Poker Sense如何評分你的決策

你剛在Poker Sense裡打完一手訓練牌。你在大盲位 – 也就是在任何牌發出之前，要先貼出兩個強制下注裡較大那個的座位 – 你跟注了一個翻前加注，手上是黑桃J和黑桃10。翻牌，也就是最先發出的三張公共牌，是黑桃Q、黑桃9、紅心4。你過牌，對手下注大約半個底池，你盤點了一下自己的牌：一個雙頭順子聽牌（任何K或8都能補齊順子）加上一個同花聽牌（再一張黑桃就能組成同花）。跟注感覺很合理。你跟注了。

評分回來了：GOOD。下面只有一行字：「加注是主要打法（68%）。」

GOOD？不是GREAT？你手握一手怪獸聽牌，走了穩健的線路，而電腦顯然想要你加注 – 但只有68%的時候，不管那代表什麼意思。這帶出了真正的問題。一個撲克決策的評分，究竟代表什麼意思？撲克是一個靠運氣的遊戲，而數學本身常常說同一手牌有兩種不同的打法。單一個決策真的能被評分嗎？

可以，但不是大多數人以為的那種方式。走一遍Poker Sense實際上是怎麼做的，結果會發現，這是一趟認識該如何思考撲克決策的絕佳旅程 – 就從那個明顯的評分方式為什麼行不通開始。

明顯的評分方式，以及為什麼它行不通

評分一個撲克決策，最明顯的方法是衡量它付出了什麼代價。現代撲克策略來自求解器：一種讓一個局面自我對戰數百萬次，直到收斂出一個賽局理論最優策略 – 簡稱GTO – 的程式，意思是一個不管對手怎麼嘗試都無法被利用的策略。對任何一個局面，求解器都能告訴你每個行動的期望值：長期下來這個行動平均會贏或輸多少，把任何一手牌的運氣成分都平均掉。所以只要拿你選的打法，去對比可用打法裡最好的那個。平均利潤的差距，就是你的分數。很簡單。

問題就在這裡，而這正是這整篇文章數學上的核心。在大多數翻牌上，求解器不會只選一個行動。它打的是混合策略：同一手牌在同一個局面裡，它有時加注，有時跟注，用特定的頻率。而在均衡狀態 – 也就是雙方都打得完美、任何一方再怎麼改變都無法獲利的狀態 – 求解器在一個混合局面裡實際使用的每一個行動，期望值都完全相等。

這不是巧合。這正是混合之所以存在的原因。如果加注比跟注多賺哪怕一點點，求解器就不會68%的時候加注；它會100%的時候加注，因為求解器對利潤毫不留情。一個混合策略，只有在裡面的行動被精確綁定在一起時才能存在。賽局理論學家把這個叫做無差異原則：在均衡狀態下，你對混合裡的各個行動毫無偏好，因為它們賺的錢完全一樣。

現在看看這對那個明顯的評分方案做了什麼。你在J-10那手牌裡的跟注？損失的期望值是零。應用程式稱之為主要打法的那個加注？也是零。棄牌 – 求解器對這手牌從不採用的唯一那個行動 – 才是唯一有代價的選擇。只用EV損失來評分，幾乎每一個大致合理的翻後決策都會得到「完美」的結果。一張幾乎全部都是A的成績單，不是回饋。那是壁紙。

EV損失看不見的訊號

所以Poker Sense拿EV損失看不見的東西來評分：求解器的頻率。

當求解器68%加注、32%跟注時，兩個行動都沒問題 – 但作為習慣，它們並不相同。你的對手從來不是在對抗一個決策；他們對抗的是你的整個範圍，也就是你採取某個特定行動時，可能持有的每一手牌。一個在這種局面裡，每次拿到大聽牌都選擇跟注的玩家，正在一次一個免費決策地，建立起一個跟求解器不同的範圍。他們的加注裡只有真正的強成牌，這讓那些加注很容易被對付。他們的跟注裡塞滿了聽牌，這讓他們之後的下注，只要順子牌或同花牌一落地，就很容易被讀懂。在均衡狀態下，每一次單獨的跟注確實沒有代價。但這個習慣，正在悄悄把他們推向另一套策略 – 而「沒有代價」這個保證，從來不是針對那套策略發出的。

