李世石对阵 AlphaGo：那场人机大战究竟发生了什么

几十年来，围棋一直是个例外。别的棋类项目里，机器迟早都会超过人类，唯独围棋不一样：它太深、太依赖直觉，也太不吃暴力计算这一套，仿佛天生就属于人类。

这份自信在 2015 年出现了裂缝。那一年，DeepMind 拿出了 AlphaGo——一个不只会计算，还会学习的系统。

几个月之后，它战胜了一位职业棋手。到 2016 年 3 月，它已经坐到了李世石的对面——那一代最伟大的棋手之一。这场对决，彻底改写了人们对围棋的理解。

这篇文章想从棋手的视角，把那段故事重新讲一遍——不谈代码，不讲算法，只讲那些瞬间、那些选择，以及它们带来的后果。

本文改编自我们 YouTube 频道上的一期视频。

不只是一场比赛：AlphaGo 为什么会成为一个故事

乍一看，AlphaGo 的那几盘棋不过是老故事的又一章：计算机在又一个棋类项目上战胜了人类。这个剧本早就上演过。20 世纪 90 年代，西洋跳棋先失守。没过多久，国际象棋也倒下了。等 AlphaGo 出现的时候，很多人只是觉得，这回轮到围棋而已。

可围棋硬是抵抗了几十年。等这一天真的到来，它也不像一次例行的王座交接。AlphaGo 的那几盘棋之所以成为故事，不是因为机器赢了，而是因为它怎么赢的，以及这一路上被它揭开的东西。

在棋手眼里，这件事的分量从来不在最终比分上。它意味着直觉被挑战，意味着“好形”“正着”这些沿用了多少代的观念悄悄崩塌，也意味着一个让人不太舒服的事实：创造力，不再是人类独享的避难所。那几盘棋逼着棋手重新审视那些近乎天经地义的习惯。

所以，AlphaGo 的故事没法只用棋图和手数讲清楚。它更像一条叙事线：先是怀疑，然后是不敢相信，再到慢慢承认，最后是接受。早在人们开始谈论神经网络和训练流程之前，棋手就已经在棋盘上嗅到了：有什么根本性的东西，变了。

AlphaGo 究竟是什么——为什么当时没人指望奇迹

AlphaGo 出自 DeepMind，一家挂在 Google 名下的研究公司。可在早期，光凭这份出身并没有让职业棋手感到多少压力。程序这些年一直在进步，但离顶尖人类还差得很远，经验也告诉大家：AlphaGo 大概逃不出同一条曲线。

抛开技术细节，这套系统的思路其实不难懂。它的起点是一个庞大的人类棋谱库——那是训练素材，而不是照搬的教条。几个神经网络在其中分工协作：其中一个学会了扫视盘面、认出反复出现的棋形，并预测下一手大概会落在哪里。它的预测远谈不上完美——那不是绝对真理，更像是有根据的猜测：好用，却远远称不上万无一失。

与此同时，另一个网络拿已经下完的棋来训练。人们把一个个局面摆给它看，并告诉它这盘棋最后是谁赢的。久而久之，它学会了判断任意一个局面里哪一方占优。同样，这种判断并不精确，早期的准确率也就 60% 上下，离“确定”还远得很。但它本来也不需要完美，只要好到足以指引下一步就够了。

而下一步，就是自我对弈。

带着这些还很粗糙的预测工具，AlphaGo 开始和自己下棋，一盘接一盘，数量惊人。每下一盘都会产生新的数据，每一个结果又反过来喂回系统，让它对“什么样的选择能赢、什么样的不能”越来越有感觉。规律被归纳，假设被修正，整个循环一遍又一遍地重来。正是在这个过程里——也就是强化学习——AlphaGo 真正的力量开始悄悄冒头，早已超出任何静态棋谱库能给的东西。

要强调的是，上面这些说法都还很粗略。连开发者自己也承认，这样的描述略过了数不清的技术细节。这是有意为之的简化——只勾勒思路，不让人淹没在数学里。真正懂行的人当然能挑出其中的漏洞和省略之处，而这样的指正，我们一直欢迎。

不过对这个故事来说，更要紧的是当时的 AlphaGo 看上去是什么样子。它还不是后来人们想象中那台冷酷无情的机器。它下出来的棋，常常带着一眼就能认出的人味：走成熟的布局，做保守的选择，有时还会漏掉今天的 AI 立刻就能指出的机会。连开发者自己都说，它还是个半成品，而不是一件打磨好的武器。

