如果你只能看一条讲“人工智能如何思考”的视频，这条可能比绝大多数 AI 科普更值得：它没有聊天机器人，没有神经网络黑话，而是从零开始、在屏幕上把一台“会下国际象棋的程序”一行行造出来。整个过程像一场直播解剖——先让程序懂规则，再教它向前看，然后一层层给它装上剪枝、排序、评估、防诈这些真实引擎赖以生存的器官。看懂这条视频，你不仅明白了 1997 年“深蓝”为什么能赢卡斯帕罗夫，还会带走一套可以迁移到日常决策与性能优化上的通用思维模型。本文按视频的叙事顺序逐层拆解，补上它背后的真实学术脉络，并指出哪些说法被简化、哪些地方值得你亲自上手验证。
| 项目 | 内容 |
|---|---|
| 视频标题 | Coding Adventure: Chess（编程冒险：国际象棋） |
| 频道 | Sebastian Lague（独立游戏开发者、编程可视化频道） |
| 发布时间 | 2022年5月（据频道页面） |
| 播放量 | 数百万级，为该频道最受欢迎的节目之一（据频道页面） |
| 技术栈 | C# / Unity，配套代码在 GitHub 开源 |
| 时长形态 | 约25分钟的可视化长文式讲解，全程手写代码+实时演示 |
注：本视频发布时间与播放量为据频道页面及公开报道整理的历史数据，发稿时未能实时联网二次核验，精确数字请以频道页面为准。
这条视频的魅力在于它不告诉你“AI 很厉害”，而是把“为什么程序下棋必须这么设计”按因果链一步步逼出来。整条视频的叙事可以还原为六步，每一步都是为了解决上一步暴露出的致命缺陷。
视频开篇没有谈任何“智能”，而是处理最枯燥的问题：程序怎么知道马怎么走、王车易位什么时候合法、吃过路兵和兵升变怎么处理。这是整个工程的地基。这里藏着一个常被忽略的洞见：在机器眼里，“会下棋”和“懂规则”是两件事。走法生成器必须对棋规做到百分之百正确——一个漏掉的将军判断会让后面所有搜索全盘皆错。视频作者在这里花的时间比观众预想的多得多，而这恰恰是所有棋类引擎开发者的真实体感：国际象棋编程社区（ChessProgramming Wiki）把“走法生成”列为引擎工程的第一大坑，因为易位、牵制、双将这些边界情况极多。这一段对普通程序员的启示很直接：任何“智能”系统，底下都垫着一层必须死磕正确性的平凡代码。
规则就位后，视频引入第一个“智能”组件：与其让程序背棋谱，不如让它向前看几步。这就是极小极大（Minimax）搜索——源自冯·诺伊曼 1928 年的博弈论定理：轮到我时，选对我最好的走法；同时假设轮到对手时，他会选对我最坏的回应。视频用可视化把“两层、三层、四层……”的搜索树长出来，观众能直观看到分支的指数爆炸：国际象棋平均每个局面约有 35 种合法走法，向前看 6 层就是 35 的 6 次方，约 18 亿个局面；向前看 10 层则彻底不可计算。香农在 1950 年的经典论文里估计国际象棋博弈树复杂度约 10 的 120 次方——这就是著名的“香农数”，比可观测宇宙的原子数还多。视频在这里完成了第一个关键转折：暴力搜索在数学上注定失败，聪明必须花在“少搜一点但结论不变”上。
视频的重头戏是 α-β 剪枝。它的直觉可以一句话说清：如果你已经确认 A 走法能让你稳赢，那么当分析 B 走法时发现对手有一手让 B 比 A 更糟的回应，你根本不需要继续分析 B 的后续变化——这个分支无论再怎么发展都不可能改变最终决策，可以直接扔掉。关键在于这是严格数学意义上的“不看”：剪掉的部分永远不会影响最终结论，搜索结果与不剪完全一致。理论分析表明，若走法排序完美，α-β 能把搜索量从分支因子的 d 次方降到约 d/2 次方——同样的时间，向前看的深度翻倍。而“排序完美”不可能达到，所以视频顺势引出下一个工程细节：先搜索看起来最强的走法，剪枝才最容易触发。这就是“走法排序”（如优先尝试吃子、先尝试上一层搜出的最佳走法），也是为什么现代引擎要维护置换表：上一层搜索的记忆能帮下一层把好走法排在前面。视频把“剪枝”和“排序”讲成一对共生体，这是整条视频信息密度最高的部分。
