我们是怎样一步步发现：鱿鱼并不等于“打得更凶” 从 SquidSolver 的大量 Limp，到“参与价值与攻击价值分离” 研究范围：经典鱿鱼 文章类型：研究过程笔记，不是最终策略教程 当前研究状态：Theory Framework Frozen / Policy Open 最初研究经典鱿鱼时，一个非常自然的直觉是： 鱼很值钱，所以玩家应该更积极、更主动、更愿意 Raise。 这个直觉并不荒谬。 经典鱿鱼中，一个还没有鱼的玩家，只要独赢符合条件的主池，就会从 0鱼变成1鱼；而已经拿到鱼的玩家，本轮不会再拿第二条鱼。最终只剩一名0鱼玩家时，本轮结束。也就是说，一手牌除了普通的筹码结果之外，还可能改变玩家在整轮游戏中的身份。 从这个角度看，“抢鱼”当然很重要。 但真正开始研究以后，我们发现： “抢鱼重要”与“应该更激进”不是同一句话。 这两件事之间，隔着一整层此前没有被认真拆开的机制。 一、真正改变方向的，是一个反直觉的外部 Solver 结果 研究过程中，我们看到 SquidSolver 的公开案例 《Limp Is All You Need》。 这是一个 8人、750BB 的特定 Squid Solve。它不能直接当成本项目经典鱿鱼的标准答案，因为规则、筹码深度、Action Tree、Ante / Straddle 等条件并不完全相同。 但它展示了一个非常值得追问的现象： 前位到 CO 出现大量 Limp，BTN 才明显恢复更多 Raise。 更关键的是，公开材料指出： 当 Raise 不能可靠地完成 Isolation 时，Limp 可以成为维持整个 Range 结构的核心动作。 这个结果直接挑战了最初那个简单直觉： 鱼压更大 → 更想抢鱼 → 应该更多Raise 如果 Solver 反而大量 Limp，那么问题就不能再问： “鱿鱼为什么让人打得更凶？” 而应该重新问： 鱿鱼到底先提高了什么价值？ 二、我们决定不从8人桌往回猜，而是从3个人重新开始 如果直接面对8人、超深筹码、复杂身份分布，很容易把很多变量混在一起。 所以我们采用了一个后来非常重要的方法： Minimum Non-Trivial Game Principle——最小非平凡系统原则。 经典鱿鱼从3人开始。 初始： A：0鱼 B：0鱼 C：0鱼 也就是： z = 3 其中一人先拿鱼后： 1 / 0 / 0 进入： z = 2 然后剩下两名0鱼玩家中任何一人再完成0→1，另一人就成为最终唯一的0鱼失败者。 这个三人系统足够小，可以拆解；又足够复杂，能够表现： 0→1身份转换； 有鱼玩家继续留在牌局； z=3→2→1； 多人竞争； Isolation； 赛点压力。 这一步非常重要，因为研究从“猜策略”变成了“研究状态转换”。 三、第一个真正重要的发现：Fold vs Participate，和 Limp vs Raise，不是同一个问题 普通德州扑克里，我们习惯把翻前行动放在一条线上比较： Fold Limp Call Raise 3bet 但经典鱿鱼中，对0鱼玩家而言，Fold 有一个普通德州没有的后果： Fold 以后，本手 Hero 的拿鱼概率直接变成0。 换句话说： Fold 不只是放弃当前底池，还放弃了本手的 Conversion Access——状态转换机会。 于是第一个问题应该变成： 第一步：我要不要参与这一手？ Fold vs Participate 而不是先问： Limp vs Raise 一旦决定参与，Limp 和 Raise 都已经保留了“本手可能0→1”的机会。 那么第二个问题才是： 第二步：如果参与，我为什么要多付钱 Raise？ Raise 必须证明，它额外付出的筹码成本，真正买到了： 更高的 Hero 独赢主池概率； 更低的危险0鱼对手独赢概率； 更有效的 Isolation； 更好的未来状态； 或者足够高的普通 Poker EV。 这就是后来形成的核心概念： Participation–Aggression Separation 参与—激进分离 它的含义不是： “鱿鱼应该 Limp。” 而是： 鱿鱼可以先提高“参与”的价值，却不一定同步提高“攻击”的价值。 所以完全可能出现： Participation ↑ Limp ↑ Raise ↓ 四、第二个重要发现：Isolation 本身不是价值 一开始我们也很容易说： Raise 可以赶走人，所以更容易抢到鱼。 但继续推下去会发现，这句话仍然太粗。 Raise 赶走一个人，只是发生了： Field Reduction 真正需要研究的是： Field Reduction ↓ Hero独赢主池概率怎样变化？ ↓ 其他0鱼玩家独赢概率怎样变化？ ↓ Hero最终失败风险怎样变化？ 这时出现了一个非常重要的区分： Isolation Efficiency｜隔离效率 不是问： Raise 有没有把人赶走？ 而是问： Raise 付出的额外成本，到底在多大程度上转化成了更好的状态转换分布？ 因为还有一个容易忽略的问题： Survivor Selection 被 Raise 以后仍然留下来的 Range 往往更强。 所以： 人数减少 并不自动等于： Hero更容易独赢主池 Raise 甚至还可能诱发 3bet / Re-raise，最后逼 Hero 自己 Fold，反而失去这一手的 Conversion Access。 因此我们逐渐形成了一条更严格的原则： Aggression 必须购买 Transition Quality。 “更主动”本身没有鱿鱼奖金。 五、人数、身后玩家、0鱼人数，必须拆开 研究再往前推进，一个很容易犯的错误出现了： 把： N = 一轮参与人数 和： 当前手仍然活着的人数 混在一起。 