1. O humano esperou enquanto as IAs de pôquer davam all-in

Quatro jogadores equivalentes começaram com 30 bilhões de fichas. Depois do ante, cada stack mostrava 29,9 bilhões, quase o valor inicial. Mesmo assim, os agentes treinados logo se concentraram num comportamento evidente: all-ins frequentes, inclusive com mãos fracas e nas primeiras streets. Criavam potes enormes entre si e muitas vezes eram eliminados cedo.

O humano não precisou de uma contraestratégia brilhante. Foldou mãos fracas, deixou os agentes colidirem e entrou quando força e contexto justificavam. Vencer no fim não prova pôquer perfeito; mostra que uma resposta simples e estável podia explorar uma falha repetida nas políticas adversárias.

A conta de probabilidade exige cuidado. Com quatro jogadores realmente iguais e nenhuma outra informação, a parcela prévia simétrica é 25% para cada um. Quando um jogador folda e sai da disputa daquela mão, os três restantes ficam com uma parcela condicional de `1 / 3`, cerca de 33,33% cada. Ela não vira 3,4. A equity real depende das cartas, bordo, apostas e stacks; esse cálculo é apenas uma referência baseada no número de competidores.

O fluxo recorrente foi direto: uma IA empurrava cedo, o humano descartava uma mão fraca, os agentes jogavam um pote eliminatório e o humano participava depois em situação melhor. Foldar não cria fichas imediatamente, mas evita variância pouco recompensada e preserva decisões futuras. As IAs expunham todo o stack antes de confirmar vantagem relevante.

Isso é evidência de exploitability, não de que all-in seja ótimo. Um showdown marcante ou um único vencedor não demonstra optimalidade. É preciso acompanhar taxa de all-in por street, força média no shove, eliminações e folds, além da trajetória dos stacks em várias sementes. A partida serviu como sintoma reproduzível e motivo concreto para investigar recompensas e preferências de ação.