中国象棋计算机博弈发展史研究报告

第二十四章 联众游戏（OurGame）：中国在线象棋平台的先驱与兴衰

24.1 联众的创立与历史地位

联众游戏（OurGame）是中国互联网最早的大型在线休闲游戏平台之一，也是中国在线象棋平台的真正开创者。它的创立和发展，见证了中国互联网从拨号上网到宽带普及的完整历程。

创立背景（1998年）：

1998年3月23日，三位中国第一代程序员——鲍岳桥、简晶和王建华——在北京用50万元借款创办了联众。这三位创始人的背景令人瞩目：

• 鲍岳桥：UCDOS的开发者。UCDOS是DOS时代中国最流行的中文操作系统，几乎每台中国电脑都安装过。鲍岳桥本人是一名围棋爱好者，经常在IGS（韩国围棋服务器）上下棋，这启发了他创办中国自己的在线棋牌平台的念头。
• 简晶："中国龙"中文系统的开发者。
• 王建华：同样具有深厚的软件开发背景。

1998年6月3日，联众游戏服务器在东方网景上线，初始只有5款游戏：围棋、中国象棋、军棋、升级和拱猪。上线之初，同时在线用户只有几十人。为了留住用户，鲍岳桥经常自己注册3个假账号陪真实用户下棋——这一做法与后来马化腾在QQ早期"假装女生陪用户聊天"的策略如出一辙。

联众的快速崛起（1998-2003）：

联众的增长速度令人惊叹。到1998年底，同时在线人数突破了1,000人。2000年，联众举办了"海虹杯中国象棋大赛"，参赛人数超过12,000人，在当时创造了在线赛事规模的世界纪录。

2003年是联众的巅峰之年：

联众在2003年同时保持着"中国注册用户数第一"和"全球同时在线人数第一"两项纪录，被称为"北联众、南中游"（北方的联众、南方的中游），是中国互联网第一个真正的游戏巨头——比腾讯、网易、盛大都要早。

联众中国象棋平台的特色功能：

联众的中国象棋平台在当年具有以下开创性功能：

1. ELO等级分系统：联众在中国率先引入基于ELO的等级分系统，段位从九级棋士（<1100分）到特级大师（>=2600分）。使用Rn=Ro+K*(W-We)公式，K值根据等级分区间动态调整（32/24/16/8）。

2. 实名头衔认证：为现实中的象棋大师和特级大师提供特殊的星号标识（国际特大、国家特大、国际大师、国家大师），实现了线上身份与线下头衔的关联。

3. 江湖门派系统：1999年上线的"联众江湖"系统，允许玩家创建"门派"（类似公会），组织门派战争，建立深度的社交社区。这是中国互联网历史上第一个真正由用户驱动的社交社区系统。

4. 大型赛事引擎：支持数千人同时在线的赛事系统，实时管理淘汰赛对阵表。

5. 观战与竞猜：实时观战高手对局，使用虚拟货币参与竞猜。

6. 棋谱与分析：内置残局库、棋谱复盘和形势曲线分析。

7. 多种对局模式：标准对局、让子对局、摆棋模式、翻翻棋等。

8. 职业版：中国象棋专业版，增加了专业规则、让子功能和摆棋功能。

24.2 联众的衰落：多维度的系统性溃败

联众的衰落是中国互联网商业史上最经典的案例之一。它不是单一原因导致的，而是战略误判、竞争挤压、资本陷阱和管理混乱等多个因素的系统性叠加。

一、腾讯QQ游戏的致命打击（外部竞争因素）

2003年8月，腾讯上线了QQ游戏平台，初始只有5款游戏（升级、四国军棋、象棋、斗地主、梭哈）——这些游戏与联众的游戏阵容几乎完全一致。腾讯的入场对联众造成了毁灭性的打击。