這正是整套判定系統建立的洞見。頻率的一致性，是EV損失看不見的訊號。當你的行動在求解器的策略裡面時，有用的問題不是「這付出了什麼代價」（沒有），而是「這個行動在整套策略裡有多核心」。當你的行動在求解器的策略之外時，代價才是正確的問題，因為這時候真的有代價存在。

六個判定

Poker Sense把每一個決策分進六個判定裡的其中一個。前三個代表你身處求解器的策略之內，它們的差別只在於求解器做出你那個選擇的頻率有多高。後三個代表你身處策略之外，它們的差別只在於這趟繞路花了多少錢。代價是用大盲注來衡量的 – 也就是你貼出的那個強制下注的大小，撲克裡的標準衡量單位，通常縮寫為bb。

GREAT 代表你選了主要打法，也就是求解器最常採用的那個行動 – 或是一個求解器採用頻率跟主要打法相差不到10個百分點的行動。第二個條件很重要。當求解器52%加注、48%跟注時，跟注不是次一等的選擇；它是一次貨真價實的擲硬幣裡的一半，評分方式也跟擲硬幣一樣。

GOOD 代表你選了一個求解器有相當比例時間會採用的行動：15%或以上。你那手J-10的跟注就落在這裡。求解器大多數時候加注這手牌，而剩下的大部分時間跟注，所以跟注確實是策略裡真實的一部分。只是不是主打。

OKAY 代表你的行動在求解器的策略裡，但很少見：低於15%。沒有損失，不用道歉。但如果你在同一種局面裡一直落在這裡，代表策略的重心不在你所在的地方。

IFFY 代表你離開了策略，但代價很低：損失不到1.5個大盲注的期望值。長期下來是真金白銀，但今天不算緊急事件。

MISTAKE 代表這趟繞路花了1.5到3個大盲注。這些是專注研究能最快見效的決策。

BLUNDER 代表損失3個大盲注以上。在J-10那手牌裡，把那手十五張補牌的怪獸聽牌，在面對一個半池下注時棄掉，會燒掉好幾個大盲注，落在這一類。每個人心裡都藏著一些BLUNDER；在訓練裡找到它們的意義，就在於訓練用的籌碼是免費的。

還有一個數字把這一切串起來：你的場次準確率，就是被評為GREAT或GOOD的決策所佔的百分比。這是一個快速的指標，告訴你有多常保持在策略的中心附近。

「勢均力敵的局面」到底代表什麼

有些局面根本不勢均力敵 – 求解器幾乎總是採用同一個行動，其他任何選擇都是漏洞。但有很多局面確實是真正混合的，有兩個或更多接近相等的行動。如果求解器45%下注、55%過牌，這兩個打法幾乎是雙胞胎。無差異原則說它們賺的錢一樣，而頻率也顯示求解器幾乎沒有偏向任何一邊。

想像被告知你在那個局面下注「失敗」了。那不是教學；那是噪音。更糟的是，這會訓練你去那些整個數學重點就是「沒有單一正確答案」的局面裡，尋找一個唯一正確的答案。

所以當一個局面勢均力敵時，Poker Sense會直接告訴你。GREAT裡那個10個百分點的窗口，正是為此存在的，而這行洞察會緊跟著一起出現：「勢均力敵的局面 – 兩種打法都很扎實。」這行字，就是應用程式在告訴你不該把心力花在哪裡。真正值得你開車回家的路上反覆回想的手牌，是那些你和求解器真正產生分歧的手牌 – 而不是那些擲硬幣的局面。

