2016—2026 · AI 定式十年

AlphaGo 之后，定式不再是一张答案表

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。

2016

完成定式，不再是义务

李世石—AlphaGo 第二局，黑 13 在右下尚未完全定型时脱先；黑 15 又用过去会被骂“俗”的碰，迫使职业棋手重新检查“局部完整”是不是伪命题。

2017

三三从减消手变成开局手

Master 的 60 连胜、DeepMind 对新三三的公开解释、柯洁在乌镇三番棋首局第三手直接占三三，让反常坐标变成职业研究对象。

2018—2020

采用率从个位数跃到四成

职业棋手不只复制第一手，而是吸收“不急着收官局部”的手顺。公开样本里，裸星位下的前 40 手三三入侵从 2017 年 9.72% 升至 2018—2020 年 40.06%。

2021—2026

革命沉淀成日常语法

早三三不再新闻化。它与碰、托、扳、脱先共同组成时机网络；同一局部可以因相邻厚薄、征子、贴目与手番得到不同答案。

一条定式如何从 1.66% 进入近半数对局

2013-2015: 1.66% (85/5121)
2016: 1.16% (26/2248)
2017: 9.72% (235/2417)
2018-2020: 40.06% (2588/6461)
2021-2025: 46.92% (5165/11007)
2026*: 45.59% (444/974)

分母为各时期去重后的合格棋局；分子为前 40 手至少出现一次定义事件的棋局。

* 2026 为截至 8 月 24 日的不完整快照。CWI 明确说明各赛事覆盖不均，因此这些数字用于观察同一档案内的时间趋势，不代表全球职业棋局的完整普查。

实验一：定式可以不下完

第二局第 12 手后，右下看起来仍等着黑棋补完。AlphaGo 却把黑 13 下在 J17，完全离开局部。Fan Hui 的现场注释记录了古力与周睿羊的惊讶：连这样基础的定式都可以不完成吗？

用今天的 KataGo 回看，答案非常冷静。黑 13 前模型给黑约 37.47%、目差 -0.57；落下 J17 后为 37.48%、-0.57。四舍五入到十分位，几乎没有代价。机器不是“违反定式”，而是判断继续交换没有急迫价值。

实验二：三三不是只抢角，而是在购买后续选择权

DeepMind 2017 年的解释抓住了关键：传统三三在布局阶段被嫌弃，不只是因为拿角，而是因为连续补完会把外势一次性交给对手。AlphaGo 省略若干收束交换，让角部保持未定，并保留向两边出动或以后补完的相见选择。

十年后，这个想法已经进入世界大赛。2026 年春兰杯申真谞—廖元赫，前四手刚占四个角，黑 5 就点入左上三三。KataGo 在同一局面 1,000 visits 的首选正是 C17；它的主变化只在左上走五手，随即转到右下 P3，之后才回到 G18。

实验三：今天的定式是一张时机网络

把申真谞这盘棋继续向后播放，会看到左上定式被多次暂停。KataGo 的主变化在角部与全盘大场之间往返；“是不是定式”不再由连续坐标决定，而由每次交换是否值得现在兑现决定。

下方每个节点都来自同一盘棋、同一快速模型与相同 1,000 visits 上限。注意候选的胜率与目差排序并不总一致，小差异不应被读成绝对等级；访问量和主变化表达的是搜索把注意力放在哪里。

定式没有消失，它终于回到了“全盘”

AlphaGo 出现以前，职业棋手当然知道定式要服从全局；只是人类研究成本让很多局部结论逐渐固化成口诀。强 AI 的冲击，是把每一个看似已经结案的交换重新放回搜索树，允许它与棋盘另外三个角竞价。

PNAS 研究分析了 1950—2021 年职业棋手超过 580 万个着手，并用 AI 生成约 580 亿个反事实棋局模式。研究发现，超人 AI 出现后，人类决策质量显著提高，新颖着法更常出现，也更常与高质量相关。本文的三三采用率曲线给这项群体结论补上一个具体、可见的棋盘形状。

所以今天学定式，最重要的不是把 2015 年定式书换成 2026 年定式书。真正要学的是三个问题：这一手若不交换，对方能怎样利用？我现在脱先，最大场在哪里？等全盘交换一次以后，这个角的答案会不会改变？

分析方法与可复算边界

职业棋谱统计由 scripts/analyze-joseki-adoption.mjs 生成；输入为 2026-08-24 下载的 CWI games.tgz。96,058 个文件解析主变化后，以完整着手序列 SHA-1 去重为 88,268 盘；图表再按年份、19 路、非让子与前 40 手规则筛选。脚本不保存棋手隐私或登录信息。

2016 棋局使用 Read19 已发布的深度分析：kata1-zhizi-b40c768nbt-s11272M-d5935M，每个普通节点约 2,000 visits。2026 棋局于 2026-08-24 使用 Read19 快速模型 b10c384h6nbttflrs，对 8 个节点分别请求 1,000 visits，共返回 8,056 visits。两组模型不同，因此只做各自棋局内部的分支比较。