什么是扑克求解器？（以及为什么你不需要自己跑一个）

周四晚上，你常打的那个局。当晚最大的一个底池慢慢堆起来，你的哥们Dave想了整整一分钟，然后带着一个同花听牌把整个筹码堆全下了 – 四张同花色的牌，等着第五张出现。它没来。他输掉了底池，一边数着钱准备重买，一边耸耸肩说：“求解器说那里该jam。“全桌的人都点头，好像这就算是盖棺定论了。

你也跟着点了点头。但开车回家的路上，你意识到自己根本不知道“求解器”到底是什么。一个程序？一个网站？一个人？（“jam”你至少知道：这是扑克里“全下”的俚语。）Dave又是怎么知道这个所谓的求解器，对他家车库局里随便一手牌会怎么说的？

问得好。求解器是过去几十年里对扑克策略影响最大的东西，也是最容易被误解的东西之一。所以让我们打开引擎盖看看：求解器到底是什么，它是怎么工作的，它给出的答案到底意味着什么，以及为什么 – 尽管它的名字被挂在嘴边的次数这么多 – 你并不需要买一个、配置一个，或者自己跑一个，才能享受到它教给我们的一切。

求解器到底是什么

求解器是一种软件，它为一个被精确定义的扑克局面，计算出近乎完美的策略。不是泛泛的扑克，而是一个局面，在计算开始之前就被完整地讲清楚了。

要搭建这个局面，你要给求解器喂四样东西。第一，牌桌上的现状本身：目前发出的公共牌，以及底池里已经有的钱。第二，双方的范围 – 范围是根据目前为止的行动，一名玩家实际可能持有的全部牌的集合。如果有人在翻牌（前三张公共牌）之前加注了，他的范围可能是对子、强A和一些同花牌（两张花色相同的牌）；肯定不会是任何可能的持牌。第三，筹码深度 – 每个玩家还剩多少钱可以下注。第四，一份允许的下注大小清单。你告诉求解器，在每个决策点，一名玩家可以过牌、下注三分之一底池、下注四分之三底池，或者全下，别的都不行。

然后机器开始运转，吐出来的不是一条建议。它是一份给双方的完整策略：范围里的每一手牌，在这个局面的每一个决策点上，该多频繁地下注、过牌、跟注、加注或弃牌，外加每个选项的期望值。期望值，也就是EV，是一个打法长期平均下来的利润。所以求解器不会只说“这里下注是好的”。它会说这手具体的牌在这个具体的尺寸下下注，平均值是4.31个大盲，而过牌是4.28。（大盲是决定整场牌局筹码规模的那个强制下注；玩家用大盲来衡量筹码量和利润，就像木匠用英寸衡量尺寸一样。）

求解器如何找到答案

这是大多数人从没听过的部分，而它其实出奇地简单。求解器里没有编入任何扑克知识。没有读牌的智慧，没有“吓人的牌就诈唬”，没有把策略书消化进代码里。求解器只是两个虚拟玩家被锁在一个房间里，无休止地互相调整。

它的运作方式是这样的。两个虚拟玩家一开始的策略或多或少是随意的。玩家一研究玩家二的策略，转向那些能对它赚最多钱的打法。然后玩家二反过来做同样的事。每一方的每一次调整都给对方打开了新的破绽可以攻击，于是他们再调整，一次又一次 – 数百万次，然后数十亿次微小的修正。随着时间推移，调整变得越来越小，直到两人达成一对策略，谁都无法再靠改变自己的打法获利。这个停止点就叫均衡，而它正是GTO所指的意思：一个无法被利用的策略，因为每一种利用方式，都已经在那数十亿次迭代中被尝试过、被回应过了。

注意缺了什么：理解。求解器从来没搞懂过任何一件事背后的原因。教练现在从求解器输出中提炼出的所有优雅概念，都是人类事后逆向工程出来的解释。机器只是不断地反调整，直到没什么可修的为止。

输出长什么样（以及为什么它感觉怪怪的）

假设你在按钮位 – 牌桌上最好的位置，在翻牌之后每一轮下注都最后行动 – 翻前加注，大盲跟注了。翻牌是K-7-2彩虹，也就是三种不同花色，同花听牌不可能出现。你手里是A-K：顶对（配上了牌面最大的牌），加上能拿到的最好踢脚（打平时用来分高下的那张副牌）。

问求解器这个局面，它不会说“下注”。它会说类似这样的话：三分之一底池下注67%的时候，过牌33%的时候。针对一手牌。在一个局面里。

如果这个答案让你愣住了，你不是一个人：这是新手觉得求解器输出最让人费解的地方。简单来说：当两个动作的EV几乎相同时，在它们之间分配频率，能让你的整体策略保持平衡、不可预测，这样善于观察的对手就没法从你的规律里赚到钱。我们写过一份完整的混合策略指南专门拆解这个问题，其中一个让人安心的实用结论是：当求解器在混合时，两个动作都没问题，只选更频繁的那个从来都算不上什么严重错误。

现在把这种答案乘以你范围里的每一手牌，再乘以每一张可能的转牌和河牌（第四张和第五张公共牌），你就能明白求解器的输出到底是什么了。不是建议。是一张巨大的地图：成千上万个频率和EV，描述着一整套策略，每个数字都是对的，却没有一个会自己解释自己。

