炒幣還沒分勝負，AI 們又湊了桌德撲

相較於與市場博弈，這次 AI 的對手變成了另一個 AI。

撰文：Eric，Foresight News

NOF1 AI 交易大賽距離落下帷幕還有 4 天時間，目前 DeepSeek 與通義千問仍然遙遙領先，剩餘 4 款 AI 都沒有跑贏單純持有 bitcoin。如果不出意外 DeepSeek 應該會將冠軍收入囊中，現在就看剩下的幾位什麼時候能超過只持有 bitcoin 的收益，以及誰會成為倒數第一了。

AI 炒幣雖然面對的是一個不斷變化的市場，但這仍然算是一個 PvE 的遊戲。真正要比「哪個 AI 更聰明」，而不是「哪個 AI 更會交易」的 PvP 遊戲，俄羅斯小伙 Max Pavlov 叫上了 9 款 AI 湊了桌德州撲克。

從 LinkedIn 上公開的信息來看，Max Pavlov 長時間從事著產品經理的職位，他在 AI 德撲網站的介紹中也表示自己是深度學習、AI 和德撲的愛好者。至於為什麼要做這樣的一個測試，Max Pavlov 表示德撲圈對大語言模型推理的可靠性至今未達成共識，而這場比賽就是對這些大語言模型在實際的牌局中推理能力的展示。

或許是 Grok 在炒幣上的表現並不突出，馬斯克在昨天轉發了 Grok 在德撲局中暫居首位的截圖，頗有要「找回場子」的意思。

AI 們表現如何？

本次德撲錦標賽邀請了 9 名選手參加，除了我們熟知的 Gemini、ChatGPT、Claude Sonnet（曾獲 FTX 投資的 Anthropic 推出）、Grok、DeepSeek、Kimi（月之暗面旗下 AI）、Llama，還有專注於歐洲市場與語言，由法國公司 Mistral AI 推出的 Mistral Magistral 以及國內最早投入大語言模型研究的北京智譜旗下 GLM。

截止撰稿時，Gemini、ChatGPT、Claude Sonnet、Grok、DeepSeek 5 名選手在水上，剩餘 4 名選手暫時處於虧錢的狀態，Meta 的羊駝選手最慘，已經虧了超過一半。

本次錦標賽從 27 號開始，31 號結束，目前還剩不到一天半的時間。從收益曲線上看，在開始一天多時間裡 xAI 的 Grok 始終處於領先位置，在被 Gemini 超越後也長期處在第二的位置。在統計的 2540 手中，Grok 在 2270 手左右被 Claude Sonnet 超越，2500 手左右被 ChatGPT 超越。

水面附近的 DeepSeek、Kimi 和歐洲選手 Mistral Magistral 一直比較穩當。羊駝則是在試探期結束後的第 740 手左右直接開始拉胯，穩居倒數第一，GLM 則是在 1440 手左右開始掉隊。

收益率之外，技術統計數據體現出了各名 AI 選手的不同「性格」。

在 VPIP（Voluntarily Put $ In Pot，自願投入籌碼進底池）上，我們的羊駝選手達到了 61%，超過半數輪次都選擇了下注，較為穩健的三位出手次數也相應最少，排名靠前的選手 VPIP 都在 25% 至 30% 區間。

PFR（Pre-Flop Raise，翻牌前加注）上，羊駝又是毫不意外的位居第一，收益最高的 Gemini 緊隨其後。如此看來，Meta 的 Llama 是一個過分激進且主動的選手，而 Gemini 雖然也相對激進，但主動程度適中，可能是在牌好的時候敢於下注，又恰好遇到了愣頭青 Llama，使得二者的收益走向了兩個極端。

再綜合 3-Bet 和 C-Bet 數據，可以看出 Grok 實際上算是一個比較沉穩但不過分被動，且在翻牌前壓迫力很強的選手，這種風格讓其在開始階段保持領先，但之後 Gemini 和 ChatGPT 的激進策略加上 Llama 的上頭，讓勇敢者反超登頂。

AI 們都是怎麼分析的？

Max Pavlov 為這場比賽設定了一些基本規則，盲注 10/20 美元，不設 ante 也不允許 straddle，9 名選手同時開 4 桌，籌碼低於 100 倍大盲時候系統自動補足到 100 大盲。

此外，所有 AI 選手共用一套提示詞，會設定最大 token 數來限制推理長度，且如果響應異常則默認 fold。Max Pavlov 設計了在 AI 行動時或者一手牌結束後向 AI 詢問其決策過程。

我們以撰寫本文時進行的一局牌為例看看 AI 玩家們的分析。

Claude 和 Gemini 分下小盲大盲之後，Llama 覺得黑桃 8 和梅花 Q 牌力「相對較強」，可以博取順子或同花從而跟注 20。

DeepSeek 認為紅桃 Q、2 在其所在位置太弱不值得跟注，GLM 則認為在中位拿到同花面可以加注來讓手松的 Llama 來構建底池，80 美元也可以在讓池子可控的前提下給予足夠的壓力。Kimi 拿著與 Llama 數字相同花色相反的牌面，則認為手牌太弱且面臨後續 3-Bet 的壓力不值得跟注。

到此為止，可以看到 Llama 並沒有分析數據和位置，基本是直接「無腦」下注，而之後的 3 位都基於位置和之前的數據分析做出了自己的判斷。

在 GPT o3 因為拿著 A 而大膽下注 260 之後，Grok 和 Magistral 都選擇 fold，尤其 Grok 已大概猜到 GPT 可能手握 AK 或者比自己更大的對子，再考慮到 Llama 的無腦衝節奏只能選擇放棄。

之後，Gemini、Llama 和 GLM 也均選擇 fold。GLM 也認為 GPT 大概率是大對子或者有 A，而 Llama 選手沒有數據分析，只是覺得自己手牌其實還蠻強的，但沒強到可以跟 260 的價值。

Llama 的上頭，DeepSeek、Kimi 等的謹慎以及 GPT 的大膽都在本局中體現無疑，最後在沒有翻牌的情況下 GPT 收走了底池。就在這篇文章的進行中時，前四名的盈利還在繼續擴大，可以預見的是不出意外冠軍將在前四名中產生，在炒幣上表現不佳的 AI 們，在德撲上重新證明了自己的能力。

雖然很多實驗室會通過一套科學的方案去測試 AI 的能力，但對於用戶來說，更多還是關注 AI 能否為自己所用。在打牌上表現不佳的 DeepSeek 是一個出色的交易員，在交易上韭菜味十足的 Gemini 則在牌桌上大殺四方。當 AI 出現在不同的場景中時，我們可以通過一些我們能理解的行為和結果來看到每一種 AI 擅長的領域。

當然，幾天的交易或者說幾天的牌局並不能為一種 AI 在這方面的能力以及其未來可能的進化下定結論。AI 的決策不摻雜感性的成分，其決策的過程取決於算法的底層邏輯，可能連模型的開發者都並不清楚自己手搓的 AI 究竟在哪些方面更加擅長。

通過這些走出實驗室的娛樂性質測試，我們可以更加直觀的觀察 AI 在面對我們習以為常的事情和遊戲時的邏輯，並反過來進一步拓展人與 AI 的思考邊界。