AI 围棋，从棋谱到数目

模型目前还没有记忆力

模型每一手都只看当下的棋盘来作答。它不记得几手之前哪些棋子被提走、哪里发生过劫争， 也不记得开局时约定了什么规则。因此，它有时会给出已经有棋子的位置、自杀着法， 或者刚被提劫就立刻提回的着法。

目前由网页上的规则引擎来填补这一空缺。如果模型选择的坐标违反规则，就把它放入拒绝列表后重新询问； 如果仍然得不到合法着法，就如实显示错误。我们绝不会悄悄换成随机的一手。

对局的每一手都会记录在服务器上。但模型并不会读取这些记录再下棋。写在笔记本上和记在脑子里，是两回事。

话虽如此，我们并不打算把记忆力交给单一模型。指出仅靠 RAG 和 LLM 无法解决这类问题的研究也时常出现。 因此，我们尝试把角色分配给多个引擎，以此构建记忆力。

• 提劫后立即提回、自杀这类绝对不允许的着法，由规则引擎拦截。即使写进提示词，模型也可能无视。 这一部分现在已经在运行。
• 征子、单官、能做出两只眼的棋形等可以根据棋盘和着法顺序重新计算的内容，由分析引擎每一手重新计算。 如果记下来，棋盘变化后就会留下过时的信息。
• 只有开局约定的规则、正在进行的计划、之前犯下的失误等棋盘上看不到的内容，才作为事件记录下来。 每个事件都设定了出现的手数和失效的时机，在提问之前，只挑选与当前棋盘相关的事件放入提示词。
• 训练数据中也会附上同样的备注。从未见过带备注棋盘的模型，即使在对局中收到备注也无法善加利用。

完成这一结构，是 MariaGO 仍需完成的功课。

更稳妥地判断征子和虎口

2026 年 9 月 28 日，我们修正了 AI 会直接选择战术上吃亏着法的两种情况。模型提出的坐标会根据棋盘上的棋子和气再次检查， 如果是被征子的棋子徒劳逃跑，或者是走进会被立刻吃掉的虎口，就改选其他合法着法。

征子：避免徒劳逃跑和草率停一手

我们会沿着着法顺序推演，判断被打吃的棋子即使逃出一格，是否仍会被对方连续打吃、最终被吃掉。 如果没有引征、无法逃脱，就把这步逃跑从候选中排除。我们还修正了明明有地方可下、却为了躲避征子而停一手的情况， 让 AI 选择棋盘上的其他合法着法。

虎口：分清何时该进、何时该补

AI 不会走进三面被对方棋子包围、落子后立刻被打吃的虎口。对于自己棋子形成的虎口，也会避免无故去补。 不过，如果这一手能吃掉对方棋子，或者周围己方棋子气紧，它可能是必要的战术，因此仍保留为正常候选。

2026 年 9 月开发变更记录

我们依次处理了实战中发现的停一手、非法着法和战术选择问题，并加入了按用户区分的级位功能。 以下变更与模型本身的训练表现无关，适用于验证模型答案、运行对局的服务器和网页规则。

不再在进行中的棋局里草率停一手

如果棋盘上仍有足够的空地和未解决的战斗，即使模型回答停一手，也不会立即接受，而是重新评估紧急的合法候选。 反之，当棋局确实已经收束、没有值得再下的地方时，允许终局停一手，并将其与正常的双方连续停一手结束区分开来。

候选评估纳入双打吃和被切断的风险

我们会检查仅靠斜线相连的棋形：一旦对方从中间切断，两块棋中就会有一块被打吃。 对于会让对方下一手形成双打吃的推进会扣分，并优先选择连接弱子或先救弱子的着法。

根据当前棋形区分打劫与紧气后提子

我们修正了一个问题：曾被拒绝过一次的坐标，在之后的手数中也一直被禁止。现在禁止坐标只适用于当前的棋盘和轮次， 当有棋子被提、棋形发生变化时，会重新计算是否合法。因此，立即提回、造成同一棋盘的劫会被拦截， 但紧一口气提子后，在新空出的位置上落下的合法着法是允许的。

按客户端 ID 保存级位和总战绩

即使是未登录的用户，也会以浏览器的客户端 ID 为准，保存胜、负、和以及总对局数。 对局结果的处理被包在事务中，确保同一结果不会被重复计入。

升级或降级后，该区间的积分会重置为 0，并且不会降到 18 级以下。和棋不改变积分，只记入战绩。

改善评估用启发式在中腹乱撒棋子的问题

原来的评估对手在没有可提的棋子时，往往会在靠近中腹的候选中随机选择，把棋子撒得到处都是。 我们将其替换为综合评分的方式，同时考虑角部三、四线布局、提子、摆脱打吃、连接、压迫对方弱子以及避免自紧气。 与 MIX R5 进行的最初 3 局全部由 R5 获胜，但以第 80 手为准，R5 的平均提子数从最近 100 局旧对局的 5.98 颗降到了 3.0 颗。