為什麼評分是一句話，不是一個數字

有些訓練工具會直接丟出原始的輸出：下注值2.31個大盲注，過牌值2.28。Poker Sense也會計算這一切 – IFFY、MISTAKE和BLUNDER的邊界，正是這樣被畫出來的，大幅偏離的決策，會依照精確燒掉了多少大盲注來評分 – 但評分本身從來不會以小數的形式出現。原因有兩個。

第一，虛假的精確度。求解器的輸出是收斂後的近似值：求解器會一直運算，直到它的策略移動幅度不再超過一個容忍範圍，然後就停下來。合理線路之間的差異，常常只有千分之幾個大盲注，深埋在近似值本身的雜訊裡。第三位小數看起來像是資訊。它不是。

第二，在這裡文字比數字教得更好。「你損失了0.03bb」只會讓你瞇著眼睛，不確定這算不算多。一句話能告訴你該拿剛剛發生的事怎麼辦。所以每一個決策得到的，是一行簡單、白話的洞察，而不是一串小數：有明確主打時，是「加注是主要打法（68%）」。沒有的時候，是「勢均力敵的局面 – 兩種打法都很扎實」。當你繞去了一個代價高昂的地方時，是「重大失誤 – 過牌才是正解」。就這一行字，你就知道該繼續前進，還是該深入研究。

要說清楚，這不代表細節被藏起來了。決策結束之後，你可以打開範圍檢視畫面，看到完整的求解器分析 – 你可能持有的每一手牌、每個行動的頻率，還有，沒錯，那些EV。差別在於哪個先出現：評分先把一句話交到你手上，把小數留在那裡，讓好奇的人自己去找，而不是逼你自己去解讀。

一個評分無法告訴你的事

以下是任何評分系統誠實的極限：一個評分能找出分歧點，但無法解釋它。GOOD配上「加注是主要打法（68%）」，告訴你你的直覺和策略在哪裡分道揚鑣。它不會告訴你求解器為什麼喜歡加注那個聽牌。

那個「為什麼」，正是學習真正發生的地方，也正是「問為什麼」教練存在的目的。在那手J-10牌局之後點一下它，AI教練會解釋推薦打法背後的推理：你的聽牌強到足以讓你即使面對繼續行動的牌，也接近五五開，所以加注給了你兩種贏的方式 – 對手現在棄牌，或是你的十五張牌裡有一張到來 – 而在你的牌還有這麼多潛力的時候把底池養大，代表你贏下去的那些時候，能贏得更多。這個推理會轉移到你下一次拿到的大聽牌上，就算是一個你從沒見過的牌面。評分找出了差距；對話填補了它。免費層級每天有20手練習牌和3次教練對話，足夠讓你在那些讓你意外的牌局上，養成問「為什麼」的習慣。

總結

評分是一面鏡子，不是對你這個玩家的判定。它拿一個決策去對比一套策略：在策略之內，它告訴你你的行動有多核心；在策略之外，它告訴你這趟繞路用大盲注算花了多少錢。這就是它宣稱知道的全部 – 而因為無差異原則，這也是任何誠實的評分能宣稱知道的全部。

你的準確率數字，也該得到同樣的誠實對待。被評為GREAT或GOOD的決策百分比，是一個練習指標，不是你的勝率。變異數依然會決定你的週五晚上；你可能用85%的準確率打牌，卻還是輸掉三個買入，而那個什麼都跟的傢伙，卻拖走了今年最大的一個底池。

所以，是的 – 就算是在一個充滿運氣和混合策略的遊戲裡，單一個決策也能被評分。不是看它有沒有贏，也不是靠一個假裝比數學本身更精確的小數，而是看它相對於一套無法被撼動的策略，站在什麼位置。這個評分，一手接一手地，向你展示你和那套策略在哪裡分歧。你拿這個資訊做什麼，才是真正的訓練。