永恒洗牌

把时钟拨回近一个世纪以前。当底。这是许多地方麻将牌局中一个微小而庄严的动作：当所有人都拿满二十张牌时——小家只拿两张，这是规则——庄家还可以再多拿一张。一般还要求，拿到这最后一张牌的时候，用牌在桌上轻轻扣响，以示拿牌结束。这个动作各地叫法不同，有的地方叫"叩牌"，有的地方叫"当底"，但意思是一样的：牌已齐备，游戏开始。这个动作没有任何实际的游戏功能。它不影响牌的张数，不改变任何人的胜率，不影响后续的出牌顺序。但牌桌上的人都会做，都等着听那一声轻响。那声响是一个信号，告诉所有人：从现在开始，一切重新开始。上一把的输赢已经过去，这一把的命运还在牌墙里藏着。洗牌的随机性已经完成了它的工作，隐藏信息已经均匀分配给每一个人，接下来就看各人的手气和本事了。当底的那一声轻响，是牌类游戏千年历史中最稳定的声音。

从唐宋酒桌上的叶子戏，到马穆鲁克宫廷里的手绘纸牌，到密西西比河蒸汽船上的扑克局，到1920年代纽约公寓里的麻将狂热，到2004年QQ游戏大厅里响起的“胡了”音效，人们一直在重复同一个动作：把牌洗开，把牌扣下，然后开始。而当底的那一声轻响——无论是以物理方式敲在木桌上，还是以数字方式变成屏幕上的一个动画——始终标志着同一件事：随机性与隐藏信息已经就位，人类社交可以开始了。2019年7月，卡内基梅隆大学的Pluribus人工智能在德州扑克六人无限注项目中击败了人类顶级牌手。这个消息在科技媒体上引发了持续数日的报道热潮，标题大多是“AI攻克最后堡垒”或“机器征服扑克”一类的表述。但如果我们仔细阅读Pluribus项目组随后发表的论文，会发现一个远比“机器比人强”更耐人寻味的结论。Pluribus的核心技术架构建立在纳什均衡求解的基础上。

所谓纳什均衡，在扑克语境下指的是一种策略组合：当所有玩家都采用这个策略时，没有任何一个玩家可以通过单方面改变策略来提高自己的期望收益。在两人零和博弈中，纳什均衡策略保证不输——至少从数学期望上如此。但六人局不是零和博弈，纳什均衡的计算难度呈指数级上升。Pluribus的突破在于，它通过一种被称为“持续再解算”的技术，将六人局分解为一系列可计算的子博弈，在每一手牌的过程中实时更新策略。它不需要建模对手的心理，不需要猜测对手的意图，只需要严格遵循纳什均衡的数学指令。论文中有一张图表，展示的是人类职业牌手与Pluribus对战时，在某些特定局面下的下注频率偏差。在一种被称为“河牌圈诈唬”的局面中——即最后一轮下注时，牌手手中其实没有强牌，但通过大额下注试图迫使对手弃牌——人类选手的诈唬频率比纳什均衡策略低了大约十个百分点。

而在另一种被称为“价值下注过小”的局面中——即手中有强牌但下注金额不足以最大化期望收益——人类选手的偏差更为显著，低了接近十五个百分点。这些数字意味着什么？意味着人类职业牌手——那些经过多年训练、以打牌为生的顶尖高手——在面对一个从不恐惧、从不贪婪、从不疲劳、从不因为上一把被诈唬而情绪波动的对手时，暴露出了一个系统性的偏差。他们诈唬得太少，价值下注得太小。换句话说，他们不够激进。但这不是因为他们不知道应该更激进。任何一个职业牌手都懂得诈唬和价值下注的基本原理。问题在于执行。当你坐在牌桌前，面前是真实的筹码，对手是真实的人，你的心跳加快，你的手心出汗，你的大脑在计算概率的同时也在处理社交信号——对手的表情、语气、之前几手的交锋历史——在这些条件下，稳定地执行数学最优策略，是一件在生理上几乎不可能的事情。恐惧会让你少诈唬，贪婪会让你下注过大或过小，疲劳会让你在关键时刻做出次优选择。