搜索树展开到深度限制后，叶子节点的局面必须变成一个数字，程序才能比较优劣。视频展示的评估函数朴素得惊人：子力价值（兵1、马3、象3、车5、后9这套经典赋值来自几个世纪的欧洲棋理传统）加上“走子方格表”（Piece-Square Tables）——给每个棋子按所在格子的不同打分，比如中心兵比边线兵值钱、王在残局该走出来。作者参考了国际象棋编程社区公开的走子方格表方案（其开源代码标注参考了 PeSTO 这类现代评估表），几十行代码就让程序呈现出“棋感”：主动抢中心、开局王不乱动。这里有一个深刻的认知点：引擎的“性格”与“棋风”几乎完全住在评估函数里，搜索只是忠实的执行者。人类大师所谓“局面嗅觉”，在机器里被显式建模成一张张打分表。
视频没有停在“能下”的层面，而是继续修两个真实引擎都会遇到的经典缺陷。第一个是“水平线效应”：如果搜索刚好在第 6 层停下来，而第 7 层你的后被吃，程序看到的评估完全是错的——它以为自己赚了，其实灾难在视野边缘。解决方案是静态搜索（Quiescence Search）：到达深度限制后，继续把尚未结束的吃子、将军序列搜完，直到局面“安静”下来才评估。第二个是时间管理：竞赛对局里引擎每步只有固定秒数，搜到第几层事先不知道。迭代加深（Iterative Deepening）的方案是先搜 1 层，再搜 2 层、3 层……时间一到就用最后完成的完整结果，同时上一层的结果还能反哺下一层的走法排序。视频在这一段完成了一次漂亮的元演示：好的工程不是一步设计对的，而是在对抗性环境里被失败逼着长出来的。
视频结尾，作者没有宣布“我的 AI 很强”，而是把引擎接入 Stockfish（当今最强开源引擎）做限制强度对弈，用胜负记录粗略反推自己程序的 Elo 等级分。这是整条视频最值得工程师学习的习惯：给智能定一个单一、可测、有公认刻度的指标。Elo 制度由物理学家阿帕德·埃洛设计、1970 年被国际棋联采用，它让“强多少”变成可量化的数字，也让作者能冷静地说出“我的引擎大约在这个水平”，而不是表演性的惊叹。
这条视频表面上是一堂编程课，实际上浓缩了人机博弈七十年的整条主线，每一段都能对应到真实的研究与工程史。
博弈论地基（1928）：冯·诺伊曼发表极小极大定理，从数学上证明有限两人零和博弈存在最优策略。极小极大搜索不是启发式技巧，而是有定理背书的“正确答案的形状”。
香农纲领（1950）：克劳德·香农发表论文《Programming a Computer for Playing Chess》，首次系统提出机器下棋的完整框架，并区分了两条路线——Type A 依赖深度搜索加简单评估，Type B 做选择性搜索只算“像人一样重要的分支”。视频里造的引擎是教科书式的 Type A。香农同时给出了 10^120 的博弈树复杂度估计，为“为什么需要剪枝”提前七十年做了数学铺垫。
图灵的纸上机器（1948–1952）：图灵设计了著名的 Turochamp 程序，但当时没有机器能运行它，图灵只能自己当 CPU 手工执行每一步。这段历史说明：下棋程序的算法设计甚至早于硬件可用。
α-β 的集体诞生（1958–1963）：剪枝思想由纽厄尔、西蒙等人在 1950 年代末提出，麦卡锡给它起了名字，爱德华兹与哈特在 1963 年给出严格分析并证明其最优情形复杂度。这是“多个团队独立发现同一算法”的经典案例。
从 Chess 4.x 到深蓝（1970–1997）：1970 年代西北大学的 Chess 4.x 系列统治早期计算机象棋锦标赛；肯·汤普森（Unix 之父之一）的专用硬件引擎 Belle 在 1983 年率先达到大师级。1997 年 5 月，IBM 的深蓝在纽约复赛中以 3.5:2.5 击败世界冠军卡斯帕罗夫——此前 1996 年它曾 2:4 落败。深蓝是一台配备 480 片定制象棋芯片的超级计算机，每秒评估约 2 亿个局面。深蓝本质上正是视频里这条“搜索+评估”技术树推到工业极限的产物，这就是为什么看懂这条视频，你基本看懂了深蓝。
置换表与 Zobrist 哈希（1970）：阿尔伯特·佐布里斯特提出的随机数异或哈希方案，让引擎能用 O(1) 时间识别重复局面，是现代引擎置换表的基础。视频演示迭代加深时吃到的红利，正是这类结构带来的。
