Games
被 AI「解决」十年后，围棋教出了让二子赢它的人类棋手
2026 年 9 月 4 日 · 拉夫·科斯特《快乐之道》~1 min read
如果你写代码、画画、做翻译，最近两年大概都问过同一句话：AI 已经比我强了，我还练个什么劲？围棋棋手是最早被逼着回答这个问题的人，他们比所有人早十年撞上这堵墙。2016 年 3 月，AlphaGo 以 4-1 击败李世石，「围棋被 AI 解决了」的说法从此流传。而七月的首尔，一场三番棋交出了十年后的答卷——最近这几天，它又被技术社区翻出来反复热议。
30 秒读懂
七月首尔三番棋：26 岁、世界排名第一的九段棋手申真谞，受让二子对最强开源引擎 KataGo，总比分 2-1 获胜；决胜局执黑 221 手、耗时 3 小时 05 分、胜 11.5 目。
受让二子被视为现代 AI 面前人类竞争的绝对边界，他是第一个在这个条件下正式系列赛击败最强引擎的人类；奖金 2.5 亿韩元（约 17 万美元），外加一辆现代 Genesis G90。
他的赛后复盘：早先照抄 AI 招法，输得又多又容易；这次按自己的棋风构筑棋盘，赢了。
《快乐之道》的看法：乐趣是大脑掌握新模式时的奖赏；AI 没有杀死围棋，反而成了史上最大的新模式泉眼；让二子则是把「不可赢」调回「可玩」的难度平衡。
1 现场
世界第一受让二子，三番棋 2-1 赢了最强开源引擎
对局地点在首尔的韩国经济日报总部，对手叫 KataGo。
据韩国经济日报报道，26 岁、世界排名第一的九段棋手申真谞，七月在首尔与最强开源围棋引擎 KataGo 下了一场三番棋，条件是受让二子。首局他惨败；两天后扳回一局；决胜局他执黑 221 手、耗时 3 小时 05 分，以 11.5 目获胜。他由此成为第一个在让二子条件下、于正式系列赛击败最强引擎的人类棋手，拿走 2.5 亿韩元（约 17 万美元）奖金和一辆现代 Genesis G90。
日期 对局 结果 7 月 17 日 第一局 KataGo 胜，申真谞惨败 7 月 19 日 第二局 申真谞胜，扳成 1-1 7 月 21 日 决胜局 申真谞执黑 221 手，3 小时 05 分，胜 11.5 目
TEN YEARS AFTER 'SOLVED': THE AI-TRAINED GENERATION WINS WITH TWO STONES 2016-03 2026-07 TEN YEARS The generation that grew up training with AI Shin Jinseo — nicknamed 'Shin A.I.' AlphaGo 4–1 Lee Sedol Even game — no handicap stones One human win was already heroic Shin Jinseo 2–1 KataGo With a two-stone handicap First human series win over a top AI 07-17 Loss 07-19 Win 07-21 Win Game 3: Black, 221 moves, +11.5 — win-rate read 99% after mid-game NOT THE SAME YARDSTICK Two stones = a built-in difficulty adjustment; at even game, AI remains far beyond any human. Source: Korea Economic Daily (2026-07-21). Ten years after AlphaGo beat Lee Sedol 4–1 in an even match, Shin Jinseo — of the generation that trained with AI — beat KataGo 2–1 — but with a two-stone handicap: a milestone of co-evolution, not a human reversal. A win under handicap terms; score details as per the original report. 2 坐标
