AI 能看懂棋局输赢却看不懂胜负过程,这反映了大模型什么核心短板?
这反映的核心短板,不是模型完全“看不懂棋”,而是它对局面的表征与对过程的推理还不够可靠、可验证。给定一张棋盘,模型可能从棋子分布、常见棋形或训练中见过的局面,判断哪一方占优;但要解释“为什么从这里开始赢、对手有哪些应对、胜负是怎样一步步形成的”,就需要持续维护规则状态,并对每个候选着法推演后果。两种能力并不等价。
棋类过程推理至少包含几件事:准确识别当前局面;遵守合法着法与特殊规则;比较多个分支,而非只续写最像棋谱的着法;把长线计划和短线战术连接起来;最后能指出结论依赖的关键变化。大语言模型主要通过预测下一个 token 生成答案,语言上的连贯不保证状态转移正确。只要中间一步漏算、误读棋子或采用非法着法,后面的分析即使表达得很像专业解说,也可能建立在错误局面上。长序列还会放大这种误差。
此外,“判断结果”可能只需抓住局面中的强烈信号,甚至利用棋盘图像或题目措辞中的相关线索;而解释过程必须给出因果链,并经得住反事实检验——例如换一个应手,优势是否仍然成立。因此,模型报对胜负不等于它拥有稳定的棋局搜索能力,也不能据此认为它已经掌握了人类棋手所说的战略理解。
更可靠的系统通常会把语言模型与专门工具结合:用棋盘解析器确定结构化局面,用规则引擎校验合法性,再由棋类引擎搜索变化、评估分支,最后让语言模型把经过验证的结果讲清楚。评价模型时也应分别测“结果判断”和“过程正确性”,检查变化是否合法、局面是否连续、结论能否由所列分支支持,而不能只看最终胜负猜得准不准。这种区分同样适用于数学、代码和规划:答对终点,不代表推理路径可靠。