1. 人类选择等待，扑克 AI 却不断全押

四名玩家都以300亿筹码开始，支付前注后界面显示299亿，几乎仍在同一起跑线。但训练后的 AI 很快集中到一种显眼行为：即使牌弱、街次很早，也频繁全押。它们互相制造巨额底池，并经常迅速出局。

人类玩家不需要复杂妙招。弱牌弃掉，让 AI 彼此碰撞，只有在牌力和局面都合理时才入池。最后获胜并不证明人类打出了完美扑克；它只说明对手策略存在稳定、可重复的缺口，一个保守回应就能利用它。

概率表述也必须准确。若四人实力、筹码相同且没有其他信息，对称的先验份额是每人25%。一人弃牌、退出该手竞争后，剩余三人的条件份额各为 `1 / 3`，约33.33%，不是3.4。真实胜率仍由底牌、公共牌、下注和筹码决定；这里仅是按人数计算的基准。

反复出现的流程是：AI 早期全押，人类弃掉弱牌，AI 之间进行淘汰战，人类再从更好的位置参与。弃牌不会立即增加筹码，却能避开回报不足的波动，保留未来决策机会。AI 则在尚未确认优势时，就反复让全部筹码暴露于风险。

所以，这体现的是 exploitability（可利用性），并非“全押最优”的证明。一次胜负或一次醒目的摊牌不能证明最优性。可靠分析应同时记录各街全押率、全押时平均牌力、淘汰与弃牌结果，以及多个随机种子下的长期筹码轨迹。这场对局的价值在于提供了可复现症状，促使我们继续检查奖励和动作偏好，而不是提前宣布结论。