李世石扳回一局就算壮举的年代，已经过去十年了
两代棋手，两种和 AI 相处的方式。
把时间拨回 2016 年 3 月：DeepMind 的 AlphaGo 以 4-1 击败李世石，人类唯一的那盘胜局被当作奇迹庆祝。此后棋界的悲观论调你多半听过类似版本：机器都下成这样了，人类下棋还有什么意义。十年过去，站在棋盘前的换成了申真谞，一位属于「与 AI 一起长大的一代」、因招法精准被棋界称作「申工智能」的棋手。他的整个成长期都泡在引擎给出的招法里。同样是人机大战，李世石是在和一个陌生物种遭遇，申真谞更像在和自己的老师傅过招。
2016 李世石（分先） 1/5 胜
2026 申真谞（受让二子） 2/3 胜
决胜局中盘起胜率读数 99%
两场人机战条件不同（分先 vs 受让二子），不能直接比强弱；能比的是「人类还能不能赢下一整场系列赛」这件事本身。胜率读数为引擎对决胜局的评估，自中盘一直保持到终局。
3 框架
说围棋「被解决」的人，弄错了游戏是拿来干什么的
《快乐之道》给这十年提供了最顺手的解释。
拉夫·科斯特在《快乐之道》里的核心命题：乐趣是大脑掌握新模式时发放的奖赏，游戏本质上是一台模式教学机；当一个游戏的模式被你穷尽，无聊就来了。照这个定义，2016 年的恐慌其实搞反了方向。AI 赢了人类，并没有把围棋的模式讲完，恰恰相反，它掀开了一整层人类此前没摸到的模式：那些违背既有定式直觉、却被证明成立的下法。引擎成了历史上最大的新模式泉眼，把整代职业棋手的水位一起抬高。围棋非但没有变无聊，在职业层面反而比 AlphaGo 之前更有得学。
框架 一个游戏被 AI 打败，和被玩家「学完」是两码事。AI 碾压人类只说明它更强，只要它产出的模式人类还没消化完，这个游戏就还活着 ，而且活得更有料。
4 分野
他试过照抄 AI，输得又多又容易
赢下系列赛的打法，恰恰是引擎教科书上抄不来的那种。
赛后申真谞的复盘大意是：早先他只是照抄 AI 的招法，招来激战，输得又多又容易；这个系列赛教会他的是，与其模仿 AI，更要紧的是按自己的棋风构筑棋盘。决胜局他确实是这么下的：不冒险搏杀，前中盘专注防守与实地，先守住让二子带来的约 18.5 目初始优势；直到第 80 手才发起一次有分寸的进攻，从上边到中央围出大框架，再把框架逐步兑换成实地。从中盘到终局，胜率读数一直停在 99%。
照抄 AI 的招法
每一手都是引擎的「标准答案」，局面却驶向引擎擅长、人类不擅长的乱战。招法再标准，整盘棋不属于自己，输得又多又容易。
按自己的棋风构筑
把 AI 的判断消化成自己的判断，再用自己最稳的方式兑现优势：防守、实地、有分寸的进攻。单手未必「最优」，整盘棋攥在自己手里。
打个比方
这就是练字里描红和出帖的区别。描红描得再像，笔一离开范本就不会写；老师傅说的「出帖」，是把帖里的笔法化进自己手上，写出来的字未必笔笔像原帖，但已经是你自己的字。申真谞前几年在描红，这个七月，他出帖了。
还有一个细节能看出他对「自己的棋」的执念。他注意到，如果自己在相反方向的小目（三四点）开局，KataGo 倾向于跟着模仿落子。利用这个倾向或许能占便宜，他的回答是「我不想靠那种方式赢」，照旧选了与 KataGo 相反的一侧开局，并对开局的进展感到满意。
5 冷水
先泼几盆冷水：这不等于人类反超了 AI
把话说满之前，几个限定条件必须摆上台面。
