胜率：它说的其实不是「你多厉害」
复盘界面上那个百分比，准确含义是：在当前局面下，让 AI 自己跟自己下完这盘棋，黑棋获胜的概率是多少。
这里有两个容易被忽略的前提。
第一，它假设接下来双方都按 AI 的水平下。所以「胜率 70%」不是说「以你的水平能赢七成」，而是「以 AI 的水平接手能赢七成」。对业余棋手来说，一个需要精准长考才能守住的 70%，实战里的真实胜率可能低得多。
第二，胜率是一个被压缩过的刻度。从 50% 到 60% 和从 89% 到 99%，在胜率上都是 10 个百分点，但棋盘上发生的事情完全不是一个量级。这直接导致了下一个问题。
目数：胜率看不见的那一半
目数（有的软件叫「目数领先」「score lead」）表示 AI 预估的最终盘面差距，比如「黑 +6.5 目」。
它跟胜率的关键区别在于：目数是线性的，胜率不是。
举个典型场景。你已经大优，胜率 96%。这时下了一手缓手，亏了 8 目——这在实战中是很大的损失，足够让一盘棋从「稳赢」变成「要小心」。但胜率可能只从 96% 掉到 93%，看起来毫不起眼。
反过来，在细棋的中盘，亏 2 目就可能让胜率从 52% 掉到 41%，看着触目惊心。
结论：只看胜率，会系统性地低估优势局面下的失误，高估细棋局面下的失误。而恰恰是「大优之后一路缓手把优势耗光」这种问题，在业余棋手身上最常见——如果只盯胜率曲线，这类毛病几乎看不出来。
该看胜率还是目数？分阶段
| 阶段 | 主要看 | 原因 |
|---|---|---|
| 布局 | 目数为主 | 此时胜率普遍在 50% 附近小幅波动，分辨率不够；目数能反映出布局效率的细微差别。 |
| 中盘战斗 | 两个都看 | 战斗中局面变化剧烈，胜率反映的是「这块死活关系到全局的程度」，目数反映实际得失。 |
| 大优 / 大劣 | 目数为主 | 胜率已经饱和（贴近 0% 或 100%），几乎不动了，只有目数还有分辨率。 |
| 官子 | 目数 | 官子阶段本来就是在数目，胜率只在最后翻转点附近才有意义。 |
为什么胜率曲线会莫名其妙地抖
如果你见过复盘曲线上出现一些没道理的小起伏——明明是一手很普通的应手，胜率却跳了三四个点——那多半不是你下错了，是评估噪声。
原因在于评估方式的取舍。要给一整盘棋的每一手都做深度搜索，代价极高：一盘 200 手的棋，每手都认真算的话可能要跑上十几分钟。所以绝大多数软件在做逐手快速评估时，会用零搜索或极低搜索的方式——直接读神经网络的一次估值，不展开搜索树。
这样快是快了，但单次估值本身有几个百分点的抖动。而「这一手亏了多少」是两个带抖动的估值相减，误差会叠加。于是就有了曲线上那些无意义的小锯齿。
这也是为什么：对着复盘曲线上一个 3% 的波动去反复琢磨「我这手到底哪里不好」，很可能是在分析一个根本不存在的问题。真正值得研究的是那些明显的大落差。
「恶手」和「失误」的合理判定
既然单看胜率有噪声，那用什么标准标记问题手才可靠？
一个稳妥的做法是要求胜率和目数两个独立信号同时超标。以知弈采用的口径为例：
| 标记 | 判定条件 | 含义 |
|---|---|---|
| 恶手 | 胜率损失 ≥ 10% 且 目数损失 ≥ 4 目 | 明确下坏了，值得认真复盘的一手 |
| 失误 | 胜率损失 ≥ 5% 且 目数损失 ≥ 2 目 | 有更好的下法，但未必是严重问题 |
为什么要「且」而不是「或」？因为噪声几乎不可能让两个不同性质的指标同时大幅偏离。胜率抖动 4% 是常事，但要让胜率抖 10% 的同时目数也抖出 4 目，概率就很低了。用双门槛过滤，代价是可能漏掉少数真实的小失误，换来的是标出来的每一处基本都是真问题——对复盘来说这个取舍是划算的。
反过来说，如果某个软件的复盘一盘棋标出四五十处「失误」，那这个列表的参考价值不大——它大概率只用了单一的胜率门槛，把噪声也算进去了。
怎么用复盘数据真正涨棋
拿到一份复盘报告，比较有效的顺序是这样：
- 先看整条曲线的形状，不看具体手数。是一路平缓下滑（说明是布局方向或大局观问题），还是几个断崖（说明是局部计算或死活问题）？这两类毛病的改进方法完全不同。
- 只挑损失最大的 2–3 手深看。一盘棋能真正吃透两三个关键失误已经很多了。贪多的结果通常是每个都看了、每个都没记住。
- 先自己想，再看 AI 推荐。把局面摆回失误前，自己先想「还能怎么下」，想完再看 AI 的答案。直接看答案的学习效率远低于先思考。
- 重点看「为什么」，而不是「哪一手」。记住 AI 在某局面下会点三三，价值有限；理解它为什么认为此时抢实地比外势重要，才能迁移到别的棋局。
这是 AI 复盘最大的实际障碍：引擎能告诉你「这手亏 6 目，推荐下在这里」，但没法告诉你为什么。而「为什么」才是能带走的东西。知弈在引擎算出的客观数据之上，让 AI 把这段推理讲成人话——数据仍然全部来自引擎的实际计算，AI 只负责翻译，不允许自行编造棋形判断。
三个常见的误用
一、把 AI 的最优解当成自己该下的棋
AI 推荐的往往是「在后续都能下对的前提下」价值最高的一手，其中不少要求极高的后续精度。业余棋手照搬，很容易走进自己算不清的复杂局面，实战结果反而更差。选一个自己驾驭得了、损失小几目的下法，通常比硬跟 AI 更实用。
二、追求「零失误」
用 AI 标准衡量，职业棋手一盘棋也会有若干次数目级的损失。业余棋手复盘的目标不是消灭所有标记，而是找出反复出现的同一类错误——比如总在打入时机上判断失准，或者总在优势时求稳过头。
三、只复盘输的棋
赢的棋里往往藏着更值得警惕的问题：对手同样失误、或者你在大优之后连续缓手却因为底子厚而侥幸赢下。这类问题不复盘就永远发现不了，而下次遇到棋力更强的对手就会被兑现。
用知弈复盘，数据和讲解一起给你
一局结束自动标出恶手与失误、画出胜率曲线，点开任意一手直接在棋盘上演示 AI 推荐的变化，并用自然语言解释这手棋亏在哪。支持导入 SGF 棋谱，在别处下的棋也能拿进来分析。Windows / macOS 免费下载。
下载知弈围棋 →