放在这个背景下，就不难理解为什么大家的预期一直不高。棋手见过太多被寄予厚望的程序，最后都被轻松拆解。至少从纸面上看，AlphaGo 只是又一次渐进式的改良——也许令人惊喜，但谈不上革命。

接下来发生的一切，会证明这个判断错得有多离谱。

樊麾之战：人类自信的第一道裂缝

在全世界把目光投向首尔之前，AlphaGo 其实已经和职业棋手交过手。2015 年 10 月，DeepMind 安排了一场几乎不动声色的比赛，对手是樊麾——生于中国、旅居法国的职业棋手，三届欧洲冠军。

从纸面上看，选樊麾很合理。他棋力扎实、经验丰富，是货真价实的职业棋手，却又没有东亚顶尖强豪身上那层近乎神话的光环。收到邀请时，他心里自然是有怀疑的：程序挑战职业棋手又不是头一回，结果向来吓不着谁。樊麾答应了，多半以为这会是一场有来有回、但仍在自己掌控之中的较量。

这个预期很快就落了空。

一盘接一盘，AlphaGo 全都赢了。不是险胜，也不是抓住某一次疏漏，而是赢得干脆利落。比赛以 5 比 0 收场，机器完胜——这是职业棋手第一次在分先对局中被 AI 零封。

可奇怪的是，这一战的余震并不大。

在围棋圈里，这个结果引来的是议论，而不是恐慌。有人怀疑樊麾的真实棋力，也有人说，长期在欧洲生活和比赛，让他的手感比亚洲的职业棋手生疏了一些。当然也有同情——连输五盘给一台机器，对任何棋手来说都是极重的心理负担。

更关键的是，很多棋手压根没把这场比赛当成定论。AlphaGo 是赢了，可这胜利未必说明什么。主流看法依旧稳固：碰上真正顶尖的人类，这台机器一定会露出破绽。

事后回看，这一刻正是暴风雨前的平静——警报其实已经响了，只是所有人都心安理得地当作没听见。

像人一样的机器：早期 AlphaGo 的局限与失误

AlphaGo 赢了樊麾却没能敲响警钟，一部分原因就在它下棋的样子。这个早期版本，还不像后来人们心目中那种冷酷、不近人情的 AI 围棋。

它的布局看着眼熟，成熟的定式一个个摆上棋盘，几十年来公认的防守棋形也下得毫不犹豫。好几处局面里，AlphaGo 选的都是扎实保守的拆边，而这些手在今天的 AI 看来效率不高，甚至根本没有必要。在有经验的观众眼里，这盘棋的大部分内容都熟悉得让人安心。

更扎眼的是，AlphaGo 也会下错。

拿今天强得多的分析引擎去看，它的某些选择明显不是最优解：该走的交换漏掉了，该抢的急所放过了，有些地方本可以下得更凌厉，把优势拉得更开。个别对局里，现代 AI 的分析甚至认为，中盘的某些阶段樊麾下得比 AlphaGo 更好。

那还不是精确到冷酷的年代。AlphaGo 的棋风里带着人类式的谨慎：它宁可走稳妥的赢法，也不去追求最大收益，有时候干脆收下安全的实地，而不是继续加压扩大优势。这种倾向后来会被理解为它的性格，而不是缺陷。但在当时，它只是强化了一个让人安心的错觉——机器很强，但仍然像人，仍然不完美。

这么一看，5 比 0 的比分与其说是预言，不如说是意外。围棋界还没意识到，这只是一个中间形态——这套系统仍在摸索，自己究竟能走出人类习惯多远。

在很多人看来，真正的考验还没开始。

赛前的李世石：传奇的自信

当 DeepMind 宣布 AlphaGo 的下一个对手是李世石，事情的性质一下子就变了。这不再是一场对着某位强手的低调测试，而是一次公开叫板——对手是现代围棋最具代表性的人物之一。

到 2016 年，李世石的地位早已稳固。多届世界冠军，以战斗力和天马行空的解题能力著称，他身上体现的是一种极具人味的围棋理想。有的棋手让人佩服的是稳健和效率，李世石让人害怕的却是另一套本事：把局面搅复杂，找出别人想不到的手段，把混乱变成机会。面对人类对手，这种棋风为他赢下了数不清的头衔。

