大家好，我是Zack。

今天早上刷我自己的 AI 日报站，热榜第二条是条棋盘游戏的新闻。一开始我没当回事，点进去看完，又读了一遍。

因为它讲的是同一件事，两家做出来的代价差了几百倍。

今天最值得看的一条

这个系统叫 Ataraxos，MIT、CMU、NYU、Stanford 四家联合做的，论文发在 Nature。

它干的事是：在西洋陆军棋（Stratego）里，赢了人类历史上最强的人类选手。

先说这游戏为什么难。双方各 40 枚棋子背面朝下摆好，你看得见自己的，看不见对手的，只有棋子撞上才知道谁的级别高。初始布局超过 10 的 33 次方种。国际象棋状态空间更大，但信息完全公开；西洋陆军棋难的不是”算得远”，是你根本不知道对面是什么，只能一直带着不确定性做决策。

对手叫 Pim Niemeijer，四次世界冠军、十五次荷兰全国冠军，累计六百多周排在世界第一。正式比赛 20 局：Ataraxos 15 胜 1 负 4 平。

但真正让我读第二遍的不是战绩，是成本：

• Ataraxos：16 张 H100 训一周，再用 4 张卡花四天训它的”信念网络”，按 2025 年价格算，不到 8000 美元。
• DeepNash：DeepMind 2022 年的系统，1024 个 TPU 节点训两到三个月，论文估算 300 万到 450 万美元。

而且 DeepNash 并没有真正赢下最顶尖的人类选手。2023 年世锦赛它 28 局赢了 19 局，但输给了包括 Niemeijer 在内的几位顶尖选手。

Ataraxos 用了大约 1/500 的算力、1/30 的自我对弈局数、1/100 的训练样本，做到了 DeepNash 没做到的事。

它是怎么做到的

论文里的三个关键点，我按自己的理解说：

一是训练时强迫它别”定型”。 Ataraxos 是自博弈强化学习，跟自己下棋学出来，不用人类棋谱。团队加了个正则化约束：训练中强迫它不断变换布局和走法，不许早早锁死成一套固定打法，再随训练推进慢慢放松。作用是防止训练原地打转或发散。

二是下棋时用生成模型猜对手的牌。 这是关键。面对隐藏信息穷举是不可能的，Ataraxos 的做法是：用一个生成模型按概率推断对手那些看不见的棋子大概是什么，再在这个”猜测”下评估走法——把穷举换成了概率推断。

三是定制 GPU 模拟器，把样本效率拉上去，这是成本能压到 8000 美元的硬件侧原因。

团队把代码开源了。同样这套方法搬到 Barrage Stratego、Hanabi（合作类纸牌）、斗地主，也都能达到超人水平。

我的判断：降的不是算力价，是方法成本

第一反应很容易是”算力便宜了”。我觉得这个说法不准确：H100 没降价，变的是同样的硬件，方法好了几百倍。

这对一个人做东西的人是真正的利好。过去很多事的门槛是”你有没有几百张卡”，那道门槛我永远迈不过去；现在门槛变成”你有没有想明白问题怎么拆”——这一道，一个人能迈。

我做 AI 日报站就是同一个道理。我没有更强的算力，只是把”抓信源、去重、打分、写一句为什么值得看”这个流程拆清楚了，交给 agent 每天自动跑。它不聪明，但稳定，而且标准我说了算。

另外两条

Google 开始给出版商付费了。

大约 100 家数字出版商参加了一个叫 AI Contribution Pilot 的试点：内容被 AI 摘要、AI 模式、Gemini 用在回答里，按”贡献度”给钱。

报酬差距大到离谱：小站几个月下来不到 1000 美元，不少中小出版商拿到的钱不到自己广告收入的千分之一；也有出版商累计拿到 5-6 万美元，一家早期参与的每年超过 100 万美元。规则不透明，出版商说不清什么算”有效贡献”，金额还会毫无征兆地逐月波动。目前能看出的规律只有一条：动漫、游戏这类”报道少但需求旺”的题材收益更高。

这条我是带着私心看的——我的日报站也在引用别人的内容写摘要。如果内容的价值由平台单方面判定，写东西的人只会更难。

GPT-6 Astra Ultrafast 上了 NVIDIA Blackwell。

NVIDIA 官方博客今天发的：这个模型已经在 Blackwell GPU 上跑起来，面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。

对 agent 的意义比榜单大得多。agent 是循环调用模型的，一个任务跑几十轮很正常，单次延迟降一点，整条链路省下来的是分钟级。这跟昨天 Gemini 4 Argon 把输出上限提到 100 万 token 是同一件事的两面：一面是能跑多长，一面是跑得多快。

我今天做的，和踩的坑

今天我没写多少代码，主要在跟一个很蠢的问题较劲：我想让公众号封面自动生成。

具体是：给一篇文章主题，让 Gemini 出一张宫崎骏风格的图，裁成 2.35:1，传进素材库拿到 thumb_media_id，下次推草稿直接用。脚本做完了，但真正花时间的是另一个坑——微信接口的 IP 白名单。

我的出口 IP 今天漂了三次。上午报错里是 111.60.245.239，我去后台加上，还是不通；到九点多再试，报错里的 IP 已经变成 117.151.140.167。移动宽带的出口 IP 会变，白名单写死一个 IP，基本等于随机失效。

最后的解法很原始：不用 API，改用浏览器扫码登录后台直接操作。登录态能管好几天，比 IP 名单靠谱。

今天学到的一条：任何”我在本机跑”的自动化，动手前先问一句——它依赖的东西会不会变。IP 会变、cookie 会过期、模型接口会改。省心不是一开始不失败，是失败时你知道往哪查。

说点不好听的

• Ataraxos 赢了人类最强选手，但样本只有 20 局。它验证的设计模式目前只在棋牌类游戏里跑通，能不能迁移到更脏的现实场景，论文自己也没说。别急着把它当”通用决策引擎”。
• Google 那个付费试点，对大多数中小出版商来说钱少到没有意义。它更像一个姿态，不是一个解决方案。
• 我今天做的封面自动化，到现在还没产出第一张真实封面。出图那条路要走 Gemini 的逆向接口，需要单独确认，而且 cookie 会过期。这个开关我还没点。

最后

一个人做产品的第二年，我越来越确定一件事：能持续做下去的，不是最聪明的项目，是不依赖外部善意的项目。

信源会变、IP 会变、平台规则会变。留在自己机器上的东西才不会变。

今天这几条新闻，你最关心哪一条？或者你也踩过什么”环境一变就全线崩”的坑？欢迎留言聊聊，我会看。

相关链接

• AI 日报订阅：news.coderfather.com
• 免费课程《AI Agent 全栈实战》：coderfather.com/ai
• 开源仓库：github.com/zackzhangkai

公众号：Zack说AI