这些都是人类的“缺陷”，但它们同时也是牌类游戏存在的理由。Pluribus击败人类顶级牌手的那个晚上，真正被澄清的不是“机器比人强”，而是一条人类千百年来在牌桌上反复验证却从未被如此精确量化的命题：牌类游戏的随机性与隐藏信息，为人类的非理性提供了合法的庇护所。正是因为牌类游戏包含随机性，输掉一把牌的人可以归咎于运气而非能力；正是因为牌类游戏包含隐藏信息，做出错误决策的人“我以为他是在诈唬”而非“我判断失误”。这些解释在数学上可能站不住脚，但在社交上至关重要。它们保护了失败者的面子，维持了牌桌上的和谐，让输家愿意继续坐下来打下一把。如果每一手牌的胜负都可以被精确归因于策略执行的质量——就像围棋或国际象棋那样——那么绝大多数普通玩家将在几局之内彻底丧失继续游戏的动力。这正是Pluribus研究所揭示的悖论的核心：人工智能证明了最优解的存在，但同时也证明了最优解无法被有限的人所稳定执行。

而正是这种不可执行性，使牌桌成为一亿人愿意每晚坐上去的装置，而不是只有几百个顶尖头脑参与的职业竞技场。2020年代之后，一个悄然成型的现象开始被媒体和研究者注意到。顶级扑克社群——那些以打牌为生、每年在WSOP和线上高额桌之间穿梭的职业牌手——迅速将AI训练工具纳入了日常练习。以PioSOLVER为代表的博弈论最优求解器成为职业牌手的标配。这些工具可以输入任意牌局局面，计算出纳什均衡策略下的最优动作频率：在这个局面下，你应该以百分之三十的频率加注、百分之五十的频率跟注、百分之二十的频率弃牌。职业牌手花费大量时间在这些工具上，反复对比自己的实际决策与AI推荐策略之间的偏差，试图将自己的打法校准到尽可能接近数学最优。在扑克训练论坛上，可以找到大量职业牌手分享使用AI工具心得的帖子。

一位以线上高额桌闻名的牌手在2021年的视频博客中展示了他的训练流程：每天早上先用PioSOLVER跑两个小时的标准局面，然后在午餐前打一组线上练习赛，下午复盘时将自己的决策树与AI推荐策略逐条对比。他的屏幕上同时开着三个窗口：左边是牌局回放，中间是PioSOLVER的策略图表，右边是一个Excel表格，记录着当天的偏差值。“我现在大概能达到纳什均衡的百分之八十五，”他在视频中说，“再往上每提升一个百分点，需要的时间可能翻倍。但这就是职业和业余的区别。”

麻将AI的发展也在2020年代取得了突破性进展。微软亚洲研究院的Suphx系统在2019年于天凤平台达到十段——这是人类顶级职业选手的水平。与Pluribus专注于两人或六人无限注德州扑克不同，Suphx面对的是四人麻将的完全不同的信息结构：更多的隐藏信息、更复杂的奖励结构、以及最关键的一点——麻将中存在大量“次优但合理”的决策路径，使得纳什均衡的计算远比扑克更为困难。Suphx采用的是一种结合了深度强化学习和蒙特卡洛搜索的混合架构，它并不试图计算完美的纳什均衡——这在四人麻将中目前仍然不可行——而是学习一种在面对真实人类对手时能够稳定获胜的策略。2021年之后，一些基于类似技术架构的麻将AI训练工具开始在日本职业麻将圈内流通。与扑克圈的PioSOLVER不同，麻将AI工具更多被用于分析特定局面下的“安全牌”选择——即判断哪一张牌打出后被对手胡牌的概率最低。