你可能已经想吐槽了：让了两个子赢的，也好意思吹？这话得认。受让二子约等于带着 18.5 目的起手优势入场，分先对局里今天没有任何人类能稳定赢下顶级引擎。三番棋样本也很小，一场 2-1 说明不了统计意义上的强弱。KataGo 是最强的开源引擎，但「地表最强围棋 AI」的头衔一直有争议，封闭的商业引擎未必逊色。所以这场胜利的意义不在「反超」，而在让二子这个动作本身：《游戏设计艺术》讲的难度平衡老手艺，一场注定打不赢的对局，通过让子重新调回「够得着」的难度，它才重新可玩。
⚡ 为什么要紧： 可玩才有乐趣，有乐趣大脑才肯继续学模式。让二子不是给人类留面子，是给「人类继续学下去」这台机器上润滑油。难度设计救回来的从来不只是胜负，还有学习本身。
6 你能做的
这对你意味着什么
把「围棋」换成你的领域，这场三番棋就是写给你的。
回到开头那个问题：AI 比你强了，还练什么？申真谞给的答案有两层。第一层，别把 AI 的输出当成品抄。照抄招法的那几年，他离引擎最近，棋却最不像自己，成绩也最差。第二层，把 AI 当泉眼用：让它源源不断供给你没见过的模式，消化掉，再用自己的方式兑现。两层之间的差距，就是背模式和理解模式的差距；科斯特会说，后者才叫真的学会（grok）。另外记住让二子这件事：如果此刻和 AI 硬碰硬全无胜算，那就给自己设计一个让子局，挑一个足够小的战场、一个够得着的目标，让这局重新可玩。李世石那一代人问的是「机器会不会取代我们」，申真谞这一代人问的已经是「我怎么用机器变强」。你的领域里，那台 KataGo 是谁？下一盘棋，你打算描红，还是出帖？
取材自拉夫·科斯特《快乐之道》（A Theory of Fun for Game Design）；难度平衡的让子观念参考杰西·谢尔《游戏设计艺术》；赛事事实与引语来自韩国经济日报（The Korea Economic Daily）2026-07-21 报道，比分、目数与棋谱细节以原报道为准，棋手引语为大意转述。
游戏
被 AI「解决」十年后，围棋教出了让二子赢它的人类棋手
2026 年 9 月 4 日 · 拉夫·科斯特《快乐之道》约 7 分钟
写代码的、画画的、做翻译的，这两年多半都问过同一句话：AI 都比我强了，我还练个什么劲？这个问题，围棋棋手最有资格答——他们比谁都早十年撞上这堵墙。2016 年 3 月，AlphaGo 以 4-1 击败李世石，「围棋被 AI 解决了」的说法从那时传开。七月的首尔，一场三番棋交出了十年后的答卷。这几天技术圈又把它翻出来聊。
30 秒读懂
七月首尔三番棋：26 岁、世界排名第一的九段棋手申真谞，受让二子对最强开源引擎 KataGo，总比分 2-1 获胜；决胜局执黑 221 手、耗时 3 小时 05 分、胜 11.5 目。
受让二子被视为人类对现代 AI 还能一战的极限，他是第一个在这个条件下打正式系列赛赢了最强引擎的人类；奖金 2.5 亿韩元（约 17 万美元），外加一辆现代 Genesis G90。
他的赛后复盘：早先照抄 AI 招法，输得又多又容易；这次按自己的棋风构筑棋盘，赢了。
《快乐之道》的看法：乐趣是大脑掌握新模式时的奖赏；AI 没有杀死围棋，反而成了史上最大的新模式泉眼；让二子则是把「不可赢」调回「可玩」的难度平衡。
1 现场
世界第一受让二子，三番棋 2-1 赢了最强开源引擎
对局地点在首尔的韩国经济日报总部，对手叫 KataGo。
据韩国经济日报报道，26 岁、世界排名第一的九段棋手申真谞，七月在首尔跟最强开源围棋引擎 KataGo 下了一场三番棋，条件是受让二子。首局惨败；两天后扳回一局；决胜局执黑 221 手、耗时 3 小时 05 分，赢 11.5 目。他由此成了第一个在让二子条件下、于正式系列赛击败最强引擎的人类棋手，拿走 2.5 亿韩元（约 17 万美元）奖金，外加一辆现代 Genesis G90。
