AI 时代元年 · 第二局
AlphaGo 第 37 手第一次让全世界同时问“为什么”
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。
AlphaGo（黑）vs 李世石（白） · 2016.03.10 · 五番棋第二局 · 黑中盘胜 · 中国规则 7.5 目
在那之前，人们还把 AI 的强大理解成“算得更深”
AlphaGo 与李世石的五番棋把围棋 AI 从实验室推到公共文化现场。DeepMind 的官方回顾称，第二局第 37 手在人类棋谱概率模型中约为万分之一；这句话描述的是“像不像人类会下”，不是这手本身只有万分之一的成功率。
解说者最初需要很久才能确认 P10 不是误操作。它发生在全局仍接近均衡的阶段，也没有依靠立刻吃掉一块棋来证明自己。人类必须等待后续，才看见这枚高位肩冲怎样限制白棋右边并服务中央。
“万分之一”最常见的误读
DeepMind 同时用“1 in 10,000”描述 AlphaGo 第 37 手与李世石第 78 手。这里指旧版策略网络估计人类选择该手的概率极低，强调非典型性；它不等于现代 KataGo 的胜率，也不等于一万盘才能奏效一次。
把这层概念拆开很重要：创造性不是来自随机，而是来自目标函数与人类经验分布不同。机器找到的手仍需接受棋盘上气、联络、厚薄和效率的检验。
P10 的棋理：压低、分断可能性与弃子的自由
肩冲通常逼对方在二线或三线作答，以外势换取对手实地。P10 特别之处在于时机：右边白棋尚未完全定型，黑棋的肩冲既削弱它向中央的发展，又不急着把任何一块黑棋定义成必须救活的主角。
现代 KataGo 在第 36 手后给黑约 49.0%、领先约 0.23 目。P10 后约 49.6%、领先约 0.24 目，几乎仍是均势；它也确实进入本次搜索前三候选，评估与 D13、E12 很接近。因此这手的经典性不是一次巨大胜率跳变，而是提前展示了后来 AI 围棋反复使用的轻重与全局效率。
今天的 KataGo 不再惊讶，但给出三种同样成立的全局观
TreeView 把实战 P10 与 D13、E12 并列。三条线数值接近，却有不同叙事：右边肩冲、左上整形、中央左侧的先手交换。
点击每条路线继续，你会发现“最佳手”不是一个孤立答案。P10 的后续先以 P11 应对，再转往 D13；D13 路线则先把左上定型。它们争论的是手顺与未来选择权。
机器的创造性，最后仍能被人的语言吸收
2016 年的震撼不在于 P10 永远是唯一正确，而在于它扩展了职业棋手的候选集合。几年后，当肩冲成为 AI 时代的常见手法，它看起来不再像外星语言——这正说明围棋知识被真正改写了。
TreeView 让我们重演这个过程：先看到陌生坐标，再跟随变化，最后把陌生还原为可讨论的棋理。