启发式、R5 和 Gemma 4 是分开记录的

2026年10月9日，把计分函数选点的棋和模型自己下的棋分开了。启发式执黑对 R5 执白的五局不限手数，启发式一胜四负，全部以双方停着结束。Gemma 4 对 R5 时，落到棋盘上的棋绝大多数是计分函数重选的，所以那不是模型之间的对局。之后用启发式的实战着法训练 Gemma 4，并关掉计分函数下了三局。KataGo 判断黑棋领先 76.2、74.0 和 69.7 目。对局画面可以选择 Gemma 4、本地 AI 和 R5。本地 AI 就是启发式，选择只保存在该浏览器里。

我们如何教会 AI 19×19 坐标

训练数据的起点是高段业余棋手和职业棋手下的 SGF 棋谱。我们不让模型整盘背诵，而是把每一手之前的棋盘与实际的下一手配成一对。 优先使用胜方的棋谱，更多地收录打吃等需要战术判断的局面，并去除重复，避免同一棋盘反复出现。

在早期实验中，模型一直重复棋盘右下方的坐标。训练用棋盘虽然标有数字，但空格和对齐方式与实际对局服务器不同， 模型误读了从两位数列号开始的第 10 列之后的内容。这并不是“棋谱不够”的问题，而是训练与运行时输入格式不一致的问题。

现在，训练和实战都使用同样的对齐网格，行和列统一用两位数表示，从 00 到 18。在正式训练之前，我们会进行坐标测试， 让模型找出随机放置的棋子，并分别查看左上、右上、左下、右下四个象限的准确度。因为即使整体平均不错， 只要在某一个角崩溃，实战中就会变成方向偏差。

所以，MariaGO 的 AI 并不是一台完美的答案机器。它学习了棋谱中的选择，但在陌生的局面中可能会下出坏棋或非法坐标。 把这些失败留在对局日志中，并据此改进下一批数据构成和规则检查，是这个项目的重要组成部分。

不限时，安全落子

为了避免在小小的手机屏幕上误触的一手被确认，我们采用两步落子。轻触一次空的交叉点，会显示一颗金色的预览棋子。 只有再次轻触同一点，或按下屏幕上的“落子”按钮，这一手才会保存到服务器，并轮到 AI 下棋。 轻触其他点只会移动预览棋子。

轮到人下棋时，没有读秒，也没有时间限制。即使长时间开着页面，也不会因为超时而自动停一手。 不过在 AI 计算着法期间，为防止重复请求，输入会暂时等待，响应时间也可能因网络状况而有所不同。

不必着急。选好一手，确认标出的位置后再确定。自杀、打劫等规则上不允许的着法，会在确认阶段给出提示。

棋谱的用途不止是记录

开始对局时，会生成一个六位的对局代码和访问密钥。每次落子时，棋盘、下一位行棋方、提子、劫的位置和完整的着法顺序都会保存到服务器数据库中。 在同一个浏览器中，无需另行搜索就会载入最近一盘进行中的棋局，在棋谱页面还可以按时间和手数查看以往的对局列表。

对局中使用前进和后退箭头，可以在不改变当前手数的情况下复盘过去的局面。回到最后一手即可继续原来的对局。 如果在查看过去某一手时选择“从这里续下”，之后的着法会被舍弃，并从该局面开始新的变化图。 这项功能把实战复盘和假设变化连接在了同一个画面上。

保存的信息由浏览器的临时标识符和访问密钥保护。仅知道对局代码无法打开其他用户的棋盘，要在其他设备上续下， 需要包含访问密钥的链接。清除浏览器数据可能会让设备忘记原有的标识符，因此重要的进行中棋局，最好另外保存好链接。

自动数目会计算什么、会漏掉什么

当双方连续停一手，或用户按下“数目”时，MariaGO 会计算一个接近韩国式数目法的参考分数。 它会搜索空白区域：如果边界只由黑子围成，就算作黑方的目；如果只由白子围成，就算作白方的目。 再加上对局中提掉的对方棋子，并给白方加上 6.5 目贴目，然后显示差值。

难点不在于数空点，而在于识别棋盘上的死子。人们会先约定没有两只眼的棋块或注定被吃的棋子是死棋， 再把它们拿掉，但目前的自动数目并不能完全判定死活。如果死子留在棋盘上，周围区域的边界就会混杂， 导致无法算作目，或得出与实际结果不同的数值。

因此，中途数目只是大致判断形势的工具，终局结果也不应被视为正式的裁判判定。尤其是还剩下大官子， 或者双方棋子混杂在同一区域内时，未被计算的中立点会增多。这种情况下，比起数值，直接查看棋盘更为重要。

开始对局之前

• 目前网页对局使用 19×19 棋盘，人执黑，AI 执白。
• 轻触一次空点，确认预览棋子后再次轻触即可确定。
• 你的落子没有时间限制，每落一手都会保存着法顺序。
• 用同一个浏览器重新访问，即可自动继续最近一盘进行中的棋局。
• 自动数目是一项无法完全判定死活的参考功能。