日期 对局 结果 7 月 17 日 第一局 KataGo 胜，申真谞惨败 7 月 19 日 第二局 申真谞胜，扳成 1-1 7 月 21 日 决胜局 申真谞执黑 221 手，3 小时 05 分，胜 11.5 目
被『解决』十年后：跟 AI 长大的一代，让二子赢了回来 2016-03 2026-07 十年 与 AI 一起训练长大的一代棋手 申真谞——人称『申工智能』 AlphaGo 4–1 李世石 分先对局——不让子 人类扳回一局已是壮举 申真谞 2–1 KataGo 受让二子对局 让子条件下人类首个系列赛胜利 07-17 败 07-19 胜 07-21 胜 第 3 局：执黑 221 手，胜 11.5 目——中盘后胜率读数 99% 量尺并不相同 让二子＝内置的难度调节； 分先条件下 AI 仍远超人类。 来源：韩国经济日报（2026-07-21）。AlphaGo 分先 4–1 战胜李世石十年后，与 AI 一起训练长大的申真谞以 2–1 战胜 KataGo——但这是受让二子条件下的胜利，是人机共同进化的里程碑，而非人类反超 AI。让子条件下的胜利，比分细节以原报道为准。 2 坐标
李世石扳回一局就算壮举的年代，已经过去十年了
两代棋手，两种和 AI 相处的方式。
时间拨回 2016 年 3 月：DeepMind 的 AlphaGo 以 4-1 击败李世石，人类唯一扳回的那一盘，被当成奇迹庆祝。那之后棋界的丧气话你多半听过：机器都下成这样了，人还下个什么劲。十年过去，站到棋盘前的换成了申真谞。这人属于「跟 AI 一起长大的一代」，招法准到被棋界喊「申工智能」，整个成长期都泡在引擎的招法里。同样叫人机大战，李世石当年面对的是个陌生物种；到申真谞这儿，对面坐的更像自己的老师傅。
2016 李世石（分先） 1/5 胜
2026 申真谞（受让二子） 2/3 胜
决胜局中盘起胜率读数 99%
两场人机战条件不同（分先 vs 受让二子），不能直接比强弱；能比的是「人类还能不能赢下一整场系列赛」这件事本身。胜率读数为引擎对决胜局的评估，自中盘一直保持到终局。
3 框架
说围棋「被解决」的人，弄错了游戏是拿来干什么的
这十年的账，《快乐之道》算得最顺手。
拉夫·科斯特在《快乐之道》里就认一件事：乐趣是大脑啃下新模式时发的奖赏，游戏说白了就是一台模式教学机；模式被你摸透了，无聊就来了。按这个定义，2016 年那波恐慌，方向就搞反了。AI 赢了人类，可它没把围棋的模式讲完，反倒掀开了一整层人类没摸到过的下法：那些违背定式直觉、后来被证明成立的招。引擎成了史上最大的新模式泉眼，把整代职业棋手的水位一起抬高。我 1993 年在弄堂口的银河机房看人打《街霸II》，有个穿厂服的年轻人连输七局，第八局照样把币拍进投币口。他肯投那第八枚，就因为那套连招还没搓会，又眼看够得着。围棋现在就是那台机子：职业层面上，比 AlphaGo 之前更有得学。
框架 一个游戏被 AI 打败，和被玩家「学完」，是两码事。AI 碾压人类只说明它更强，只要它吐出来的模式人类还没消化完，这个游戏就还活着 ，而且活得更有料。
4 分野
他试过照抄 AI，输得又多又容易
赢下系列赛的打法，恰恰是引擎教科书上抄不来的那种。
赛后申真谞的复盘，大意是这样：早先他照抄 AI 的招法，招招把局面往激战里带，输得又多又容易；这个系列赛教会他的，是与其模仿 AI，不如按自己的棋风构筑棋盘。决胜局他就是这么下的：不搏杀，前中盘专心防守、捞实地，先把让二子带来的约 18.5 目优势看住；到第 80 手才发起一次有分寸的进攻，从上边到中央围出大框架，再一步步把框架兑成实地。从中盘到终局，胜率读数一直钉在 99%。
照抄 AI 的招法
每一手都是引擎的「标准答案」，局面却一路开进引擎擅长、人类不擅长的乱战。招法再标准，整盘棋不是自己的。
按自己的棋风构筑