日本职业麻将联盟的一些选手开始将这些工具纳入赛前准备流程，就像围棋选手使用KataGo或象棋选手使用Stockfish一样。但这里出现了一个有趣的分岔。在扑克圈，AI训练工具的使用几乎成为职业牌手的准入门槛。不使用这些工具，你就无法在高额桌上与那些已经将策略校准到接近纳什均衡的对手竞争。扑克训练工业——这个从2000年代中期开始萌芽、以数据库软件和视频教学为核心的产业——在2020年代被AI工具彻底重塑。新一代的年轻牌手从入门第一天起就在PioSOLVER的陪伴下成长，他们的打牌风格呈现出一种高度一致的“机器味”：激进、精确、几乎不在任何局面下犯系统性错误。但在麻将圈，情况完全不同。麻将AI工具的传播范围始终局限在一个相当狭窄的职业圈层内。绝大多数日本职业麻将选手——更不用说中国、美国或欧洲的麻将爱好者——从未使用过任何形式的AI训练工具。他们继续以传统的方式学习麻将：看前辈打牌、参加线下比赛、在无数次输赢中积累经验。

这并不是因为麻将玩家比扑克玩家更保守或更抗拒技术，而是因为麻将的社会功能与扑克有着根本性的不同。扑克，尤其是德州扑克，在二十世纪后半叶经历了从休闲游戏到竞技体育的转型。WSOP的电视转播、线上扑克平台的崛起、以及随之而来的扑克训练工业，共同将扑克推向了一种“可量化的技艺”的方向。在这个方向上，所有玩家共享同一套评判标准：谁能在长期中稳定盈利，谁就是更好的牌手。这种单一维度的评价体系天然适合AI工具的介入——AI可以告诉你，在给定的局面下，哪一个动作能最大化期望收益。但麻将从未经历过这种转型。尽管日本有职业麻将联盟，中国有各种麻将比赛，但麻将的主体始终是家庭牌局、朋友聚会、社区活动室里的娱乐活动。在这些场景中，赢钱或赢得比赛从来不是唯一的目标，甚至不是主要目标。打麻将的目的是社交：四个人坐在一起，一边打牌一边聊天，输赢只是这场社交活动的背景音。

在这种语境下，一个严格按照AI推荐策略打牌的玩家——永远选择安全牌、永远最大化期望收益、从不因为“想做大牌”而冒险——会被视为一个无趣的牌搭子，而不是一个令人敬佩的高手。在中文互联网的麻将讨论社群中，偶尔会出现关于“AI打麻将”的帖子。一条在2022年发布、获得大量转发的帖子的标题是：“按AI最优策略打麻将会怎样？”发帖者是一位同时打线上麻将和线下麻将的年轻玩家，他花了一个月时间使用一款麻将AI训练工具，试图将自己的打法校准到尽可能接近AI推荐策略。他的结论是：“太无聊了。AI的策略基本上是防守型，永远选择最安全的出牌，永远不贪大牌，永远不冒险。如果你严格按照这个策略打，你的胜率会提高，但你不会胡到任何让人兴奋的大牌。而且你的牌搭子会觉得你这个人特别没意思，打牌像机器一样。”

这条帖子下面的回复大致分为两类。一类是认真讨论AI策略在实战中的可行性——“你说得对，但AI策略在防守端的价值确实很大，尤其是在判断危险牌的时候。”另一类则更接近情感表达——“打麻将就是为了胡大牌啊，不然打什么麻将？”“我们打的是麻将不是数学题。”“和机器打麻将有什么意思，打麻将就是看人。”

最后这条回复无意中触及了问题的核心。“打麻将就是看人”——这句话翻译成博弈论的术语就是：麻将的乐趣来源于对对手心理的猜测、对隐藏信息的推理、以及在不确定性中做出人性化的决策。当一个AI系统能够以超越任何人类的精度执行最优策略时，它并没有使麻将变得无趣，而是反过来证明了一个事实：麻将的乐趣从来就不在于最优策略的执行，而在于执行最优策略的过程中那些不可避免的人性偏差。这正是2020年代“人机共牌”新生态中最深刻的悖论。顶级职业圈层正在以前所未有的速度吸收AI技术，试图将自己的决策校准到尽可能接近数学最优；而占据牌类游戏参与者总数百分之九十九以上的普通玩家，几乎完全不受AI技术的影响，继续用同样的方式犯着同样的错误，获得同样的快乐。