鲍岳桥后来回忆说，他亲自测试了QQ游戏，认为"做得太差了，完全不用担心"。他当时的判断是：QQ游戏纯粹是模仿品，联众的产品质量远胜于它。基于这一判断，鲍岳桥做出了联众历史上最致命的决策之一：将主要开发资源转向"联众新世界"项目，停止了对原有联众大厅的更新和维护。

鲍岳桥错误的关键在于，他没有意识到腾讯的武器不是产品质量，而是社交网络效应。QQ已经拥有超过2亿用户，腾讯在QQ客户端中添加了"你的好友在玩什么游戏"的功能，用户点击即可一键跳转到QQ游戏。这种社交裂变的效果是毁灭性的——联众的员工后来回忆说，他们眼睁睁地看着用户在流失，却无能为力。

2004年4月，鲍岳桥独自前往深圳腾讯总部，希望面见马化腾。马化腾拒绝见他。鲍岳桥在多年后感慨：“现在想想，我太天真了。棋牌游戏的规则是固定的，没有技术壁垒，而且我们的用户和QQ的用户完全重合。腾讯可以轻而易举地复制我们。”

后果是残酷的：

• 2004年9月（仅一年后）：QQ游戏的同时在线人数已超过联众，成为中国第一大休闲游戏平台
• 2006年Q3：QQ游戏同时在线256万，联众仅剩50万（只有QQ游戏的五分之一）

鲍岳桥从这次惨败中总结了一个他至今遵循的原则：“我只投资腾讯不会做或者做不了的事情。我绝对不碰游戏了。”

二、NHN入股的资本陷阱（公司治理因素）

2004年4月，联众以1亿美元出售了50%以上的股权给韩国NHN集团。这一决策被认为是联众衰落的第二大致命因素。

NHN入股带来的问题：

1. 文化冲突：韩国管理层不了解中国用户的需求，决策权从北京转移到了首尔。
2. 研发团队被瓦解：NHN不支持联众的本土研发，中国开发者被裁减或调岗。
3. 自主研发能力丧失：联众失去了核心技术团队，转而依赖韩国的技术资源。
4. 错失DNF：NHN子公司开发了DNF（地下城与勇士），但NHN未能把握住这个IP。DNF后来交给腾讯运营，成为中国最赚钱的网络游戏之一。

最灾难性的决策发生在2009年：韩国工程师决定完全废弃联众大厅，从零开始重建整个平台。这个项目耗时3年，投资超过1亿元人民币，消耗了联众的所有资源。重建期间，原有业务被彻底忽视，已知的Bug多年未修复，用户体验持续恶化。联众从2009年开始陷入亏损。

简晶和王建华于2003年离开联众，鲍岳桥于2006年被迫离开。三位创始人的全部离开标志着联众失去了灵魂。

三、移动互联网转型失败（技术因素）

当智能手机浪潮在2010年前后席卷中国时，联众几乎没有做出任何有效应对：

• QQ游戏在2010年就推出了移动版，支持QQ一键登录
• 联众直到2013年后才推出移动App，而且需要单独注册账号——在微信登录已成标配的时代，这是不可接受的使用门槛
• 联众的移动App质量低劣，用户报告登录失败、断线、闪退等问题
• 联众原有的核心用户群体（40岁以上）在移动端被完全抛弃

到2016年，市场已经完全转向移动端，联众的移动游戏收入仍然低于PC端，而此时竞争对手已经实现了移动原生。

四、商业模式异化：从会员到赌博（合规因素）

2009年后，联众为了扭转亏损，开始大力推广德州扑克（Texas Hold’em）业务。到2017年，德州扑克已占联众总收入的20%以上。

德州扑克在联众的运营实际上是一个精心设计的变相赌博系统：

• 玩家可以通过"银商"（灰色市场中介）将虚拟筹码兑换为现金
• 联众默许甚至助长了这一生态系统
• 平台的收入高度依赖高额赌注玩家的消费

这一模式最终导致了联众的毁灭。

2018年5月：中国公安部对联众展开突击调查，逮捕了包括联众副总裁秦某和VIP客户经理在内的36人。调查显示，自2010年以来，联众的德州扑克涉赌资金累计超过3.35亿元人民币。

