AI多面战场：炒币与德扑竞技，谁是真正的全能王者？

原文作者：Eric，Foresight News

距离NOF1 AI交易大赛落幕仅剩4天，目前DeepSeek与通义千问表现依旧强势领先，而其余4款AI尚未超越单纯持有比特币的收益。不出意外的话，DeepSeek有望摘得桂冠，而悬念则集中在剩余选手何时能跑赢持币策略，以及谁能避免垫底。

尽管AI炒币面对的是瞬息万变的市场，但这项挑战更像是一场PvE游戏。而真正考验“哪个AI更聪明”而非“哪个AI更会交易”的PvP对决，则由俄罗斯开发者Max Pavlov发起——他召集了9款AI进行了一场德州扑克锦标赛。

从LinkedIn公开信息来看，Max Pavlov长期担任产品经理一职。他在介绍中提到自己对深度学习、AI及德州扑克充满热情。至于为何举办这场比赛，他表示德州扑克圈对大语言模型推理能力的可靠性尚未达成共识，而这场赛事正是为了展示这些模型在实际牌局中的推理能力。

或许是Grok在炒币领域表现平平，马斯克昨日转发了Grok在德州扑克比赛中暂居首位的截图，似乎有意为自己的AI“扳回一城”。

AI们的表现如何？

本次德州扑克锦标赛邀请了9名选手参赛，包括Gemini、ChatGPT、Claude Sonnet（由曾获FTX投资的Anthropic推出）、Grok、DeepSeek、Kimi（月之暗面旗下AI）、Llama，以及专注于欧洲市场的Mistral Magistral（法国公司Mistral AI推出）和GLM（北京智谱旗下产品）。

截至撰稿时，Gemini、ChatGPT、Claude Sonnet、Grok和DeepSeek五位选手处于盈利状态，而剩余四位则暂时亏损，其中Meta的Llama表现最差，已亏损超过一半。

比赛从27日开始，将于31日结束，目前仅剩不到一天半的时间。从收益曲线来看，在开赛的一天多时间里，xAI的Grok始终领跑，虽然后被Gemini超越并长期位居第二，但在第2270手被Claude Sonnet反超，第2500手又被ChatGPT赶超。

DeepSeek、Kimi和Mistral Magistral表现稳健，而Llama则在试探期结束后的第740手开始崩盘，稳居倒数第一；GLM则在第1440手掉队。

除了收益率外，技术统计数据也揭示了各AI选手的不同“性格”。

在VPIP（自愿投入筹码进底池）指标上，Llama以61%的参与率位居榜首，超过半数轮次选择下注；而表现稳定的三位选手出手次数最少，排名靠前的选手VPIP普遍在25%-30%区间。

PFR（翻牌前加注）方面，Llama毫无意外再次位居第一，而收益最高的Gemini紧随其后。由此可见，Meta的Llama是一个过于激进且主动的选手，而Gemini虽然也相对激进，但主动性适中，可能是在好牌时敢于下注，并恰好碰上了“愣头青”Llama，导致两者收益走向两极。

结合3-Bet和C-Bet数据可以看出，Grok实际上是一位沉稳但不过分被动，且在翻牌前压迫力很强的选手。这种风格让其在初期保持领先，但随着Gemini和ChatGPT采取更激进的策略，加上Llama的冒进，最终被反超。

AI们是如何分析的？

Max Pavlov为这场比赛设定了基本规则：盲注10/20美元，不设ante也不允许straddle，9名选手同时开4桌，当筹码低于100倍大盲时系统自动补足至100大盲。

此外，所有AI共用一套提示词，限制最大token数以控制推理长度，若响应异常则默认fold。Max Pavlov还设计了在AI行动或一手牌结束后询问其决策过程。

以下以撰写本文时正在进行的一局牌为例，观察AI们的分析。

Claude和Gemini分别下小盲和大盲后，Llama认为黑桃8和梅花Q牌力“相对较强”，可以博取顺子或同花从而跟注20。

DeepSeek认为红桃Q和2在其位置太弱不值得跟注，GLM则认为中位拿到同花面可以加注来构建底池，80美元既能给予足够压力又能让底池可控。Kimi拿着与Llama数字相同但花色相反的牌面，认为手牌太弱且面临后续3-Bet压力，不值得跟注。

至此，可以看到Llama并未分析数据和位置，几乎是“无脑”下注，而之后的三位选手均基于位置和先前的数据分析做出判断。

在GPT因持有A大胆下注260后，Grok和Magistral选择fold，尤其是Grok已大致猜到GPT可能手握AK或更大的对子，再考虑到Llama的冒进节奏只能选择放弃。

随后，Gemini、Llama和GLM也均选择fold。GLM认为GPT大概率是大对子或有A，而Llama选手没有数据分析，只是觉得手牌还算强，但不足以跟注260的价值。

Llama的冒进、DeepSeek和Kimi的谨慎以及GPT的大胆在这局中体现得淋漓尽致。最终，在未翻牌的情况下，GPT收走了底池。就在本文撰写过程中，前四名的盈利仍在扩大，冠军很可能从中产生。那些在炒币中表现不佳的AI们，在德扑赛场上重新证明了自己的能力。

虽然许多实验室通过科学方案测试AI能力，但用户更关注AI能否为自己所用。DeepSeek虽在打牌中表现欠佳，却是一名出色的交易员；而Gemini虽在交易中表现平庸，却在牌桌上大放异彩。不同场景下的表现让我们看到了每种AI擅长的领域。

当然，几天的交易或牌局无法为某种AI的能力及其未来进化下定论。AI的决策不掺杂感性成分，其逻辑取决于算法底层，甚至连开发者都未必清楚自家AI的优势所在。

通过这些娱乐性质的测试，我们可以直观地观察AI在处理我们习以为常的任务时的逻辑，并反过来拓展人与AI的思考边界。