AlphaZero 与 NNUE（2017–2020）：DeepMind 的 AlphaZero 用蒙特卡洛树搜索加自我对弈强化学习，在 2017 年的百局对抗中击败 Stockfish 8（28 胜 72 和 0 负），证明“几乎不喂人类棋理”也能登顶。随后 Stockfish 社区吸收了源自将棋的 NNUE 技术（用极小神经网络增量更新评估），传统 α-β 框架与神经网络评估合流至今。视频未覆盖这部分，但它回答了一个自然疑问：α-β 骨架至今没死，只是评估函数换了大脑。
证据充分的部分。视频讲解的算法序列——走法生成、极小极大、α-β、走法排序、迭代加深、静态搜索——与国际象棋编程社区公认的引擎架构及大学算法课程内容完全一致，不存在为了节目效果编造的“私货”。配套代码开源，读者可以逐行验证。α-β 剪枝“剪掉不影响结论”的数学性质、香农数、深蓝 1997 年的赛果，均为学界与档案记录明确的事实。
被简化或需要折扣的部分，主要有五处。
其一，等级分估计的统计效力有限。几十局的限制强度对弈所得 Elo 置信区间相当宽，视频里报出的数字只能当量级参考，不能当精确标定。正式引擎测试（如 CCRL 榜单）需要数千局才能区分小差距。
其二，“向前看 N 步”的直觉容易误导。实际搜索深度受时间预算、剪枝效率、置换表命中率的强烈影响，“20 步以外”这类说法在不同引擎、不同局面下差异巨大，普通观众容易把它理解成确定能力。
其三，评估函数被大幅简化。走子方格表只编码了最静态的位置知识，人类大师赖以生存的兵型动力学、王安全、子力协同等概念在这套评估里几乎不存在。视频引擎的“棋感”是真实效果，但其天花板远低于它给人的印象。
其四，视频没有覆盖现代引擎近半的技术版图：置换表细节、空着裁剪、null-move 剪枝、开局库与残局表、以及最重要的 NNUE 神经网络评估。把它当入门地图极好，当引擎设计手册则不够。
其五，AlphaZero 路线的暗示需要限定条件。“更少人类知识也能碾压”在 2017 年为真，但代价是海量 TPU 自对弈；这与视频“一台笔记本就能从零学会”的朴素叙事属于两个世界，混为一谈会得出错误结论。
启示一：把“搜索×评估”当成通用决策框架。这条视频给出的不只是棋类算法，而是一切对抗性决策的骨架：枚举选项（走法生成）、推演双方最好与最坏的应对（极小极大）、果断放弃不会改变结论的支线（α-β）、给每个结局打分（评估函数）。你可以把它直接迁移到谈判准备、架构选型甚至求职决策上——先列出对方的“合法走法”，假设对手不犯傻，问自己“如果对方出最强的那一手，我的这个方案还成立吗”。这正是极小极大在日常生活中的用法。
启示二：先定刻度，再做优化。视频结尾用 Elo 验收棋力的做法，是所有性能与效果优化的元方法：在动手加速或调参之前，先给自己定一个单一、可测、有公认刻度的指标，否则一切“优化”都只是感觉。工程史反复证明，可测量性比聪明更稀缺。
启示三：一个周末就能复刻的动手路径。如果你想把这 25 分钟变成真本事，最短路径是：装 python-chess 库接上 Stockfish 跑通一盘人机对弈（一小时），然后照视频思路自己写一个四子棋的 negamax，再加 α-β 和简单评估（一个下午），最后与不加剪枝的版本对比搜索节点数（半小时）。亲手看到节点数从千万级掉到万级的那个瞬间，你对“算法复杂度”的理解会永久升级。视频配套的 C# 代码仓库也是极好的进阶读物。
flowchart TD
A[问题：机器如何下棋] --> B[第一步：规则工程<br>合法走法生成]
B --> C[第二步：向前看<br>极小极大搜索]
C --> D{致命缺陷：指数爆炸<br>分支因子≈35，香农数10^120}
D --> E[第三步：α-β剪枝<br>不看无关分支]
E --> F{新依赖：剪枝需要好顺序<br>→ 走法排序+置换表}
F --> G[第四步：评估函数<br>子力价值+走子方格表]
G --> H{缺陷1：水平线效应<br>→ 静态搜索补完吃子链}
F --> H
H --> I{缺陷2：时间预算<br>→ 迭代加深+结果复用}
I --> J[第六步：验收<br>与Stockfish对弈反推Elo]
J --> K[结论：棋力=搜索效率×评估质量<br>深蓝与Stockfish是同一棵树]
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。