经典鱿鱼规则中，一轮开始时参与者集合锁定，N 整轮不变。有人当前手 Fold，并不会改变 N。 所以后来我们把几个变量严格分开： N：本轮固定参与人数； z：当前0鱼玩家总数； k：Hero行动时身后仍需响应的玩家数； Live 0鱼 Opponents； Live 1鱼 Opponents； Main-pot eligibility。 这一步之后，一个原本很粗的说法： “人数越多，Raise越难抢鱼。” 被修正为： 真正影响当前 Raise 即时拿鱼通道的，不是单独的 Round N，而是当前 Live Field、Players Behind 以及这些玩家的实际 Fold Response。 如果身后玩家一个都不 Fold，即使只剩两个人，Raise 的 Preflop Full-Fold Conversion Channel 也可以接近0。 六、终局越近，也不等于应该越激进 另一个最容易出现的直觉是： z越小 → 越危险 → 越要主动 我们后来专门做了 Terminal-Distance Repricing。 结果显示： 随着 z 下降，确实会发生很强的重新定价。 自己拿到鱼的价值会变大。 阻止另一名危险0鱼玩家先拿鱼的价值，也会变大，而且后者的权重增长得更快。 但是这并不能推出： z下降 → Raise频率上升 因为一个 Raise 可能同时： 提高Hero转换概率 + 提高危险Opponent转换概率 在这种情况下，同一个 Raise 在较早阶段可能是正的，到了赛点反而可能变成负的。 因此我们最后把“终局压力”的表达改成： 终局压力放大的不是 Aggression，而是 Transition Quality。 这是一个很关键的修正。 七、有鱼以后，也不是简单地“变成猎人” 研究到这里，我们又遇到一个很自然的说法： 0鱼是求生者，1鱼以后就是猎人。 这个说法作为直觉有用，但如果直接拿来做 EV 分析，会出问题。 经典鱿鱼中，Hero一旦已经有鱼，最终自己的鱿鱼结算固定为： +P 因为不能再获得第二条鱼。 所以从 Hero自己的直接终局结算 来看： Direct Terminal Squid Action Premium = 0 这意味着： 有鱼玩家阻止别人拿鱼，并不会因为规则本身给自己再发一块额外奖金。 但这并不代表： Hero拿鱼以后就回到普通德州扑克。 原因是： 桌上的0鱼玩家还在按照 Squid Utility 做决策。 即使他们完全理性，他们的 Range、参与方式、Raise / Limp 结构，也可能已经偏离普通 Poker Baseline。 于是我们把有鱼玩家的价值拆成了两层： 第一层：Passive Baseline Repricing Hero什么都不改变。 但因为0鱼对手的理论策略已经改变，Hero原本普通 Poker 的节点 EV 已经被自动重新定价。 第二层：Active Identity Response 在这个新的对手理论 Range 上，Hero再主动改变： Range； Size； Line； Isolation； Bluff / Value composition。 这一步以后我们才意识到： 有鱼玩家的第一层优势，不一定来自“我做了更聪明的剥削”；它可能先来自0鱼玩家为了自己的Squid Utility，已经放弃了部分纯Chip-EV最优行动。 但这里也必须非常谨慎： 0鱼玩家让出的 Chip EV 会重新分配到整个牌桌，并不保证自动全部落到某一个有鱼玩家、某一个具体节点。 所以“有鱼自动多EV”同样不能作为普遍定律。 八、最重要的一次方法修正：不要一上来研究“怕型”和“急型” 现场打牌时，我们很容易观察： 有的人没鱼以后特别怕； 有的人没鱼以后特别急； 有的人过度 Fold； 有的人过度 Call； 有的人疯狂 Raise。 最初我们也把“怕”和“急”当成一个重要分类。 后来发现，这样做太早了。 因为必须先区分三个完全不同的层次： 第一层：Theory 一个完全理性的0鱼玩家，因为 Squid Utility，本来就应该怎样偏离普通 Poker？ 第二层：Population 现实中的0鱼玩家整体，相对于“理性0鱼策略”，有没有稳定系统性偏差？ 第三层：Individual 某个具体玩家，又相对于这个 Population Baseline 偏离了什么？ 于是： 0鱼 ≠ 怕 ≠ 急 “怕 / 急”只能进入 Individual Player Model，不能直接写进规则理论。 这也是我们后来正式淘汰旧 H-07 的原因。 九、真正让框架稳定下来的，不是支持案例，而是反例 研究到后期，我们开始刻意停止寻找“证明自己正确”的案例。 A12 的工作叫： Boundary Stress Tests｜边界压力测试。 我们专门构造最容易让原理论失效的状态。 例如： P → 0 如果鱼价趋近于0，那么由终局结算带来的直接 Squid Repricing 也趋近于0。 所以： 有鱿鱼规则，不等于鱿鱼一定显著改变策略。 没有 Live 0鱼对手 即使 z 很低，如果危险0鱼玩家本手已经 Fold，当前 Waiting Hazard 仍然可以是0。 所以： 终局很近，不等于这一手一定危险。 Raise 同时提高双方转换概率 Raise 让 Hero 更容易拿鱼，不代表一定更好。 如果它让危险0鱼对手增加得更多，动作排序可以反转。 对手几乎不 Fold 这时 Raise 的即时 Full-Fold 拿鱼通道可以接近0。 Limp Range 被 Premium 充分保护 于是： Limp很多 完全不能直接推出： Range弱 1鱼 Her