摘要
实验 0044 的精确战术题库显示，搜索 AI 的 quick 档答对 31/36，错题集中在“该等待却攻击”和少数漏掉的移动。本实验复用同样的 36 道开发题（68 道保留题始终未读），逐项改变搜索的一个部分，看错误从哪里来。结论是：错误来源不止一种，没有任何一个变体能干净地替代原 quick。根候选放开、加深一层、延伸到回合末、限 4/6 次行动等变体都是“修好几题、又弄错几题”。去掉一项固定 120 分的“远程被贴身”扣分后，回合末变体达到 32/36、平均损失最低，但相对原 quick 仍新增 3 处错误。默认策略没有改动。
要回答的问题
quick 在题库上的错误，是因为（1）根部候选里根本没有正确动作，（2）看得不够远，（3）路径上的动作加分，还是（4）叶子估值本身？
方法
- 参考答案复核：先用当前引擎重新求解每道题。旧参考求解器没有剪枝，6 道代表题在每题 45 秒内只完成 1 道；改为标准 alpha-beta 剪枝并只缓存窗口内的精确值后，6 题全部完成，36 题重算的所有参考值都与冻结记录一致。剪枝版在 4 个微小局面上与不剪枝的穷举完全一致。
- 参考目标：与 0044 相同，一回合视野下的血量差、剩余输出差和存活堆数优先三种目标；多个同优动作都算对。
- 变体：每次只改一处——放开根候选、深度 2、延伸到回合末、回合末但最多 4 或 6 次行动（activation，即一个兵组行动一次）、去掉路径动作加分、在叶子上抵消固定 120 分的贴身扣分（该扣分是静态估值对每个被近身的远程兵组施加的）。
- 核验：所有被选动作都用独立引擎重新结算，核对状态与事件一致。
设置
36 道开发题；无英雄、固定伤害、幸运/士气为零的小局面。诊断性质，没有预设通过门槛，也不用于调参保留题。部分运行与机器上的其他任务重叠，耗时数字只描述插桩运行，不是在线 4 秒预算的验收。
结果
根候选与深度：
| 变体 | 符合参考 | 平均血量目标损失 |
|---|---|---|
| 原 quick | 31/36 | 0.0895 |
| 放开全部根动作 | 30/36 | 0.1241 |
| 放开全部根动作 + 深度 2 | 30/36 | 0.0898 |
有上限的回合视野：
| 变体 | 符合参考 | 相对 quick 修复/新增错误 | 平均损失 |
|---|---|---|---|
| 深度 2 | 30/36 | 2 / 3 | 0.0829 |
| 回合末或 4 次行动 | 31/36 | 2 / 2 | 0.0641 |
| 回合末或 6 次行动 | 28/36 | 4 / 7 | 0.0922 |
| 回合末、无上限 | 28/36 | 4 / 7 | 0.0922 |
贴身扣分隔离（同候选）：
| 变体 | 符合参考 | 平均损失 |
|---|---|---|
| 原 quick | 31/36 | 0.0895 |
| 回合末、原叶子 | 28/36 | 0.0922 |
| 回合末、叶子抵消固定贴身扣分 | 32/36 | 0.0396 |
最后一种相对原 quick 修复 p0019/p0046/p0071/p0078，但新增 p0009/p0022/p0050 三处错误。
几个具体反例：
- p0036（根候选遗漏）：最优是三个特定移动，quick 的 6 个根候选都没包含，所有变体中都仍然答错（除了放开根候选）。
- p0019（截断位置）：quick 和深度 2 中，“等待”分支的叶子停在该兵组还没再次行动的位置；只把视野延伸到回合末就选回等待（−146.85 对立即攻击约 −303.35），去掉动作加分结果不变。这说明该题的主要问题是停止时机，但不能推广到所有等待错误。
- p0006/p0009：用完整合法动作、无剪枝候选的独立搜索，当前叶子估值都选等待，而参考选攻击；问题不能只归因于候选裁剪。p0006 中等待少 89.6 材料分、却多 121 位置分，后者主要来自那 120 分贴身扣分。
- 去掉路径加分：在 9 道题上选择和分数完全不变，排除了“只去路径加分就能修复”。
失败与负结果
- 加深或延伸视野并不单调变好；6 步和整回合版本新增 7 处错误，其中 p0006/p0009 从正确的立即攻击变成等待。只看最初 5 个反例会高估整回合延伸的收益。
- 首轮测试 43 项中 2 项失败，是测试错误地假定只有攻击最优（实际攻击和等待同优），修正后通过。
- 一次扩大批次在另一任务运行时被误启动，随即停止；中断批次不进入汇总，之后在新目录重跑。
局限
- 参考是一回合视野下的声明目标，不是整局最优或胜率；命中率不能当棋力。
- 题目只有三个普通兵组，没有英雄法术、免费动作链、随机击杀和隐藏信息。
- 贴身扣分可能确实反映“下一回合远程受限”的真实价值，本实验没有证明去掉它对整局有利。
- 耗时与其他任务重叠，不作性能结论。
结论与下一步
错误来源至少包括根移动候选遗漏（p0036）、等待分支被过早截断（p0019 一类）和固定贴身扣分的权重。当前证据不足以替换默认策略。下一步是设计能保留远程安全价值的评分修正、给等待分支一个与其他动作可比终点的有预算延伸，并单独修移动候选，同时守住 p0030/p0077 这类反例。首步成对续玩的整局检查记录在单独的报告中：p0019 有条件地由负转胜，p0078 由 100 回合平局变为第 5 回合胜，仍不足以替换默认策略。
Comments