我曾痴迷于扑克，投入了近乎病态的时间。这些年来，我在几乎所有知名线上扑克平台打了超过 1.5 万场锦标赛，经手了逾 200 万手牌。体验过在数千人参赛的线上赛事中夺冠的高光时刻，也经历过财务下风期的低谷，更有一些至今回想起来仍让我作呕的坏运气。我曾与世界顶尖高手对局，包括我的偶像本杰明·罗勒（更为人熟知的是 bencb789）。每一刻我都甘之如饴。
除了偶尔在 Pure Poker 上玩几局（我是该平台的天使投资人），我如今已很少打牌了。关于打扑克教会我的风险投资与创业之道，我能写很多内容，但这改日再谈。近几个月更令我着迷的，是这样一个概念：正如求解器之于扑克、引擎之于国际象棋，人工智能正在成为我们生活和工作中的”战略推演引擎”。
20 世纪 90 年代末至 21 世纪初，扑克突然成为主流文化的一部分。ESPN 开始转播世界扑克系列赛，一整代人通过那些堪称史上最酷的角色发现了这项游戏。场面堪称史诗——菲尔·赫尔穆特在牌桌上大发雷霆，道尔·布朗森戴着牛仔帽安静端坐、操着浓重的南方口音，而斯科蒂·阮一边抽着烟喝着啤酒，一边全押并说出那句经典台词：”你跟注就结束了宝贝。”
剧透提醒：他接了，果然结束了。
这些玩家不仅技艺精湛，更是传奇人物。他们如巨星般闪耀，推动这项运动蓬勃发展。人们开始像运动员研究比赛录像般钻研他们的牌技，他们撰写的扑克策略书籍风靡一时，甚至开创了扑克教学产业。关于这项运动的整套理论体系逐渐进入主流视野。扑克正在发生质的飞跃。
那么问题在哪里呢，莫里斯？问题在于，没人意识到自己打扑克的水平有多差。没错，即便是 90 年代的传奇人物，也敌不过（而且大多确实已经输给了）当今的普通职业选手。
那么，究竟发生了什么变化？每当我告诉别人我曾是职业扑克玩家时，他们总会问起心理层面的东西：读心术、察言观色、墨镜、直觉。虽然这些因素确实存在，但并非游戏真正的根基。扑克本质上是一门极度依赖数学的游戏，你越接近完美的 GTO（博弈论最优）策略，赢面就越大。
GTO 并非新概念，但在 2010 年之前，一桌玩家几乎不可能达到近似纳什均衡的状态。另一种理解完美 GTO 玩法的方式是，这种策略是不可被利用的——换言之，无论你向执行完美 GTO 的对手抛出什么策略变化球，长期来看你都会输，除非你也在完美执行（此时双方盈亏持平）。但若无强大工具辅助，人们又该如何接近对扑克中真正 GTO 形态的理解呢？
解析器的到来永远改变了游戏规则。我认为 PioSOLVER 是最早从根本上改变职业选手获胜所需水平的软件。玩家首次能将特定情景输入计算机，亲眼目睹数学上正确的玩法究竟是何模样。结果令人汗颜——那些顶尖玩家笃信多年的打法，竟被发现是错误。整套战略框架或“决策树”在基础数学面前轰然倒塌。解析器从不在乎你玩了多少年、名望几何、自我感觉多好，它只陈述事实——数学真理。没错，十有八九，你只是个菜鸟。
要准确描述这些工具的强大程度，莫过于通过一个作弊故事来展现。2020 年，一位名叫费多尔·克鲁泽的德国年轻玩家，在 PokerStars 平台低 stakes（$100 NL）仅能勉强盈利，却在不到一年内跻身全球顶级的$40k NL 在线高额桌赢家之列。没人能参透他为何进步如此神速。最终，他在维也纳的室友们公开揭发其作弊行为：每局牌他都用第二台电脑实时接收求解器分析结果——这套设备被室友们称为“造梦机器”。GGPoker 没收了他的奖金，克鲁泽最终也承认了作弊。每当有人坚信扑克纯靠运气时，我最爱用这个故事来回应。若你仍持此观点，欢迎私信我——倒是很想和你切磋一番！
国际象棋更早经历了同样的转变。像 Stockfish 这样的引擎如今已近乎完美的决策系统——若我在与马格努斯·卡尔森对弈时偷偷用手机调用 Stockfish 或 LCZero 作弊，每局必胜。只需逐着遵循其指令，结果便成定数。毋庸置疑，得益于引擎及其辅助训练复盘的能力，当今顶尖棋手已远超昔日大师。
这引出一个问题：在我们生活的哪些领域，我们正像业余选手一样行事，自认为做出了明智的决定，却终有一天发现新技术能比我们更清晰地看透局面？我们又在哪些地方把价值白白浪费掉了？
扑克和象棋只是最容易看到这一概念发挥作用的地方，但在金融领域，几十年来同样如此。从文艺复兴科技到简街资本，最优秀的量化公司都建立在这样的理念上：投资和交易决策可以系统化——从数据中提取信号、进行统计检验、转化为模型、用风险加以约束，并通过软件执行。这并非新鲜事——长期以来，我们在量化交易、信用评分、欺诈检测、定价算法、广告定向、预测，甚至第四档是否强攻等决策领域（@纽约喷气机队——你们可能应该直接弃踢），早已拥有基于模型的决策系统。
然而，大多数人仍未意识到的是，人工智能正成为首个通用推理层，能够开始充当那些历来因过于定性而难以被软件处理的领域的求解器。
这正是转变所在：未来几年，我们将见证人工智能发展出类似 Stockfish 之于国际象棋、PioSOLVER 之于扑克的早期版本，用于我们生活中的定性决策。
