摘要

公平 AI（版本 v59）只用玩家能看到的信息，研究搜索 quick 则会读取对手的隐藏构筑。两者差距很大，但这差距主要来自“搜索 + 精确预演”，而不是偷看。所以想让公平 AI 也能搜索：在一个“只用公开信息构造的假想局面”里推演。本文记录一次可行性探针和由此得出的方案。探针结论是：靠重放全部公开历史来构造假想局面行不通；方案改为从当前这一帧的公开观察直接重建。本文是方案，不是已完成的功能。

要回答的问题

为什么要做公平搜索？现有“按公开历史重放”的工具能不能直接用？

动机

  • 镜像排位 80 局：公平 AI 对 quick 只得 16.3%（9.7%–25.8%）。
  • 36 道精确战术题：公平 AI 24/36，quick 31/36。公平 AI 错的 12 题里有 9 题是“对一个会反击的单位先出手”；正确答案在它自己排序前 3 的比例为 89%，说明候选不缺，缺的是估值。它按“对方伤害 × 0.45”估计反击代价，不看攻防和挨打后剩余数量。
  • 在启发式上继续加修正系数，很容易对 36 道题过拟合。

方法：探针

现有工具能从一个“先验”（双方构筑假设）开局，按公开历史逐事件重放，用随机数种子试验让每个事件的公开结果对得上。探针用 4 局随机构筑、双方公平 AI，蓝方每次决策前做一次重放：

种子 蓝方决策 真实构筑作先验 只用可见信息的先验
41000 23 第 3 次决策失败（134 秒） 开局即失败
41001 35 第 7 次决策失败（124 秒） 开局即失败
41002 141 第 2 回合第 14 次失败（157 秒） 开局即失败
41003 33 第 4 次决策失败（192 秒） 开局即失败

结果

即使先验就是真实构筑，一两回合内也会因为要同时复现所有伤害区间、士气、幸运等随机结果而耗尽 4096 次试验预算，时间远超每步预算。只用可见信息的先验在开局比对英雄栏和面板时就不一致。

方案

  1. Simulator 新接口：输入当前公开观察、己方构筑和一个敌方假设，输出一个可执行局面，要求投影回观察者视角时与当前公开观察一致；看不见的部分来自假设，随机数用新种子，不需要对上历史；对不上的字段逐项报告。
  2. 敌方假设优先用状态估计模块的推断，兜底用“按观察校准”的假设。
  3. 在 1–3 个重建局面上跑 quick（每步 ≤ 1 秒），重建失败时退回 v59。

验收按顺序：重建覆盖率（目标 ≥ 95%）→ 题库 → 非镜像排位各 ≥ 200 局 → 公平性单测。

局限

隐藏被动在显露前无法进入假设；假设错误时搜索可能比启发式更差。

结论与下一步

方案请用户决定是否先做第 1 步（预计 1–2 天），期间 v59 照常作为默认公平 AI。本文写作时尚未开工；后续的“公开先验世界重演”与“公开根节点快照”实验分别见实验 0077 和 0078。