小字条款：求解器解的是一个简化版的游戏

现在讲讲牌桌上很少有人提起的部分。求解器从来没有真正解过无限注德州扑克。它解的是一个简化版本，而这个简化，很重要。

在一手真实的牌里，你可以下任何金额，从最小下注一直到全部身家。在一个$200的底池里，这在每一个决策点、面对每一种可能的未来发牌组合，意味着成百上千种合法的下注大小。完整的游戏树 – 每一种可能的行动和发牌序列 – 大到没有任何计算机能装下，更别说去求解了。所以求解器只考虑你给它的那几个下注大小。只允许三分之一底池的下注，它就为一个只有这一种下注选项的游戏，算出完美策略。换成四分之三底池的菜单，它会为同一个K-7-2的翻牌，给出一份明显不同的策略：下注更少，过牌更多，做出下注决定的牌也不一样。

你输入的范围同样重要。喂给它一份稍微偏紧或偏松的翻前范围，下游的每一个频率都会跟着变。而且几乎所有的求解器工作都是单挑局面 – 正好两个玩家。你周四晚上那个五个人参与的底池，远远超出了标准工具能为你映射的范围。

把这些放到一起，“求解器说”其实是“一个求解器，在这个精确的局面下，基于这些假设的范围和这份下注大小菜单，说”的简称。两个玩家可以研究同一个局面，只是假设稍有不同，得出不同的答案回去，而且两人说的都是实话。输出的好坏，永远取决于输入的好坏。

求解器如何改变了扑克的打法

一点历史能解释为什么全桌人突然都开始像Dave一样说话。

在扑克存在的大部分时间里，策略来自书籍和争论。强玩家写下原则，另一些强玩家不同意，而没有人能来裁判。当线上扑克爆发式增长时，追踪数据库出现了：一种能记录你在线上打过的每一手牌、让你研究数百万手的软件。现在你能看到赢家真正的打法是什么样的，这确实是真正的进步。但“赢家在做什么”不等于“什么是最优的”。赢家们也是在猜，只是猜得更成功一点。

然后，大约在2015年，像PioSOLVER这样的求解器面向公众开放了，策略问题第一次有了答案，而不是意见。效果又快又明显。职业玩家发现求解器在翻牌上下的注很小 – 通常是底池的三分之一 – 而那个年代的标准打法是大得多的下注。过牌加注（先过牌，等对手下注后再加注）被证明被严重低估了，连顶尖玩家都用得不够。而且求解器几乎对每一件事都在混合，把打法在人类过去总是苦苦寻找那个唯一正确答案的地方，拆成几个动作分配频率。今天你看任何一场高额桌，看到的都是那些在机器绘制出这片领域之前，几乎还不存在的策略。

为什么你不需要自己跑一个

这里是自己动手做求解器工作到底意味着什么的老实说法，因为没有一个说“求解器说”的人会提起这些。

首先你得买软件。PioSOLVER和GTO+是标准的自己动手路线，而且平心而论，两者按其功能来说都相当强大，价格也算合理。然后真正的工作才开始。你要给双方构建现实的范围，而这本身就需要你已经对扑克有相当了解 – 一个真正的“先有鸡还是先有蛋”的问题。你要选择包含哪些下注大小，同时明白答案的好坏只取决于这份菜单。你要等电脑运转：粗略答案要几分钟，精确答案要几个小时。等它算完，你面对的是那张巨大的地图 – 一个手牌和频率的网格，没有任何附带的解释。把“过牌33%“变成一堂可以迁移的、讲清楚”为什么“的课，本身就是一门独立的技艺，需要几百个小时才能练出来。

职业玩家对这件事的认真程度，甚至有很多人直接花钱请别人来做这份工作。有些职业玩家的全职工作就是为其他职业玩家运行和解读求解器模拟。这就是真正的求解器工作所需要投入的程度。

现在老实评估一下你自己的处境。你每周或每两周打一次家庭局。你想不再犯那些吃掉你买入的错误，开始做出你真正能为自己辩护的决定。你需要亲自操作工业级的策略计算软件吗？还是你需要那些埋在输出里的教训，被提炼出来，用大白话解释清楚？

拿到教训，不用买执照

好消息是求解器的知识不会过期。一个给定局面的均衡，今天和去年是一样的，这意味着有人可以认真地算一次，然后成千上万的玩家都能从中学习。所以对一个家庭局玩家来说，明智的路径是一个建立在预先计算好的解决方案之上的学习工具：你练习贴近现实的决策，把自己的选择和求解器的选择做比较，把精力花在理解上，而不是计算上。

历史上一直缺失的那一环，是解释 – 那个一堵频率墙从来给不出的“为什么”。这正是AI扑克训练真正改变局面的地方，也是我们在Poker Sense里采用的方法：你练习手牌，得到基于真实求解器输出计算出的即时GTO反馈，而当一个推荐让你意外时，“问为什么”教练功能会解释推荐打法背后的推理。免费层级包括每天二十手练习牌和三次AI教练对话，足够你弄清楚这种学习方式适不适合你。

不管你怎么学，原则是一样的。求解器工作里那个又慢又贵又技术的部分，已经被那些拥有比我们任何人都好的硬件、更多耐心的人做完了。你的任务，是那个从来就无法被自动化的部分：学习本身。

总结

求解器是一台反调整机器：两个虚拟玩家在一个完全由人类输入所定义的简化游戏里 – 牌面和底池、筹码量、范围，以及下注大小菜单 – 互相较量数十亿轮，直到谁都无法再改进。它的发现重塑了现代扑克策略，而它的小字条款 – 答案的好坏取决于输入的好坏 – 却常常被那些引用它的人忽略。

你不需要自己跑一个。你需要的是它发现的东西，被翻译成你周四晚上就能用上的教训。下次Dave再宣布求解器说那里该jam时，你可以笑一笑，问他给求解器输入的是什么范围。看看会发生什么。