1. El humano esperó mientras las IA de póquer iban all-in

Cuatro jugadores iguales comenzaron con 30.000 millones de fichas. Tras el ante, cada pila mostraba 29.900 millones: casi el punto de partida. Sin embargo, los agentes aprendidos pronto se concentraron en una conducta visible: all-ins frecuentes, incluso con manos débiles y en calles tempranas. Creaban botes enormes entre sí y quedaban eliminados pronto.

El humano no necesitó una contraestrategia brillante. Retiró las manos débiles, dejó que los agentes chocaran y participó cuando la fuerza y el contexto lo justificaban. Ganar al final no demuestra póquer perfecto; demuestra que una respuesta sencilla y estable podía aprovechar un defecto repetido de las políticas rivales.

La afirmación probabilística exige precisión. Con cuatro jugadores realmente iguales y sin más información, la cuota previa simétrica es 25% por jugador. Si uno foldea y deja de competir en esa mano, los tres restantes tienen una cuota condicional de `1 / 3`, aproximadamente 33,33%. No pasa a ser 3,4. La equity real depende de cartas privadas, mesa, apuestas y pilas; este cálculo solo es una referencia por número de participantes.

El patrón fue claro: una IA empujaba pronto, el humano descartaba una mano débil, los agentes disputaban un bote de eliminación y el humano entraba después desde una situación mejor. Foldear no produce fichas al instante, pero evita varianza mal compensada y conserva decisiones futuras. Las IA exponían toda su pila antes de establecer una ventaja significativa.

Esto evidencia explotabilidad, no que el all-in sea óptimo. Un showdown vistoso o un único ganador no prueban optimalidad. Hay que medir tasa de all-in por calle, fuerza media al hacerlo, resultados de eliminación y fold, y evolución de pilas en muchas semillas. La partida fue una observación diagnóstica reproducible y una razón concreta para inspeccionar recompensas y preferencias de acción.