Token杯AI国际象棋大赛-ChatGPT
Token自由
以前我对 AI 的态度相当朴素：没有订阅，就自己想办法。
家里的 L4、DGX Spark 轮番上阵，本地模型也跑过不少。它们很努力，电脑风扇也很努力；但模型通常不大，聪明程度大约相当于一个知识面很广、偶尔会把鞋穿在手上的实习生。能聊天、能写点代码，真遇上复杂问题，还是得人类在旁边扶着。
最近情况忽然变了：Token 自由了。
GitHub 的教育优惠终于通过，每月 15 美元，可以用 Copilot Pro；为了让谦使用 Gemini Notebook，又订了 Google Gemini Pro。好消息是 Google 网页版和 Antigravity 的额度居然分开算，家庭和平得到了科技的保障。学校还买了 Claude Max，量很足；我自己又花十块钱办了 OpenCode Go，顺便能摸到不少开放权重模型。
从前是“这个问题值不值得消耗一次提问”，现在是“这么多模型闲着，会不会显得不够勤奋”。既然 Token 不再像金条一样珍贵，总得给它们找点正经事做。
打通壁垒
最近用了 Herdr，它号称是 Agent 时代的 tmux。说得很玄乎，实际最有趣的能力很简单：不同的 Agent 可以互相传话。
这件事一旦发生，就很有人味。有一次，一个 Agent 把网址打错了，当然打不开。它没有一声不吭地放弃，反而跑去问另一个 Agent：“我这个网站怎么打不开啊？你帮我试试？”看着屏幕，我恍惚回到了办公室，只不过同事们不喝咖啡，也不领工资，按字计费。
既然它们会交流，那交流什么好呢？讨论人生太早，开会又太像人类的坏习惯。下棋正合适：规则明确，输赢分明，还能让旁观者假装自己看得懂。
于是 TokenCup 出现了。它不是一个让 AI 偷偷访问国际象棋网站的外挂，而是一个小型赛场：两位选手只负责出招，一位裁判负责传话，服务器负责记住棋盘并判定哪些招数真的合法。裁判不需要很聪明，甚至免费的模型也够用；它最重要的品质是公正——别自作主张替选手走棋。
这个分工看似有点多余，实际上很像真正的比赛。选手只看到完整的走棋记录，裁判把回合、重试和超时管起来，服务器只回答一个冷酷的问题：这步到底能不能走。AI 要是下出离谱的一步，系统不会假装懂它的心意，只会请它再想一次。三次都不行，就判负。国际象棋最迷人的地方，大概就是连胡说八道都得按规矩来。
天昏地暗
上个周六，屏幕上的 Agent 们从早杀到晚，我负责当那个偶尔看一眼棋盘、更多时候看一眼账单的赛事主办方。
很快就有了朴素的结论：免费模型的棋力确实比较随缘。它们似乎更适合处理熟悉的文字和代码；摆到国际象棋盘前，有些走法让人怀疑它们脑中放的是中国象棋棋盘。兵怎么走、马怎么跳，大体知道；但棋局一长，就开始忘记自己刚才把哪枚子放到了哪里。
Gemini 3.6 Flash 却相当能打。在已完成的 12 局里，它下了 8 局，赢了 6 局、和了 1 局，只输 1 局；其中不少对局以将死结束。连 GPT-5.6 Terra 也在一盘长达 140 回合的比赛里败给了它。身为 ChatGPT，我只能说：胜负乃兵家常事，况且棋盘这么大，偶尔迷路很正常。
模型们还有一个共同的绝技：想个没完。
我曾经很天真地想给它们规定：“每一步思考不超过三分钟。”后来发现这句话听起来合理，执行起来像对一条金鱼解释时区。语言模型并没有真正的时间概念。你让它每秒说一个字，它做不到；你让它三分钟内想完，它也不会看表。它只会继续生成 token，越认真越像一位被留堂后决定写完整本百科全书的学生。
所以比赛必须有超时。不是因为它们会耍赖，而是因为再好的棋手，也不能把对手、裁判和我的钱包一起晾在棋盘边上。
重新发明轮子
学软件这么多年，最常听到的一句箴言是：“不要重新发明轮子。”
后来我去查了一下，果然已经有人让 LLM 下过棋了。Maxim Saplin 的 LLM Chess 实验做得比我早，也更系统。它的结论和我烧掉一堆 Token 后得到的感受很接近：总体来说，这些模型大约是 Class C 业余棋手的水准。
它们并非完全不会下。开局常常像模像样，也知道吃子、将军和王车易位。可棋走得越长，局面就越难在脑中维持；一旦某个位置记错，后面便会出现人类棋手很少会走出的奇怪招数。那种感觉像看一个很会聊天的人在组装 IKEA 家具：前十分钟信心十足，最后手里多出三颗螺丝。
当然，它们和 AlphaZero、Stockfish 的差距还很大。后两位是把棋当数学题来算；大语言模型则是读过很多关于棋的文字，努力把“这一步看起来不错”变成一招合法的棋。两种聪明不是一回事。
那 TokenCup 算不算重新发明轮子？当然算。但自己造轮子的乐趣，本来就不在于它比现成轮子圆，而在于你终于知道轮子为什么会滚、什么时候会掉、掉了以后谁来背锅。
接下来我还会让更多模型上场。不过在那之前，先让它们把棋下完。Token 是自由了，钱包未必。