MIT 等机构发布 Ataraxos，以极低成本战胜顶级人类 Stratego 选手

一句话看懂：MIT 联合 CMU、NYU、斯坦福发布新 AI 系统 Ataraxos，在不完全信息棋类游戏 Stratego 上大幅击败顶级人类选手，且训练成本远低于同类模型，论文已登上 Nature。

事件核心：发生了什么

2026 年 9 月 30 日，MIT News 报道了一项发表于 Nature 的研究。来自 MIT、卡内基梅隆大学、纽约大学和斯坦福大学的研究团队开发出一套名为 Ataraxos 的 AI 系统，在棋盘战争游戏 Stratego 中击败了排名靠前的人类选手，且优势明显——这是此前没有任何 AI 系统能做到的。论文资深作者为 MIT EECS 助理教授 Gabriele Farina，第一作者为 CMU 研究生 Samuel Sokota。

Stratego 的难点在于不完全信息：双方 40 枚棋子的身份在碰撞前始终隐藏，可能的初始布局超过 10 的 66 次方，远超国际象棋。研究团队将高效训练算法与针对隐藏信息决策的新技术结合，使系统在性能超过其他最佳模型的同时，训练算力需求大幅降低。该系统还在规则不同的其他策略游戏中击败了顶尖人类玩家，显示出一定的通用性。

为什么重要

过去在扑克等不完全信息博弈中成功的技术，很难直接扩展到 Stratego 这种可能性爆炸的场景。Farina 指出，现实中的不完全信息任务往往无法穷举所有可能性。Ataraxos 的意义在于，它用更低的算力成本实现了可证明的强性能，说明不完全信息决策这一长期难题存在更高效的解法。这不只是游戏 AI 的进展，而是为谈判、网络安全、军事推演等真实场景提供了可迁移的算法思路。

对用户/开发者/创作者的影响

对开发者而言，值得关注的是“低成本训练 + 通用性”这一组合。如果该技术路线可复现，未来在涉及隐藏信息的多智能体系统、博弈策略 API 或安全对抗场景中，可能不必再依赖超大算力堆叠。对企业决策者，这意味着 AI 辅助策略推演的门槛可能下降。对普通用户，短期内不会直接改变日常工具，但它代表大模型之外的一条推理能力路线正在成熟。