由于大部分信息被隐藏，直到现在，“战略棋”（Stratego）这款游戏一直让人工智能束手无策

一句话看懂：卡内基梅隆、MIT、纽约大学和斯坦福的联合团队做出 AI 程序 Ataraxos，以 15 胜 1 负 4 平击败被认为史上最强的 Stratego 人类玩家 Pim Niemeijer；更值得关注的是，它只用了 16 块 GPU 和几千美元训练成本。

事件核心：发生了什么

国际象棋、围棋、德州扑克此前都已被 AI 攻克，但“战略棋”（Stratego）长期是例外。这款游戏每方有 40 枚棋子，对手能看到棋子位置却看不到身份，只有碰撞后才揭示强弱，隐藏信息量超过 10 的 60 次方种排列，一局还常常长达 2000 步。DeepMind 2022 年推出的 DeepNash 也没能稳定战胜顶尖人类。

这次 Ataraxos 通过自我对弈约 1.63 亿局训练，并首次在 Stratego 中跑通了“搜索”环节：用一个“信念模型”神经网络推测对手隐藏棋子，只对合理布局做候选推演，而不是穷举所有可能。最终它以 15:1（4 平）击败手握四届世界冠军、600 多周世界排名第一的 Niemeijer。目前公开信息显示，训练只用了 16 块 GPU，成本数千美元级别。

为什么重要

它的意义不在于又一个游戏被攻破，而在于证明“不完美信息 + 超长决策链”这类难题，未必需要超大算力。DeepMind 的 DeepNash 靠纯自我对弈摸索策略，而 Ataraxos 把通用策略网络与信念推断、搜索结合起来，让推理阶段承担更多工作，训练规模反而更小。这条“小而准”的路线，对真实世界中情报不完整、对手会伪装的场景——比如安全博弈、谈判模拟、资源调度——有直接参考价值。

对用户/开发者/创作者的影响

对开发者来说，Ataraxos 的思路提供了一个可复用范式：在隐藏信息环境下，与其让模型硬猜，不如单独训练一个“信念模型”来估计对手状态，再配合有限搜索做决策，这比把全部压力压在训练算力上更划算。对做 AI 应用和智能体的团队，这意味着复杂决策场景的落地成本可能显著下降。对普通用户，短期内它不会变成消费产品，但“用更少算力做出更强推理”的趋势，会逐步反映到 API 价格和可用模型能力上。