把 AI 的判断嚼碎成自己的判断，再用自己最稳的路数兑现优势：防守、实地、有分寸的进攻。单看一手未必「最优」，整盘棋攥在自己手里。
打个比方
说白了就是练字里描红和出帖的差别。描红描得再像，笔一离开范本就不会写了；老师傅讲的「出帖」，是把帖里的笔法化进自己手上，写出来未必笔笔像原帖，可那已经是你自己的字。申真谞前几年在描红，这个七月，他出帖了。
还有个细节，能看出他对「自己的棋」有多轴。他注意到，自己要是在相反方向的小目（三四点）开局，KataGo 有跟着模仿落子的倾向。利用这一手兴许能占便宜，他的说法大意是「我不想靠那种方式赢」，照旧选了跟 KataGo 相反的一侧开局，对开局的进展也满意。
5 冷水
先泼几盆冷水：这不等于人类反超了 AI
把话说满之前，几个限定条件得先摆上台面。
你可能已经想开腔了：让了两个子赢的，也好意思吹？这话得认。受让二子约等于揣着 18.5 目的起手优势进场，分先对局里，今天没有人类能稳定赢下顶级引擎。三番棋样本也小，一场 2-1 说明不了统计意义上的强弱。KataGo 是最强的开源引擎，可「地表最强围棋 AI」这顶帽子一直有争议，关起门的商业引擎未必逊色。所以这场胜利值钱的地方不在「反超」，在让二子这个动作本身。这是《游戏设计艺术》里难度平衡那门老手艺：一场注定打不赢的对局，靠让子调回「够得着」，才重新可玩。2025 年 8 月我让 11 岁的儿子沈一帆试自家 demo，到我最得意的第三关，他连死五次，一声没吭，放下 iPad 倒了杯水，没再回来；那关我整个推翻重做。玩家碰上够不着的难度不骂你，只是走开。分先的围棋，对今天的全人类就是那个第三关。
⚡ 为什么要紧： 够得着才可玩，可玩才有乐趣，有乐趣大脑才肯接着学模式。让二子哪是给人类留面子，那是给「人类继续学下去」这台机器上润滑油。难度设计捞回来的不光是胜负，还有肯不肯接着学。
6 你能做的
这对你意味着什么
把「围棋」换成你自己的领域，这场三番棋就是下给你看的。
AI 比你强了，还练什么？申真谞给的答案分两层。第一层，别把 AI 的输出当成品抄。照抄招法那几年，他离引擎最近，棋最不像自己，成绩也最差。第二层，把 AI 当泉眼用：让它源源不断供给你没见过的模式，嚼碎了，再用自己的路数兑现。两层差在哪儿？一个背模式，一个吃透模式；科斯特会说，只有后一种才算真的学会（grok）。让二子这一手也值得记下：眼下跟 AI 硬碰硬全无胜算，那就给自己摆一盘让子局，挑个够小的战场、定个够得着的目标，让这局重新可玩。李世石那代人问的是「机器会不会取代我们」，申真谞这代人问的已经是「我怎么用机器变强」。你的领域里，那台 KataGo 是谁？下一盘，你打算描红，还是出帖？
取材自拉夫·科斯特《快乐之道》（A Theory of Fun for Game Design）；难度平衡的让子观念参考杰西·谢尔《游戏设计艺术》；赛事事实与引语来自韩国经济日报（The Korea Economic Daily）2026-07-21 报道，比分、目数与棋谱细节以原报道为准，棋手引语为大意转述。
ゲーム
被 AI「解决」十年后，围棋教出了让二子赢它的人类棋手
2026 年 9 月 4 日 · 拉夫·科斯特《快乐之道》約 6 分
如果你写代码、画画、做翻译，最近两年大概都问过同一句话：AI 已经比我强了，我还练个什么劲？围棋棋手是最早被逼着回答这个问题的人，他们比所有人早十年撞上这堵墙。2016 年 3 月，AlphaGo 以 4-1 击败李世石，「围棋被 AI 解决了」的说法从此流传。而七月的首尔，一场三番棋交出了十年后的答卷——最近这几天，它又被技术社区翻出来反复热议。
30 秒读懂
七月首尔三番棋：26 岁、世界排名第一的九段棋手申真谞，受让二子对最强开源引擎 KataGo，总比分 2-1 获胜；决胜局执黑 221 手、耗时 3 小时 05 分、胜 11.5 目。