赛前，李世石自然把 AlphaGo 对樊麾的那五盘棋摆了一遍。看完他并不担心：机器是强，但没到压倒性的地步，棋里还留着肉眼可见的不准确之处，有些选择保守得近乎胆怯。在他看来，结论明摆着——AlphaGo 赢过一位职业棋手，但赢不了这一位。

在公开场合，他表现得很有把握。私下里，他唯一拿不准的只是最终比分：自己会 5 比 0 拿下，还是 4 比 1？至于 AlphaGo 反过来碾压他，这种可能性压根没被认真讨论过。

李世石看不到的东西——所有人都看不到的东西——发生在 2015 年 10 月到 2016 年 3 月之间的那几个月里。那段时间，AlphaGo 一刻不停地训练。数以百万计的自我对弈打磨了它的判断，补上了它的弱点，重塑了它对棋盘的理解。外界没有任何人能看到这些结果。将要在首尔落座的那台机器，已经不是当初对樊麾的那一台了。

这种信息上的不对称非常关键。李世石只有等第一颗子落到棋盘上，才会知道 AlphaGo 真正的实力。在那之前，不确定留下的空白由自信填满——而这份自信，几乎整个围棋界都有份。

舞台已经搭好，只是这场对决最后的走向，几乎没人猜对。

首尔第一局：计划瞬间落空

2016 年 3 月比赛开打时，关注度早就溢出了围棋圈。对局全程直播，多种语言同步解说，首尔的大厅和广场上挤满了看棋的人。这已经不只是一场职业比赛，而成了一个文化事件——被塑造成人类直觉与机器计算的较量。

第一局的开局还算平静。李世石下得很放松，节奏从容，像是完全看清了双方的实力对比。前半盘看着不错：黑棋有扎实的实地，白棋显得又薄又散，解说都说这盘棋人类这边挺舒服。

然后，AlphaGo 下出了出人意料的一手。

它没有回避复杂，反而早早挑起了战斗：又断又刺，把棋子一块块分割开，逼得李世石同时照顾好几块弱棋。棋盘几乎立刻就绷紧了。机器没有把局面往平稳的实地上引，而是把这盘棋推进了不稳定的漩涡——而那恰恰被认为是人类创造力最该发光的地方。

解说席上仍在安抚观众：局面是复杂，但还在可控范围内，李世石本来就以乱战见长。可随着中盘展开，一个微妙的变化浮了出来。AlphaGo 不只是在复杂局面里活下来，它是在掌控这份复杂。每一处局部的小交手都稍稍偏向它一点点，积少成多，效果开始显现。

后来现代 AI 的分析证实了当时几乎没人看出的一点：从很早开始，这盘棋对白棋就是好下的。表面上的均势具有欺骗性。AlphaGo 的优势起初很小，却在第一场战斗之后稳步扩大。

等进入官子，胜负已经没有悬念。AlphaGo 冷静高效地把胜利收进口袋，一路做着保守的选择——它要的是确定，不是好看。最终只是小胜，但心理上的冲击一点都不小。

李世石第一次遇到一个自己扳不回来的局面。输棋本身已经让人意外，输的方式更让人不安：AlphaGo 不是靠蛮力算赢的，也不是抓住某一次失误，而是从布局开始就定下了这盘棋的基调。

比赛才刚开始，最初的那些判断就已经绷不住了。

恍然大悟：AlphaGo 真的在创造

如果说第一局动摇了预期，第二局则把预期彻底击碎了。

一开始一切如常：布局进行得很顺，形势保持均衡，李世石按熟悉的思路走，一边构筑外势，一边留住变化。没有迫在眉睫的危险，也看不出明显的失着。然后，AlphaGo 落下了一手，让整个房间都僵住了。

那不只是出人意料。那一手看上去就是错的。

五路肩冲，这一手违背了围棋最基本的直觉。肩冲通常是用来把对方的棋子往低位压，削减它的外势。可在这里，它像是在做相反的事——不像是在限制实地，反倒像是送地。解说迟疑了，观众愣住了，连身经百战的职业棋手都很难解释自己看到了什么。

可这一手，偏偏就成立。

它的用意是慢慢显露出来的。那颗子不为眼前的便宜，而是把棋盘上相隔很远的几处连成一气，同时给好几块弱棋撑腰，还悄悄为后面的攻击埋下伏笔。一手看似退让的棋，最后长成了一个异常协调的局面。AlphaGo 没有遵循人类的成规，但它遵循了逻辑——一种超出既有棋形的逻辑。