处理医疗健康问题是一个很明显的例子，对我而言尤其如此。我曾与慢性莱姆病抗争六年——单是确诊就花了一年多时间，随后经历了各种实验性治疗，还看了几位对病情有完全相反意见的医生。那时，我不需要另一个诊断意见，我需要一个能整合所有数据——血液检查、化验结果、每次就诊记录、疾病控制与预防中心的建议、论坛上患者分享的真实有效疗法——并帮我规划下一步行动的工具。当时我反复对医生说的话只有一句：告诉我该怎么做。面向我的健康的人工智能原生“求解器”意味着能够根据实验室数据、可穿戴设备、家族病史、症状、用药记录和就诊记录等综合信息，提供情境感知的治疗建议、正确的护理导航、准确预估保险覆盖后的实际费用、以及预测未来健康风险——这一切都通过跨数据模式的关联分析实现。在这些领域，AI 应当成为我寻求建议的首选。
营销策略是人们最常向我提出质疑的例子，因为它感觉上最不像数学问题。这项工作涉及创意、独特品牌、情感等诸多因素，目前从未有人成功论证出超级碗广告存在所谓的“博弈论最优决策”。营销活动或许永远需要人类特有的触觉和品味，但我认为，任何营销活动本质上仍是一系列决策的集合：目标受众是谁、他们关心什么、哪种信息最能引发共鸣、哪些细分群体被遗漏、怎样的渠道组合最合理、如何针对不同受众调整同一套方案。在你花钱之前，预测可能的反应等等。我们正在接近一个阶段，软件能够综合足够多的上下文，以过去难以建模的方式推理品味、情感和品牌。在我看来，不相信模型很快会成为营销人员制定策略时的第一站，那将是愚蠢的。
这种未来愿景的雏形，正是新兴的 AI 模拟领域。当 AI 能够精准建模人类、客户、选民或组织的反应模式时，它就不再仅仅是辅助决策的工具，而是让你在行动前就能预演世界走向。Aaru 和 Simile 等公司已展现出早期形态——用 AI 生成模拟真实人群反应的虚拟群体，替代传统焦点小组、民意调查和市场研究的部分功能。这一核心理念远不止于营销领域：产品发布、定价策略、政治博弈、企业战略、消费者研究，乃至任何 AI 能通过决策链预测结果的领域，都将被其重塑。
从非技术用户的角度来看，我思考过 AI 发展的三个不同阶段。AI 1.0 是反应型智能：输入提示，输出答案。AI 2.0，也就是我们当前所处的阶段，是代理型：模型不仅回答问题，还执行任务——预订会议、运行工作流程、使用浏览器。接下来将是 AI 3.0：决策型。未来十年最重要的系统将不再只是回答我们的问题或完成我们的任务。它们将日益成为判断的默认参考点；在我们信任自身高度不完善的判断之前，首先会去寻求它的意见。
这不仅仅是一篇关于预测未来的文章。在 Lerer Hippeau，我们已经部署了一个微调模型，作为我们投资委员会的投票成员。在你惊讶之前，需要说明的是，在 LH，委员会投票并不直接影响投资决策——任何投资人都可以为心仪的项目据理力争。投票的意义在于为投资人提供数据参考，辅助决策。但值得深思的是，在 AI 发展的初期阶段，我们就已开始重视模型对交易的观点，这让我确信我们正站在迈向 3.0 时代的门槛上。
我认为 AI 模型作为定性求解器的基本公式是：上下文 + 历史数据 + 预测推理 = 最优决策。
那么这会将走向何方？普通人是否会依赖模型来引导他们做出人生中最私人的决定，比如是否维持一段感情，或接受哪份工作邀请？企业是否会开始将模型视为战略决策的主导声音，比如是否收购一家公司，或谁应该成为下一任 CEO？总统是否会依靠具备情境感知能力的模型的建议，来决定如何应对一场国际冲突？国家足球队在世界杯对阵德国前，是否会先咨询模型该采用何种阵型？（巴拉圭加油🇵🇾！！）
我很清楚，如果将求解器类比过度延伸，它就会失效。扑克和国际象棋都是结果确定的零和博弈，而人生并非如此。我们今天使用的模型仍然主要依赖那些只能不完全反映现实的数据进行推理：文本、图像、文档、会议记录、浏览器活动，以及我们记得提供给它们的任何背景信息。决策中最关键的部分仍然难以捕捉。创始人在场时的气场、婚姻中微妙的情感动态、公司内部的政治角力、国家元首的私人动机、冲突升级所带来的二三级连锁反应——这些都不像棋局或牌局那样能够作为清晰的输入参数。除非我们拥有更丰富的世界模型，具备更出色的记忆能力和更实时的情境感知，否则这个类比始终是不完美的。
然而，当数据量足够大时，概率性系统看起来会非常接近确定性系统。我们日常决策的每一个环节，都将伴有一个模型——它能比我们吸收更多上下文、比对更多历史数据、更精准地识别模式，并提供让我们愈发感到若忽视便不负责任的参考基准。如同 Stockfish 与 PioSOLVER，这些模型在跨领域优质数据的持续训练下，将随时间推移不断精进。
说实话，我不确定这套理论如何影响我的投资方式，甚至是否真有影响。我并不认为这些系统会达到完美，在某种程度上融入人类判断的做法短期内也未必会消亡。但在生活越来越多的领域里，拒绝参考模型的态度，将如同打扑克时既不做任何求解运算、却仍坚信自己技高一筹那般荒谬。你或许尚未察觉，但牌局早已生变。若你仍不用求解器，你就是牌桌上那条待宰的鱼。