职业棋手都在用 AI 复盘——现在，你的孩子也可以

一个下了四千年的游戏

围棋大概是人类发明过的最简单、也最复杂的游戏。它规则简单到一句话能讲完：黑白两方轮流在 19 路棋盘的交叉点上落子，谁围住的地盘大，谁就赢。没有兵种，没有升变，只有一种棋子。

可就是这张棋盘，能演化出的棋谱数量却要比整个宇宙的原子还多。也正是因为这种近乎无穷的复杂度，在很长一段时间里，围棋被认为是「人类智力最后的堡垒」——国际象棋早在 1997 年就败给了计算机，而围棋，专家普遍认为机器还要再等几十年。

AlphaGo 改变了这一切

2016 年 3 月，一个叫 AlphaGo 的人工智能程序，在首尔以 4 比 1 战胜了世界顶尖棋手李世石。

那不只是一场胜负。第二局里，AlphaGo 走出了著名的「第 37 手」——一手几乎没有人类棋手会考虑的棋，当场让解说的职业九段惊呼。一年后，AlphaGo 又以 3 比 0 战胜当时世界排名第一的柯洁。

那一刻，很多人以为围棋作为一门人类的艺术，要走到尽头了。

但真正发生的，恰恰相反

AI 没有终结围棋，它把围棋重新打开了。

AlphaGo 之后，顶尖 AI 引擎逐渐普及。职业棋手很快发现，这个曾经的对手，也可以成为极好的老师。延续了上千年的定式与布局开始被重新审视——很多「天经地义」的下法并非最优，一些过去少有人尝试的棋，反而成了新的主流。短短几年，整个围棋的理论体系被重新翻阅了一遍。

职业棋手的日常也跟着变了。每下完一盘棋，他们会把棋谱交给 AI：看胜率在哪一手发生转折，看自己的判断和 AI 的推荐相差多少目，也看那步「想当然」究竟错在哪里。

AI 最有价值的地方，不是替棋手落子，而是在一盘棋结束后，准确指出下一盘可以进步的地方。

可这套方法，被锁在了职业圈

问题在于，让职业棋手受益的这套 AI 复盘，普通孩子很难直接用起来。

工具并不缺。KataGo 这样的顶尖引擎本身就是开源的，谁都可以下载。可它给出的，是胜率曲线、目差和大量变化图。高段位棋手能从中找到线索，一个刚学棋的孩子却很难知道该看哪里；旁边不懂围棋的家长，也无从讲起。

于是，孩子的复盘往往只剩两条路：等老师抽时间讲解，或者自己从头翻完两百多手棋。前者很难覆盖每一盘，后者常常看了几分钟就失去方向。AI 已经能看懂整盘棋，却还没有把答案讲给孩子听。

我们想做的，是中间那一层「翻译」

星图围棋要补的，正是缺掉的这一层。

我们用 KataGo 把孩子的整盘棋从头分析一遍，从两百多手中找出真正影响局势的 5 到 10 个时刻。再用大语言模型把冰冷的数字翻译成孩子听得懂的话：这一手发生了什么，为什么不够好，下一次可以怎么想。

报告是写给孩子看的。它不要求孩子先学会读胜率曲线，也不要求家长懂复杂的变化图。从弈客、野狐、新博、腾讯少儿、星阵导出的棋谱都可以直接上传，一盘棋大约三分钟就能得到结果。

我们不是要把一盘棋讲得更多，而是帮孩子看见最值得记住的那几步。

每一盘棋，都应该留下点什么

孩子下完一盘棋，输赢很快就过去了。真正能留下来的，是他有没有发现自己当时为什么犹豫，哪里只顾眼前，哪一步其实还有更好的选择。

复盘的意义，也不只是少犯一个错误、下一盘多赢几目。它是在帮孩子建立一种习惯：做完一件事，愿意回头看一看；遇到问题，不只记住答案，也试着理解原因。

十年前，能随时分析整盘棋的 AI 还只属于极少数顶尖棋手。今天，同样的能力可以来到每一个学棋的孩子身边。但技术只是起点。我们更想做的，是让一次次看得懂的复盘，慢慢变成孩子自己的判断力。

让每一盘认真下过的棋，都不只是一个胜负结果，而是下一盘棋的起点。

让科技，看见孩子的每一步成长。