故事就是从这一刻开始转向的。

在此之前，人们还可以相信 AlphaGo 不过是个极快、极守纪律的模仿者，把从人类棋谱里学来的东西重新拼装一遍。这个解释在这里崩塌了。没有哪个职业棋手会选这一手，也没有哪本书教过这一手。可这台机器自己找到了它，并且笃信不疑，敢在全世界面前落下去。

赛后，李世石自己也承认了这一手的分量。这不是一套在棋谱库里盲目翻找的系统，它拿得出原创的想法，也能用人类还不理解的方式判断局面。

这场比赛的心理天平从此再也没能扳回来。AlphaGo 赢下第二局，把比分变成 2 比 0，但比分只讲了故事的一半。更深的失守发生在观念上：一个长久以来的信念——创造力是机器越不过去的最后一道门槛——刚刚被突破了。

从这一刻起，这场比赛的悬念不再是 AlphaGo 能不能赢，而是人类这边还能不能找出任何一样机器没见过的东西。

压力与应变：改变棋风为什么适得其反

0 比 2 落后，比赛进入了一个危险的心理区间。到了这个层次，棋手要对付的不只是盘面，还有自己的本能。换个下法试试的念头，会变得难以抵挡。

第三局，人类这边的策略明显变了。布局不再往熟悉的框架里落，而是直奔冲突：早早贴身靠过去，把棋分断开，盘面上很快堆满了双方悬而未决的弱点。意图很清楚——制造混乱，加快节奏，把这盘棋拖出 AlphaGo 那种冷静、有条不紊的掌控之外。

这么做完全可以理解。面对一台好像什么都能悄无声息算准的机器，最自然的反应就是造出让“算”本身变难的局面。长久以来，战斗棋一直被视为人类的主场——那是直觉、胆量和读懂对手情绪的地盘。

但经验给出的教训很残酷：压力之下改变自己的根本棋风，几乎从来都不管用。

棋一路下下来，AlphaGo 处理复杂局面时冷静得让人发毛。它的每一块棋都保持着轻灵，该连的时候总是刚好连上，对方的威胁它照单全收，却从不反应过度。换成人类，多半忍不住要抢攻，或者提前补一手，机器却总是选那手把变化留在手里的棋。

战斗持续了几十手。没有哪一块棋被杀，也没有出现戏剧性的崩盘。混战过后，AlphaGo 拿到的恰恰是最要紧的东西：一片又大又稳的模样，外加明确的实地优势。仗打得很凶，结果却安静得有点古怪。

现代的分析后来又印证了一个让人难受的规律。在早先对樊麾的那五盘棋里，樊麾下得最好的其实是第一局——在压力和绝望压上来之前。越是想强行要结果，他的准确率反而越低。这一次，同样的剧本又重演了一遍。

第三局结束，比分定格在 3 比 0，比赛实际上已经结束了。围棋界第一次不得不面对一个自己从没认真准备过的结论：一位人类传奇即将被零封，不是因为他技不如人，而是因为对手在压力下根本不会崩。

接下来要争的已经不是胜负，而是意义。

第四局：人类的回答

到第四局，比赛的结果已经没有悬念。0 比 3 落后的李世石赢不了这场比赛，能做的只是给这个故事找回一点平衡。接下来发生的不是战略上的重启，而是心理上的松绑：反正没什么可输的了，他下得放开了。

大半盘棋看下来，AlphaGo 似乎又要用熟悉的方式收工：机器在上边经营出一大片模样，李世石则在别处高效地捞地，留下几颗孤零零的子，赌自己后面能把它们救回来。中盘推进到一半，AlphaGo 保持着大约 10 目的领先——在这个层次上，这样的差距通常意味着可以一路平稳滑向终点。

然后，出现了一个全场没人解释得了的瞬间。

在一个看似已经封死的局面里，李世石找到了一手棋，把全盘潜藏的味道一次引爆。它激活了那些原本看着无关紧要的弱点，把相隔很远的手段串成一个整体的构思，把 AlphaGo 逼进了陌生的地带。这一手威胁的不只是局部的结果，它挑战的是机器对整个局面的判断。

这就是后来被载入史册的第 78 手。

站在今天，手握强得多的 AI 工具，分析者知道一件让人扫兴的事：客观上，这一手本来是不成立的，即便下了，黑棋依然领先不少。但那是属于未来的认知。在那一天，面对那个版本的 AlphaGo，这一手正好戳中了盲区。

