漫化,而在于分清棋谱能记录什么、又永远记录不了什么。
藤泽秀行先赢三局,距离连续第七次棋圣只差一胜;赵治勋随后连扳四局,在决胜局以一目半完成日本七番棋史上最著名的翻盘之一。决胜局的转折从黑 143 开始,领先者一点点交出了主动权。
首届中日围棋擂台赛打到最后一人。北京的聂卫平执黑迎战日本主将藤泽秀行,以三目半结束总比分 8 比 7。民族叙事很响,棋盘上真正的分水岭却是白 50 对全局方向的一次选择。
首届应氏杯被称为围棋界的奥运会,韩国却只有曹薰铉一名参赛者。他从决赛 1 比 2 落后追到决胜局,并在应氏规则八点贴目下执黑中盘胜聂卫平。韩国棋院的复盘把很早的白 28 点为缓着:大赛胜负从布局速度就开始累计。
芮乃伟以挑战者身份在三番棋决胜局执黑击败曹薰铉,成为首位夺得韩国国手头衔的女性,也是首位赢得该头衔的外国棋手。历史纪录固然醒目,棋盘上更硬核的内容是白 60 脱先后,黑棋怎样不急着杀一块,而让两块白棋彼此拖累。
教科书说征子不利就不要下。李世石对洪昌植却从黑 67 开始故意启动一条无法在角上吃净的征子,直到黑 97 才停。那些被追赶的棋子不是白送:每次转折都在远处制造一笔先手收益,整盘棋被临时改造成一张对角线账本。
P10 肩冲不是凭空降临的魔法。它把右边白棋压低,同时保留向中央转身的弹性。真正颠覆人的,是它看起来不像人类会优先考虑的手,却又完全可以用围棋语言解释。
现代 KataGo 在 L11 落下后仍判 AlphaGo 约 98.7% 胜。那为什么它配得上“神之一手”?因为它不是一个静态数字,而是一连串只要机器答错一次就会改写比赛的具体问题。