AI不是阿拉丁神灯

上线 9 天，70 台匿名设备、471 局开局、420 局完成。游戏在：https://shuzidiantang.com/games/guandan/

这篇文章只讲一件事：AI 不是许愿机。一句话换不来产品，人得像产品经理一样工作。

一、2.0 是什么

它最早叫「阿尔法掼蛋狗」，现在叫「掼蛋大师 2.0」——给朋友练掼蛋的工具，不是商业产品。

• 单机和联机同一个入口：一个人练直接开桌；朋友来就建房，发邀请链接。缺人电脑补位。
• 自由打一把，或开升级赛从 2 打到 A；单机升级赛可选是否进贡还贡，联机按真实规则自动进贡还贡。
• 复盘：原座/换座重打，从头或某一步接手；可控制搭档坐席或交给电脑；可把另外三家的牌摊开，四家明牌。
• 对局中撤销：单人可连续撤销，联机在下家出牌前有 3 秒窗口。
• 还有 AI 坐席、语音播报、同花顺助手、牌谱导入导出。

数据不算大，但都是真实对局；这个量足够暴露问题。

二、一句话得不到产品

第一天，AI 几小时就给了个能发牌、能出牌的原型。但原型不是产品：它能把你的一句话翻译成代码，却不知道你心里的「好」是什么。

demo 看起来总是完整，产品经理要在这份完整里挑出不对：规则和线下不一样、流程多一步、手机上没法用。快不等于对，能跑也不等于能玩。一个能玩的游戏是几百个决定，不是一句提示词。

AI 能写代码、做测试、跑基准，也能给你方案；但它不知道哪条规则该还原、哪一步体验该省、朋友到底会不会用。这些要人定。

三、产品经理做什么

定义问题。「做个掼蛋游戏」是愿望，不是问题。真问题是：给想提高水平的朋友，一个能打完、能看懂、能重来、能一起玩的工具。于是先做什么也清楚了：规则引擎、复盘、换座和撤销、房间邀请。AI 可以帮你实现任何一项，但先做哪一项、做到什么程度，是产品经理的判断。

定验收标准。 AI 很爱说「已完成」，但页面能开、测试能过只是工程完成。AI 很会「完成」，产品经理要判断「对不对」。我只问四个问题：没看过说明的人能自己打完一局吗？打完能说出哪手错了吗？想重来能只改那一手吗？想叫朋友能发个链接就进来吗？这比功能列表全部打勾有用得多。

收集种子用户反馈。 反馈不会是需求文档：「搭档第一手出小王」——大牌被当普通牌打分，后来有了大牌经济学；「对手怎么一直过牌」——能压时过牌 62%，后来有了牌权规则；「三 A 带两个大王」——带牌没算剩余战力，改成带最小对子；双上语音念成双下、红心 2 配不了同花，都是 bug。我会把朋友的牌谱导出来逐手看，再问一句「你当时想干嘛」。这些反馈里有些是 bug，有些是规则理解偏差，还有些是用户没表达出来的诉求——嘴上说 AI 不够强，真正卡住的却是输得不明不白。用户不会说要可解释的决策链，只会说这手打得怪；产品经理要翻译成：第几步、什么牌、有哪些选择、为什么选。

做取舍。 2.0 砍了难度选择、观战、AI 讲解、电脑代打，固定「高手」难度，把首页留给牌桌、手牌和复盘。产品经理的价值，很多时候不是决定做什么，而是决定不做什么。

四、复盘：把「再来一局」变成「重来这一步」

朋友打完最常说「刚才那手是不是错了」。只能再来一局，是重复；能回到那一手换选择，才是练习。

所以有了：原座重打、换座重打（接手搭档/上家/下家）、控制搭档坐席、四家明牌、连续撤销。撤销本来防手机误触，后来成了边打边复盘。界面上明确写着「明牌仅用于研究牌局」，它不是作弊，是学习工具。

判断：复盘不是倒放，是让用户改一个决策变量，看结果怎么变。复盘也不是替人打牌，而是让人看懂自己为什么输。规则引擎必须能回放每一手：谁出的、哪张实体牌、配牌怎么解释、当时有哪些选择、为什么选它。每一手都能回放，才有资格谈复盘。

五、AI 棋力：能改到哪，天花板在哪

朋友说电脑战力普通。先澄清：比较的是「本地预设规则打分」和「同步调用大模型选牌」。

最早每次电脑出牌，都把局面和选项发给大模型等返回：要 7.5–19 秒，而且更差。抽 20 个真有选择余地的局面，两边只有 8 次一致；不一致的 10 次，大模型 1 次更好、4 次平、5 次更差，平均亏 0.72 分。于是让它退出出牌，只做复盘讲解；响应降到 1.35 秒。

之后只改本地规则，四轮都先用一批牌局调参，再用另一批没见过的牌局验收：

评测只认一条：换一批没见过的牌局仍然更好，才留下，不接受「感觉变强了」。

现在对随机 +1.2 分/副、头游约 70%；对 DanLM −1.2 分/副、双上 3/40、头游 35%–40%。差距在团队协同和长程节奏。

再往上试过口诀、防双上、读人、角色差异化、更大模型、让模型直接接管选牌……8 个方向都被数据否掉。这些失败不是白跑，它们把「只靠眼前这一手打分」这条路走到了尽头，剩余空间不到 0.1 分/副。继续走，要更强的团队建模、长程规划、能判断对手的模型，甚至让 AI 自己和自己打很多局。

如果继续做，我会先用真实牌谱训练一个简单的局面评估模型，再在残局做有限搜索，然后让 AI 学会判断搭档和对手；每一步都用新牌局验收。

更现实的选择是：把强度停在「能让普通朋友有压力」的位置，把更多精力放在复盘和讲解上。这个工具的目的是帮人变强，不是让 AI 拿冠军。

大模型能解数学题，也能写代码；但「强 AI」不是提示词能堆出来的。

上限： AlphaGo 需要海量自对弈、分布式算力和研究团队。一个人、一台电脑、几个个人 AI，做不出 AlphaGo。写工程、跑实验、查资料它们很强；但提出新方法、做长期研究，算力和数据都不够。AI 能解数学题，不代表能替你做出强 AI。

六、两条体会

1. AI 替代不了产品经理。 它不知道朋友真正想要什么，不知道哪个功能先做、哪个砍，不知道什么算好用、什么时候停。AI 是执行力很强的团队，但团队需要定方向、定标准、承担结果的人。
2. 个人 AI 有上限。 Codex、DeepSeek、Kimi、Grok 这类工具足够做出一个真实可用的小产品；但需要长期研究、海量算力、团队协作的问题，个人做不了。不追求世界冠军，做一个朋友愿意用的工具，边界反而清楚。

七、边界与下一步

设备数是匿名浏览器标识；AI 棋力还没做真人盲评；联机房间的持久化、掉线托管有限；真机触控和扬声器还要系统验收；不是商业产品，也没做完整赛事、账号和防作弊。

下一步：继续收集种子用户的牌局和疑问，把复盘做清楚，把 AI 讲解做得更像懂牌的朋友。

AI 不是阿拉丁神灯。它是一支执行力很强的团队，但方向、标准和「什么算好」，在人这边。

---

附：关键数字

数据截至 2026-11-02 21:07（Asia/Shanghai）。设备数为匿名浏览器标识；AI 棋力尚未做真人盲评。