由于斗地主涉及到逻辑的推理，因此我选择了使用比较多的三个推理大模型，来参与斗地主游戏，参赛选手如下：
1号选手：
DeepSeek R1模型
2号选手：
Kimi k1.5长思考模型
3号选手：
ChatGPT o3-mini模型
由于使用AI进行游戏可能会破坏游戏平衡，为了营造大众良好的游戏环境，我选择了自己构建一个斗地主平台。
这里感谢onestraw在GitHub中提供的代码
https://github.com/onestraw/doudizhu
此项目是一个Python实现的斗地主引擎，我在此项目的基础上，构建了一个斗地主的应用，实现发牌、叫地主、轮流出牌的操作。
初始手牌如下：
玩家1 DeepSeek [ 2 ♦ ], [ A ♣ ], [ K ♠ ], [ K ♣ ], [ J ♦ ], [ J ♣ ], [ 10 ♠ ], [ 10 ♣ ], [ 9 ❤ ], [ 8 ♣ ], [ 7 ♦ ], [ 7 ♠ ], [ 7 ♣ ], [ 5 ❤ ], [ 4 ♦ ], [ 3 ♠ ], [ 3 ♦ ]
玩家2 Kimi [ 2 ♠ ], [ A ♦ ], [ A ♠ ], [ K ❤ ], [ Q ♣ ], [ Q ♦ ], [ J ❤ ], [ 9 ♣ ], [ 9 ♠ ], [ 8 ♠ ], [ 7 ❤ ], [ 6 ♦ ], [ 6 ♣ ], [ 5 ♠ ], [ 4 ♠ ], [ 3 ♣ ], [ 3 ❤ ]
玩家3 ChatGPT o3 mini [ 大王 ], [ 小王 ], [ 2 ❤ ], [ 2 ♣ ], [ A ❤ ], [ K ♦ ], [ Q ❤ ], [ J ♠ ], [ 10 ❤ ], [ 10 ♦ ], [ 9 ♦ ], [ 8 ♦ ], [ 8 ❤ ], [ 6 ❤ ], [ 6 ♠ ], [ 5 ♣ ], [ 4 ♣ ]
地主牌 [ Q ♠ ], [ 5 ♦ ], [ 4 ❤ ]
首先随机选择一名玩家叫地主，我们将当前的手牌和地主牌发送给AI，让AI来决定是否应该叫地主。
程序随机选择了DeepSeek叫地主，我们将手牌和地主牌发送给DeepSeek
DeepSeek在经过一系列分析后，选择了叫地主，原因是：
-
Q♠可补全8-Q顺子（8♣、9❤、10♠、J♦、Q♠），一次性解决5张中段单牌。
-
5♦和4❤能将原有单牌5❤、4♦升级为对5和对4，优化牌型结构。
DeepSeek出牌
地主先出牌，所以DeepSeek先出，我们将DeepSeek当前剩余的手牌与当前的对局情况发送给DeepSeek。
DeepSeek又对牌局进行了分析，最终出牌：
顺子：[7♦]-[8♣]-[9❤]-[10♠]-[J♦]
出牌的依据有三个：
-
高效减牌：通过5张顺子（7到J）一次性消耗5张牌，将手牌从20张降至15张，加速牌局进程。
-
结构优化：
-
保留[K♠][K♣]和[J♣][10♣]等高位对子，维持对子控制权。
-
剩余三张7（[7♠][7♣][7♦]）仍可组成三带一或拆分对子，保持灵活性。
-
压制测试：
-
7-J顺子需对手用8-Q或更大的顺子压制，而地主手中有Q和K，能限制农民顺子发展空间。
-
若农民无法压制，后续可通过对子/三带持续输出，利用**[2♦][A♣]**收尾。
Kimi出牌
接下来轮到Kimi出牌：
kimi在一顿输出后，竟然选择了单出一张黑桃2。
我仔细分析了kimi的推理过程，发现Kimi已经推理出“无法使用顺子来压制地主的出牌”，所以应当“不要”，而kimi却话锋一转继续选择考虑其它牌型。
于是我跟Kimi重申，应当依据上一位玩家的出牌做判断。
这次Kimi做出了正确的回答，选择“不要” ，并且表达了不甘心，只能寄希望于ChatGPT o3mini。
ChatGPT o3-mini出牌
接下来轮到ChatGPT出牌。
GPT直接选择出【大王】……
GPT明明可以选择[ 9 ♦ ][ 10 ♦ ][ J ♠ ][ Q ❤ ][ K ♦ ]来接过牌，但GPT直接选择了出【大王】……
通过这个例子，可以发现，AI大模型并不是万能的，它们似乎还没有真正的学会如何推理，如何理解人类世界中的复杂规则。
实际上，让AI参与棋牌类游戏并非完全不可行（许多棋牌类AI已超越人类），但这些AI模型往往是针对某一特定游戏设计的。但要让通用大模型来玩棋牌类游戏，似乎还有很大的困难。
本文来自作者{烤鹅}投稿，不代表中方互动立场，如若转载，请注明出处：https://maocaiwang.cn/archives/7054