这两条看似矛盾的线索，恰恰指向同一个结论：牌类游戏作为一项“技艺与运气并存”的人类活动，其社会功能从来不是筛选最优策略执行者，而是制造一种所有人都可以参与、所有人都可以把失败归咎于运气、所有人都可以期待下一次翻盘的公平幻觉。这种公平幻觉是牌类游戏区别于其他竞技活动的根本特征。在围棋或国际象棋中，水平差距是赤裸裸的。一个业余三段和一个职业九段下棋，结果几乎没有悬念，而且失败的一方几乎找不到任何外在的理由来解释自己的失利。你输了就是因为你下得不如对方好，没有任何运气的成分可以推卸。这种纯粹的技艺比较，使得棋类游戏天然具有一种精英主义的气质：它筛选强者，淘汰弱者，让每一个参与者清楚地看到自己在能力金字塔中的位置。牌类游戏不是这样的。当一个业余玩家在一局德州扑克中输给一个职业牌手时，他可以告诉自己：“他运气好，河牌被他买到了。”当一个普通麻将玩家输给一个高手时，他可以归咎于“今天手气不好”或者“上家总是喂他好牌”。

这些解释在统计学上可能站不住脚——长期来看，技艺更高的玩家一定会赢——但在一局一局的微观层面，随机性和隐藏信息为失败者提供了足够的面子保护。这种保护机制使得牌桌上可以容纳不同水平的玩家共同游戏，而不至于让弱者因为反复被碾压而退出。这正是牌类游戏能够成为人类社交史上最成功的装置之一的根本原因。从唐宋酒桌上的文人叶子戏，到密西西比河蒸汽船上的赌徒扑克局，到1920年代纽约中产公寓里的麻将派对，到2004年QQ游戏大厅里数以百万计的线上牌局，再到今天任何一个中国城市社区活动室里下午三点准时响起的麻将声——这些场景的共同特征不是技艺的高低，而是参与的门槛。任何人都可以坐下来，任何人都可能赢，任何人都可以在输了之后说一句“下次再来”。这种包容性使得牌桌成为人类社会中最稳定的社交场所之一，一个跨越阶级、年龄、性别和文化的连接装置。现在我们回到Pluribus击败人类牌手的那个夜晚。

如果我们把那个夜晚设定为牌类游戏千年演进的终点——就像许多科技媒体在那时所做的那样——那么我们确实错过了整部牌史上最深刻的悖论。机器击败人类，这个叙事框架本身就预设了一个前提：牌类游戏的终极目标是筛选出最强策略执行者。但这个前提是错误的。牌类游戏的终极目标从来不是这个。它的目标是让人坐在一起。2023年冬天的一个夜晚，在中国南方某个县城的一家字牌馆里，四五个老人围坐在一张方桌前打跑胡子。跑胡子是字牌谱系中最流行的变体之一，流行于湖南、湖北、四川等地。牌面上印着汉字数字和《千字文》的字句，规则复杂到外地人几乎无法入门。这些老人打了一辈子跑胡子，从未听说过Pluribus或Suphx，也从未使用过任何形式的AI训练工具。他们甚至可能不知道“人工智能”这个词的确切含义。但他们知道怎么打跑胡子，知道什么时候该吃什么时候该碰，知道怎么判断对手手中的牌型。他们的技艺来自数十年的实战经验，来自无数次输赢的积累。

他们犯着各种在AI看来显而易见的错误——过于保守地放弃了一些本可以胡的牌，过于激进地追逐了一些概率很低的大牌——但这些错误丝毫不影响他们享受游戏的过程。牌局进行到一半时，有人胡了一把大牌。赢家笑着收钱，输家嘟囔着说手气不好。洗牌声响起来——那是一种不同于扑克洗牌的声响，字牌长条形的形状使得洗牌动作更接近于“搓”而不是“洗”，纸牌之间摩擦发出沙沙的声音。然后是码牌、抓牌、当底。庄家拿到最后一张牌时，用牌在桌上轻轻扣响。那一声轻响，和唐宋酒桌上叶子戏玩家叩牌的声音、和马穆鲁克宫廷里牌手叩牌的声音、和密西西比河蒸汽船上赌徒叩牌的声音、和1920年代纽约公寓里麻将玩家叩牌的声音、和今天世界上任何一个角落任何一个牌桌上叩牌的声音，是同一个声音。它标志着一个从中国开始、穿越丝路、征服世界、最终回到每一个普通人手中的千年故事的一个新的循环。这个故事永远不会结束。

