📰 2026-10-02 AI 日報

Ataraxos 在 Stratego 對上被視為人類最強的 Pim Niemeijer，戰績是 15 勝 1 敗 4 和。研究團隊來自卡內基美隆和 MIT 等學校，訓練成本是 16 張 GPU、數千美元。這個數字比戰績本身更值得細看。 Stratego 是一種棋子身分全程蓋住的棋類遊戲，你不知道對面那顆是地雷還是元帥。這類不完全資訊賽局的難度，長期被認為比圍棋高出一截，因為可能的局面數量遠超圍棋，而且你得一邊猜對手、一邊騙對手。 一般人的直覺是：AI 打贏人類，一定是靠砸錢堆算力。AlphaGo 那一代確實如此，當年訓練用了大量 TPU。但這次反過來，一個學術團隊只用 16 張 GPU 訓練一週就辦到了。 這跟我們前陣子一直在講的「算力軍備競賽」是兩條不同的路線。大公司在搶電力和機房，是因為通用模型要什麼都會。但特定問題如果演算法選對，成本可以掉兩三個數量級。賽局類問題尤其如此，因為搜尋與自我對弈的結構本來就能被針對性優化。 另一則 arXiv 的 AREX-2 也有類似味道。它用 Qwen3.8-27B 這種中等尺寸模型，靠「反思」加上「長程執行」，在 MLE-bench Lite 上拿到不錯成績，還能轉移到深度研究任務。兩則放在一起看，訊號是一致的：進步的來源不只是模型更大，而是訓練方法和推理流程更聰明。 對做產品的人來說，這個差別很實際。如果你的場景是定價談判、資安攻防、拍賣競標這類「對手資訊不透明」的決策，過去會覺得是大廠才碰得起的領域。現在一個小團隊帶著幾張 GPU，就有機會做出能打的東西。我自己會把 Stratego 當成一個前哨：隱藏資訊的賽局被破解後，下一批被盯上的，是真實世界裡那些你看不到對手底牌的商業場景。 護城河正在從「誰的機房大」慢慢轉向「誰的問題定義得準」。