受让二子被视为现代 AI 面前人类竞争的绝对边界，他是第一个在这个条件下正式系列赛击败最强引擎的人类；奖金 2.5 亿韩元（约 17 万美元），外加一辆现代 Genesis G90。
他的赛后复盘：早先照抄 AI 招法，输得又多又容易；这次按自己的棋风构筑棋盘，赢了。
《快乐之道》的看法：乐趣是大脑掌握新模式时的奖赏；AI 没有杀死围棋，反而成了史上最大的新模式泉眼；让二子则是把「不可赢」调回「可玩」的难度平衡。
1 现场
世界第一受让二子，三番棋 2-1 赢了最强开源引擎
对局地点在首尔的韩国经济日报总部，对手叫 KataGo。
据韩国经济日报报道，26 岁、世界排名第一的九段棋手申真谞，七月在首尔与最强开源围棋引擎 KataGo 下了一场三番棋，条件是受让二子。首局他惨败；两天后扳回一局；决胜局他执黑 221 手、耗时 3 小时 05 分，以 11.5 目获胜。他由此成为第一个在让二子条件下、于正式系列赛击败最强引擎的人类棋手，拿走 2.5 亿韩元（约 17 万美元）奖金和一辆现代 Genesis G90。
日期 对局 结果 7 月 17 日 第一局 KataGo 胜，申真谞惨败 7 月 19 日 第二局 申真谞胜，扳成 1-1 7 月 21 日 决胜局 申真谞执黑 221 手，3 小时 05 分，胜 11.5 目
『解けた』から十年——AIと育った世代が、二子で勝ち越した 2016-03 2026-07 十年 AIと共に鍛えられて育った世代の棋士 申真諝——通称『申工知能』 AlphaGo 4–1 イ・セドル 互先——置き石なし 人類の1勝だけでも快挙だった 申真諝 2–1 KataGo 二子の置き碁で 置き碁での人類初のシリーズ勝利 07-17 敗 07-19 勝 07-21 勝 第3局：黒番221手、11.5目勝ち——中盤以降の勝率表示99% 同じ物差しではない 二子＝組み込みの難易度調整。 互先ではAIが今も人類を大きく上回る。 出典：韓国経済新聞（2026年7月21日）。AlphaGoが互先でイ・セドルを4–1で破ってから十年、AIと共に育った申真諝がKataGoに2–1で勝利——ただし二子の置き碁での勝利であり、人類の逆転ではなく人間とAIの共進化の節目である。ハンデ条件下の勝利であり、スコアの詳細は原報道に基づく。 2 坐标
李世石扳回一局就算壮举的年代，已经过去十年了
两代棋手，两种和 AI 相处的方式。
把时间拨回 2016 年 3 月：DeepMind 的 AlphaGo 以 4-1 击败李世石，人类唯一的那盘胜局被当作奇迹庆祝。此后棋界的悲观论调你多半听过类似版本：机器都下成这样了，人类下棋还有什么意义。十年过去，站在棋盘前的换成了申真谞，一位属于「与 AI 一起长大的一代」、因招法精准被棋界称作「申工智能」的棋手。他的整个成长期都泡在引擎给出的招法里。同样是人机大战，李世石是在和一个陌生物种遭遇，申真谞更像在和自己的老师傅过招。
2016 李世石（分先） 1/5 胜
2026 申真谞（受让二子） 2/3 胜
决胜局中盘起胜率读数 99%
两场人机战条件不同（分先 vs 受让二子），不能直接比强弱；能比的是「人类还能不能赢下一整场系列赛」这件事本身。胜率读数为引擎对决胜局的评估，自中盘一直保持到终局。
3 框架
说围棋「被解决」的人，弄错了游戏是拿来干什么的
《快乐之道》给这十年提供了最顺手的解释。
拉夫·科斯特在《快乐之道》里的核心命题：乐趣是大脑掌握新模式时发放的奖赏，游戏本质上是一台模式教学机；当一个游戏的模式被你穷尽，无聊就来了。照这个定义，2016 年的恐慌其实搞反了方向。AI 赢了人类，并没有把围棋的模式讲完，恰恰相反，它掀开了一整层人类此前没摸到的模式：那些违背既有定式直觉、却被证明成立的下法。引擎成了历史上最大的新模式泉眼，把整代职业棋手的水位一起抬高。围棋非但没有变无聊，在职业层面反而比 AlphaGo 之前更有得学。