不是因为人类无法创造出比人类更强的牌手——技术上这已经实现了——而是因为“创造更强的牌手”从来就不是这个故事的主题。这个故事的主题是随机性与隐藏信息如何组织人类社交。一千多年前，当中国唐代的酒客们第一次使用纸牌来代替骰子或签条时，他们无意中发明了一种装置：它比棋类更平民——因为运气可以让弱者战胜强者；比骰子更社交——因为隐藏信息要求玩家互相猜测、互相表演、互相理解；比任何其他游戏都更接近人类社会本身的运作方式——因为真实世界从来就不是完全信息的博弈，我们永远在不确定中决策，永远在猜测他人的意图，永远需要运气的眷顾。洗牌这个动作，是这套装置中最古老也最核心的仪式。洗牌意味着重置，意味着公平，意味着上一把的恩怨已经了结，下一把的机会重新分配给每一个人。在物理层面上，洗牌只是将牌张的顺序随机化；但在社会层面上，洗牌是一个契约：所有参与者同意接受随机性的裁决，同意在隐藏信息面前人人平等，同意将胜负部分地交给运气而非完全交给技艺。

这个契约使得牌桌成为一个独特的社交空间——一个既竞争又合作、既认真又游戏、既关乎金钱又不完全关乎金钱的阈限空间。数字时代试图改造这个空间。线上平台将洗牌变成了服务器端的一段代码，将隐藏信息变成了数据库中的加密字段，将当底的那一声轻响变成了屏幕上的一个动画效果。这些改造极大地扩展了牌桌的覆盖范围——任何人在任何时间都可以找到一局游戏——但同时也改变了牌桌上的权力结构。平台掌握了洗牌的算法，掌握了隐藏信息的存储，掌握了所有玩家的行为数据。第三十一章描述的那种单向透明的监控层，正是这种权力转移的产物。但数字改造并未触及牌类游戏的社会根基。无论是线上还是线下，无论是物理牌桌还是数字屏幕，人们仍然在做着同样的事情：坐在一起（物理上或虚拟上），接受随机性的分配，在隐藏信息面前互相猜测，赢了开心输了叹气，然后开始下一局。平台可以监控这一切，AI可以优化这一切，但平台和AI都无法替代这一切——因为这一切的意义不在于结果，而在于过程。

这引出了全书必须回应的最后一个反方论点。有一种观点认为，牌的简史可以完全用外部条件来解释：印刷术的传播导致了纸牌的普及；贸易路线决定了牌类的扩散方向；资本主义和殖民主义推动了扑克的全球化；互联网和移动通信催生了线上平台；人工智能的发展必然导致机器击败人类。按照这种解释，人类在牌史上的作用只是被动地接受技术和社会条件的塑造，任何文化选择或制度设计都只是表象。但这个解释无法回答一个关键问题：为什么在拥有完全相同技术条件的地区，牌类文化呈现出如此巨大的差异？为什么欧洲发展出了标准化的四花色扑克并推向全球，而中国在同一时期发展出了数百种方言化的字牌变体？为什么德州扑克在美国成为竞技体育和博彩产业的支柱，而麻将在日本成为职业联盟但在中国始终以家庭娱乐为主体？为什么线上扑克平台在全球范围内迅速标准化，而中国的地方棋牌平台却发展出了每县一种规则的碎片化生态？这些问题不能用技术条件或经济结构来回答。