AlphaGo 没能找到正确的应手，一手不准，接着又是一手。之前那么笃定的棋，忽然变得犹豫、前后矛盾。李世石精准地抓住了这个机会，把混乱下成了清清楚楚的形势，还救回了刚才看着必死的那几颗子。

整场比赛里，AlphaGo 唯一一次失控，就发生在这里。

李世石最终赢下了这一局，全场的反应堪称罕见。他拿过那么多世界冠军，却从没有哪一盘棋被这样热烈地庆祝过。掌声灌满了房间，如释重负、由衷的敬佩，还有一点近乎倔强的不服气，在观众席上一层层荡开。

记分牌上仍然是 3 比 1，AlphaGo 依旧占据绝对优势。但有些要紧的东西被夺了回来。这一局证明：哪怕是超越人类的系统，也会被打个措手不及——靠的不是蛮力，而是一个别人都看不见的想法。

李世石之后：天花板消失了

对李世石的比赛结束后，DeepMind 已经向世界摆明了一件事：人工智能的棋力，如今已经超过任何一位人类棋手。围棋是人类最后一块专属领地——这个流传已久的说法，终于塌了。

但故事并没有到此为止。

对阵李世石的那个 AlphaGo，比几个月前赢下樊麾的那个已经强了一大截。于是有一个问题摆在面前：如果再多给这套系统一些训练时间，会发生什么？

答案在同一年就来了。

2016 年 12 月，弈城（Tygem）上冒出一个神秘的新账号。它向全世界最强的棋手一一挑战——然后全部赢下。60 盘，60 胜。一开始没有任何解释，只有一片安静的难以置信。很快大家就明白了：这是同一个项目的又一次进化，后来它有了名字——AlphaGo Master。

第二年，AlphaGo Master 在一场正式比赛中对上了中国最强的棋手柯洁。结果毫无悬念，柯洁始终没能站稳脚跟，比赛以 3 比 0 结束。到这个时候，AlphaGo 的水平只能用“超越人类”来形容了。

即便如此，DeepMind 还是没有停。

AlphaGo Zero 与人类模板的终结

2017 年，一套截然不同的系统登场了：AlphaGo Zero。和之前所有版本都不一样，它的训练里没有用过哪怕一盘人类棋谱。没有职业对局库，没有继承下来的布局，也没有任何约定俗成的道理。它完全从零开始学围棋。

起初它的棋乱七八糟，几乎像是随手乱下。但靠着不停歇的自我对弈，它一点点长出了自己对这门棋的理解，最终超过了此前每一个版本的 AlphaGo。两者直接较量时，AlphaGo Zero 在 100 盘里赢下了 89 盘。

这背后的含义让人不安。据估计，AlphaGo Zero 比当年对李世石的那个版本大约强三子。如果 DeepMind 把首尔那场比赛往后推一年，结局就不会有什么波澜和悬念了，多半会是一边倒的碾压。

完成这项壮举之后，DeepMind 公开了自己的方法。其他开发者得以复现整个过程，如今超越人类的围棋 AI 已经有好几个。到了那个层次，彼此之间的差别已经没什么意义。就连 KataGo 这样人人都能免费用的工具，棋力也早已远在任何职业棋手之上。

赛后，李世石回望这一切时说过一番话，让很多棋手久久难以释怀。多少代人都相信，围棋是人类创造力的极致表达。AlphaGo 动摇了这个信念。它让人看清：人类的棋其实已经变得多么保守、多么循规蹈矩——那是老师传给学生的习惯，靠传统而不是靠探索一代代加固起来的。

讽刺的是，如今 AI 成了完美的标尺，棋手很可能又一次变得同样僵化——只不过换了一套“正确”的下法而已。

AlphaGo 最终改变的不只是布局理论，尽管那一部分的改变已经无法逆转——2017 年还让人瞠目结舌的下法，不到 10 年就成了标准配置。更深的变化发生在视角上：围棋变得比它自己的传统更大，创造力也不再只由人类的直觉来定义。

这场变化的规模太大，一篇文章根本装不下。它的后果仍在展开，值得单独拿出来细细审视。

而此刻，棋盘还在，棋子还在，挑战也和从前一样：在完美已经不属于人类之后，依然创造出有意义的东西。