要点摘要

7 月 17 日，韩国棋院举办了一场人机对弈，世界排名第一的申真谞在让二子的情况下于第 245 手向开源引擎 KataGo 投子认输。 此结果凸显顶级围棋实力如今已可通过消费级硬件与开源软件被任何人获得。 该比赛是三局两胜系列赛的首局，剩余两场分别在 7 月 19 日和 21 日进行，评论指出约在第 103 手为关键转折点，KataGo 精准的反击改变了局势。

情绪分析

• 文章的整体情绪属于中性偏混合：报道一项明显的爆冷，同时保持信息性与克制的语气。本文对技术成就表达钦佩，并呈现人方的遗憾或失落，但并不危言耸听。观察性语句同时强调 AI 胜利的重要性与人类棋手在赛后坦率的反思。公众反应可能是对 KataGo 技术普及性的惊叹，并伴随对职业人类棋手面临越来越多限制的担忧。
  55%

文章正文

7 月 17 日，韩国棋院举办了一场人机展示赛，以纪念 AlphaGo 当年具有里程碑意义对局的十周年。在这个三局两胜系列赛的首局中，世界第一申真谞让二子并担任黑方，且享有充裕的思考时间。开源程序 KataGo 并未受严格的主时限制，而是采用每手 20 秒的读秒制。尽管有利的让子与充足的时间，申氏在第 245 手于形势已明显不利时投子认输。

比赛以 KataGo 采取一些不寻常的布局选择开始，扰乱了申真谞的既定定式。在整个中盘的大部分时间里，对局仍然接近，申氏似乎保有让二子带来的优势。然而约在第 103 手，KataGo 找到一组精确的下法，针对黑方棋形的弱点逐步扩大优势。赛后检讨指出，胜率自约第 70–76 手开始下降，且在第 90 手附近出现一处关键不精确，之后局势稳步地转向白方。

申真谞承认，一个出乎意料的开局与其既定线路被打乱是导致失利的原因之一。他指出，早期的白棋下法动摇了他的策略并影响了他的心态。观察者形容他在赛后检讨时显得沉思与遗憾；评论员强调，在直接对弈中，顶尖的人类职业棋手越来越难以在最先进的围棋引擎面前取得胜利。

KataGo 是一个由 David J. Wu（网名 lightvector）于 2019 年初首次发布的开源引擎。与早期由跨学科团队开发的里程碑系统不同，KataGo 的开发来自一位在大型研究实验室之外工作的个人贡献者。它使用类似 AlphaZero 的自我对弈强化学习框架，但强调训练效率与实用性优化。因此，在普通硬件上也能达到高水平的棋力。

如今，KataGo 被广泛视为最强的公开可得围棋引擎，在许多配置中超越早期的开源项目如 ELF OpenGo 与 Leela Zero。在单张消费级 GPU 上，经过延长训练后，KataGo 可以达到并超过人类职业水平；即便没有广泛搜索，它也能达到强劲的业余水平。当配置为每手执行大量策略与估值评估时，其棋力远超任何人类。

十年前，AlphaGo 战胜李世石需要一个庞大的研究团队与大量计算资源；李世石在第四局的精彩第 78 手仍被视为人类的伟大成就。当前的结果凸显出，构建与运行超人围棋程序的门槛已大幅降低。由在消费级硬件上运行的开源引擎取胜，象征一种转变：击败顶尖人类棋手已不再必须依赖机构支持。

系列赛还剩 7 月 19 日与 21 日的两场比赛，整个对决尚未定论。然而，较广泛的含义已然明确：可获得的高性能 AI 围棋引擎正在重塑职业比赛与复盘的期待。 这一实力公开可得的事实改变了棋界在训练、准备与竞技平衡上的格局。

对此场比赛的报道也引发了关于 AI 在各类游戏与领域中角色的更广泛讨论。相关报道指出其他大型模型在特定任务上仍有挣扎的例子，且对模拟中 AI 行为的分析持续为能力、安全与社会影响的讨论提供信息。目前，对职业棋手与爱好者来说，眼前的实际结论是：强大的研究与对弈工具正变得越来越容易被拥有 GPU 并愿意学习的人士所获得。

关键洞见表