它们指向的是人的选择：具体的人群在具体的历史时刻，基于具体的文化传统和社会需求，对同一种装置——随机性与隐藏信息组织社交的装置——做出了不同的使用方式。标准化与方言化的矛盾线贯穿全书，它的每一次摇摆都不是技术自动演进的结果，而是人的组织能力和制度设计在特定条件下的产物。同样地，技艺与赌具的百年官司也不是一个技术问题，而是一个社会选择问题。每一种牌类游戏都同时具有技艺属性和赌博潜力，法律如何界定这种游戏——是技艺竞赛还是博彩活动——取决于特定社会的道德观念、政治结构和经济利益格局。美国不同州对扑克合法性的截然不同的裁定，中国对线上麻将平台的反复整顿与松绑，日本对弹珠台与麻雀庄的法律切割——这些都不是技术自动演进的产物，而是人做出的选择，而且这些选择直接决定了牌类游戏在特定社会中的命运。因此，当我们说“牌的简史是随机性与隐藏信息组织人类社交的千年记录”时，我们不是在描述一个自动展开的自然过程。

我们是在描述一个由无数具体的人——发明叶子戏的中国唐代纸牌工匠、在马穆鲁克宫廷中绘制第一副手绘纸牌的波斯艺人、在密西西比河蒸汽船上制定规则的美国赌徒、在1920年代纽约推广麻将的美国商人、在2004年设计QQ游戏大厅的中国程序员、在2019年训练Pluribus的卡内基梅隆大学研究者——共同塑造的历史。这些人在各自的时代面对各自的问题，做出了各自的选择，而这些选择的累积效果，就是今天世界上数十亿人每晚坐在牌桌前的那一声当底。现在我们可以回到本章开头那个南方县城字牌馆的场景。那四个围坐在方桌前打跑胡子的老人，他们的父辈可能打过同样的牌，他们的子孙可能不再打跑胡子而转向手机上的斗地主或王者荣耀。但他们自己，在这个冬天的夜晚，继续着他们做了一辈子的事情：洗牌、码牌、抓牌、打牌、胡牌、再来一局。他们不知道世界上有Pluribus和Suphx，不知道有PioSOLVER和纳什均衡，不知道线上平台如何通过反作弊系统收集了数以亿计的行为数据。

但他们知道一件事：只要四个人还能坐在一起，只要洗牌声还会响起，这个游戏就会继续下去。这就是牌类游戏千年历史最后的落点。不是机器击败人类的那一刻，而是在机器已经击败人类之后——在最优解已经被证明、被量化、被训练工具广泛传播之后——绝大多数人类玩家仍然选择无视最优解，继续用自己的方式犯着同样的错误，获得同样的快乐。这不是无知，不是落后，不是拒绝进步。这是人类对牌类游戏本质功能的直觉理解：它从来就不是一个关于最优解的活动，它是一个关于坐在一起的活动。最优解的存在与否，机器是否比人强，这些问题对于字牌馆里那四个老人来说毫无意义。对他们有意义的是今晚的手气好不好、对家是不是又在做清一色、上一把应该碰的牌没有碰是不是错了、以及明天下午还能不能凑齐一桌人。当底的那一声轻响再次响起时，随机性已经重新分配，隐藏信息已经重新就位，新的一局开始了。这个声音已经响了一千多年，它还会继续响下去。

因为只要人类还需要一个理由来坐在一起，只要人类还需要一种装置来组织社交、保护面子、容纳失败、期待翻盘——洗牌声就会再次响起。这不是一个关于技术进步的故事，尽管技术在其中扮演了重要角色。这不是一个关于全球化或文化传播的故事，尽管牌类游戏的全球流散确实是人类文化史上最壮观的扩散之一。这是一个关于人类如何发明了一种装置来管理不确定性的故事——不确定性是自然赋予的（洗牌的随机性），也是社会赋予的（他人心思的隐藏信息）。这种装置如此有效，以至于它穿越了从农业社会到工业社会再到信息社会的每一次巨变，始终保持着它的核心功能：让不同的人坐在一起，在运气的庇护下进行有限的竞争，在失败后保留重新开始的权利。全书至此收束于一个最后的判断。牌的千年历史证明了一件事：人类需要不确定性的合法空间。

在一个越来越被计算、优化、监控和预测的世界里，牌桌可能仍然是少数几个允许人们合法地接受随机性裁决、合法地隐藏自己的心思、合法地表现出恐惧和贪婪、合法地把失败归咎于运气而非自身能力的场所之一。这不是技术的失败，而是人类需求的胜利。洗牌声响起。故事还在继续。