当 AI 坐上牌桌：自动化玩卡片游戏的三种路径与一个残酷真相

卡片游戏一直是 AI 的经典试炼场。从扑克到炉石，从昆特牌到游戏王，研究者们前赴后继地想让机器学会“打牌”。但真正把“自动化”和“AI”结合起来时，事情远比想象中复杂。有人用蒙特卡洛树搜索让 AI 在单人卡牌游戏里刷出 26% 的胜率，有人给炉石写了一套专供 Agent 调用的命令行工具，也有人试图用深度强化学习直接“看懂”昆特牌的画面然后出牌。路径不同，坑也不同。

最省事的路线，是找一个本身就是“为 AI 设计”的卡牌游戏。 PyPI 上有一个叫 Scoundrel 的项目，是个单人地牢爬行卡牌游戏，作者直接内置了两套 AI 方案：一套基于蒙特卡洛树搜索（MCTS），支持并行模拟和置换表缓存；另一套是 Transformer 架构的强化学习 Agent，用 PPO 训练，序列规划交给编码器，即时战术决策交给 MLP。数据也实在：MCTS 跑了 5041 局，胜率 26.11%，平均每局 42.8 回合，总回合数超过 21 万。这说明在规则完全已知、状态可完全观测的环境里，搜索加学习是能跑通的。但前提是——游戏得让你“看见”全部状态，并且 API 开着门。

现实中的主流卡牌游戏，没这么友好。 炉石传说就是典型。你想让 AI 打炉石，第一道坎不是策略，是“怎么把游戏状态喂给模型”。有人做了 hearthstone-cli，定位很明确：不是给人用的，是给 AI Agent 用的命令行工具箱。它干的事包括卡组代码编解码、构筑规则校验、解析客户端日志 Power.log 输出结构化的对局面板，甚至还有“军师监听”功能，在换牌阶段和轮到我方回合时向外部桥接器推送提示词，触发 AI 分析。换句话说，它把炉石变成了一个可以通过 JSON 输入输出、报错逐条返回、无交互式提示的“Agent 友好”环境。这比让 AI 看截图点鼠标高明得多，但工程量也大得多——你得逆向日志格式，维护双语卡牌库，还得跟着每个补丁更新。

另一条路是“视觉派”：不管游戏内部怎么实现，AI 直接从屏幕上学。 昆特牌有个 GwentAI 项目，号称用深度 Q 网络（DQN）做智能体，而且尝试从屏幕截图中提取状态，涉及图像预处理、模板匹配、OCR 文字识别，再把像素转成神经网络能吃的状态向量。听起来很酷，但这条路的风险在于：卡牌游戏的 UI 变化频繁，特效遮挡、动画延迟、字体渲染差异，任何一个环节出错，AI 看到的就是一帧错误的状态。三国杀也有类似尝试，用 OpenCV 做模板匹配识别按钮和手牌，再通过 ADB 点击执行。这类方案在固定分辨率、固定窗口位置、简体中文客户端的条件下能跑，但换台机器、换个皮肤，可能就得重新标定。炉石那个自动对战 Bot 项目就在文档里老老实实写着：固定前提是前台截图、前台输入、1600×900 或 1440×900、窗口位置 (20,20)、休闲模式。这不是通用 AI，这是精密的流水线。

那大语言模型呢？它能不能直接“看懂”卡牌文字然后做决策？ 有学术研究比较过 LLM 在炉石类环境里的表现。在《Slay the Spire》的测试中，用思维链（CoT）提示的 LLM 胜率达到 87.1%，超过基于规则的 AI（74.2%）和零样本提示的 Agent（65.7%）。但一旦换成接近普通人类玩家水平的卡组，所有 LLM 变体的胜率都跌到 5% 以下。原因不难猜：卡牌游戏的文本描述充满隐含语义和规则交互，模型在简单场景下能靠常识蒙对，一旦进入需要精确计算费用曲线、手牌资源、回合节奏的领域，自然语言的模糊性就成了致命伤。有人在 NGA 上分享过用 DeepSeek 写蒙特卡洛模拟算游戏王概率的经验，结论也很实在：AI 给的代码经常有小错，得自己看得懂才能改；而且你得先把游戏王的问题“抽象成数学语言甚至算法流程语言”，AI 才听得懂。

所以，自动化玩卡片游戏结合 AI，目前最务实的组合是什么？ 如果目标是做研究或练手，选一个状态完全可观测、有现成 API 或日志接口的游戏，用 MCTS 或 PPO 在模拟环境里跑，Scoundrel 那种自带 Agent 接口的项目就是最好的起点。如果目标是“让 AI 真的能打某个线上卡牌游戏”，优先找结构化数据通道，比如炉石的日志解析方案，而不是一上来就搞图像识别。图像识别可以作为补充，但不该是主力——每帧都靠模板匹配和 OCR，延迟和误差会吃掉所有策略优势。至于让 LLM 直接当“牌手”，现阶段更适合做辅助：分析对局文本、解释卡牌效果、在关键回合给人类玩家提建议，而不是端到端出牌。

一个容易被忽略的事实是：卡片游戏的“不完全信息”特性，让自动化本身就成了作弊。 你写个脚本能读到对手手牌或牌库顺序，哪怕只是通过日志解析，这 AI 的胜率就已经没有意义了。炉石那个 hearthstone-cli 的对局面板能输出“双方牌库剩余/疲劳/尸体数”，甚至“我方手牌费用攻血”。这些信息给人类看是复盘，给 AI 实时用就是开挂。所以真正有意义的 AI 卡牌研究，要么在信息完全公开的变体里做，要么严格限制 Agent 只能访问人类玩家能看到的信息。否则训出来的只是一个读心机器，不是牌手。

牌桌上的 AI，强的地方在于搜索深度和计算精度，弱的地方在于理解模糊语义和应对规则之外的花招。自动化是手脚，AI 是脑子，但先得搞清楚：你让这双手脚去够的，到底是一场公平的对局，还是一条通往“上帝视角”的捷径。