框架 一个游戏被 AI 打败，和被玩家「学完」是两码事。AI 碾压人类只说明它更强，只要它产出的模式人类还没消化完，这个游戏就还活着 ，而且活得更有料。
4 分野
他试过照抄 AI，输得又多又容易
赢下系列赛的打法，恰恰是引擎教科书上抄不来的那种。
赛后申真谞的复盘大意是：早先他只是照抄 AI 的招法，招来激战，输得又多又容易；这个系列赛教会他的是，与其模仿 AI，更要紧的是按自己的棋风构筑棋盘。决胜局他确实是这么下的：不冒险搏杀，前中盘专注防守与实地，先守住让二子带来的约 18.5 目初始优势；直到第 80 手才发起一次有分寸的进攻，从上边到中央围出大框架，再把框架逐步兑换成实地。从中盘到终局，胜率读数一直停在 99%。
照抄 AI 的招法
每一手都是引擎的「标准答案」，局面却驶向引擎擅长、人类不擅长的乱战。招法再标准，整盘棋不属于自己，输得又多又容易。
按自己的棋风构筑
把 AI 的判断消化成自己的判断，再用自己最稳的方式兑现优势：防守、实地、有分寸的进攻。单手未必「最优」，整盘棋攥在自己手里。
打个比方
这就是练字里描红和出帖的区别。描红描得再像，笔一离开范本就不会写；老师傅说的「出帖」，是把帖里的笔法化进自己手上，写出来的字未必笔笔像原帖，但已经是你自己的字。申真谞前几年在描红，这个七月，他出帖了。
还有一个细节能看出他对「自己的棋」的执念。他注意到，如果自己在相反方向的小目（三四点）开局，KataGo 倾向于跟着模仿落子。利用这个倾向或许能占便宜，他的回答是「我不想靠那种方式赢」，照旧选了与 KataGo 相反的一侧开局，并对开局的进展感到满意。
5 冷水
先泼几盆冷水：这不等于人类反超了 AI
把话说满之前，几个限定条件必须摆上台面。
你可能已经想吐槽了：让了两个子赢的，也好意思吹？这话得认。受让二子约等于带着 18.5 目的起手优势入场，分先对局里今天没有任何人类能稳定赢下顶级引擎。三番棋样本也很小，一场 2-1 说明不了统计意义上的强弱。KataGo 是最强的开源引擎，但「地表最强围棋 AI」的头衔一直有争议，封闭的商业引擎未必逊色。所以这场胜利的意义不在「反超」，而在让二子这个动作本身：《游戏设计艺术》讲的难度平衡老手艺，一场注定打不赢的对局，通过让子重新调回「够得着」的难度，它才重新可玩。
⚡ 为什么要紧： 可玩才有乐趣，有乐趣大脑才肯继续学模式。让二子不是给人类留面子，是给「人类继续学下去」这台机器上润滑油。难度设计救回来的从来不只是胜负，还有学习本身。
6 你能做的
这对你意味着什么
把「围棋」换成你的领域，这场三番棋就是写给你的。
回到开头那个问题：AI 比你强了，还练什么？申真谞给的答案有两层。第一层，别把 AI 的输出当成品抄。照抄招法的那几年，他离引擎最近，棋却最不像自己，成绩也最差。第二层，把 AI 当泉眼用：让它源源不断供给你没见过的模式，消化掉，再用自己的方式兑现。两层之间的差距，就是背模式和理解模式的差距；科斯特会说，后者才叫真的学会（grok）。另外记住让二子这件事：如果此刻和 AI 硬碰硬全无胜算，那就给自己设计一个让子局，挑一个足够小的战场、一个够得着的目标，让这局重新可玩。李世石那一代人问的是「机器会不会取代我们」，申真谞这一代人问的已经是「我怎么用机器变强」。你的领域里，那台 KataGo 是谁？下一盘棋，你打算描红，还是出帖？
取材自拉夫·科斯特《快乐之道》（A Theory of Fun for Game Design）；难度平衡的让子观念参考杰西·谢尔《游戏设计艺术》；赛事事实与引语来自韩国经济日报（The Korea Economic Daily）2026-07-21 报道，比分、目数与棋谱细节以原报道为准，棋手引语为大意转述。