联众国际（HK.06899）股票停牌，股价从高峰期的1.45港元跌至几乎为零。CEO伍国樑滞留海外。联众的市值从约70亿人民币的峰值跌至约7亿人民币——蒸发超过90%。

五、联众衰落的系统年表：

24.3 联众的历史遗产

联众虽然已经衰落，但它在中国象棋在线化历史上的地位是不可替代的：

1. 开创者：联众是中国第一个在线中国象棋平台，1998年6月3日上线时，中国互联网用户总数不到100万。

2. 模式定义者：ELO等级分、房间系统、聊天、观战、赛事、公会——今天所有象棋平台的基础功能，联众全部是首创。

3. 第一个社交游戏社区："联众江湖"门派系统是中国互联网历史上第一个真正由用户驱动的社交社区。对于一代中国网民来说，联众代表着他们对互联网的最初记忆。

4. 专业化的推进者：通过实名头衔认证、大型赛事和线上线下结合，联众推动了在线象棋作为严肃竞技活动的合法化。

5. 行业人才的摇篮：无数后来的象棋平台产品经理、开发者和社区运营人员都曾在联众工作。联众的人才溢出间接影响了后续每一个象棋平台。

6. 经典商业案例：联众的兴衰是中国互联网商业史上最常被研究的案例之一——它展示了低估平台型竞争对手的后果、丧失公司控制权的危险、放弃核心能力去追逐潮流的陷阱、以及短视的赌博收入如何毁灭一家二十年老店。

---

第二十五章 天天象棋：移动互联网时代的棋类平台霸主

25.1 天天象棋的诞生与腾讯战略

天天象棋由腾讯光子工作室群（后更名为天玑智趣工作室）开发，于2015年正式上线。它是腾讯在移动游戏平台上的首款中国象棋产品，也是腾讯将PC时代的QQ游戏象棋业务向移动端迁移的核心载体。

诞生背景：

2015年是中国移动互联网的关键转折年。微信月活用户已突破6亿，手机游戏市场爆发式增长。腾讯在此前十多年间运营着QQ游戏象棋频道，积累了数千万象棋用户。但这些用户正在快速向移动端迁移，腾讯必须推出一款能满足移动端用户体验的象棋产品。

天天象棋正是在这一背景下诞生的。它从一开始就是移动端原生设计——针对触屏操作、小屏幕、碎片化时间进行了全方面优化。这与联众在PC端成功后移动端转型被动的做法形成了鲜明对比。

腾讯生态的核心优势：

天天象棋最大的竞争壁垒不是产品功能，而是腾讯社交生态的深度整合：

1. 微信/QQ一键登录：无需注册账号，点击即可开玩
2. 好友对战：直接邀请微信或QQ好友"杀一局"，通过聊天会话发送链接即可
3. 社交分享：棋谱可以一键分享到朋友圈和QQ空间
4. 社交裂变："你的微信好友也在玩"的提示驱动病毒式传播
5. 微信小程序版本：无需下载App，点开即玩，极大降低了使用门槛

微信+QQ合计超过20亿的月活用户池，为天天象棋提供了任何竞争对手都无法企及的流量基础。

25.2 天天象棋的核心功能与创新

天天象棋的产品功能经过了持续迭代，构建了一个覆盖"对弈→学习→社交→赛事→认证"全链路的生态系统：

一、对弈系统：

1. 标准对局：10分钟场、20分钟场、5分钟快棋场等多种时间控制
2. 变体玩法：揭棋（港澳台流行的翻棋变体）、翻翻棋（休闲变体）
3. 新增玩法：2025年新增迷你象棋和趣味双人象棋（组队对战）
4. 棋力评测：天天象棋最核心的竞技系统，建立了中国象棋在线平台公认最权威的等级体系

天天象棋的段位体系：

天天象棋的段位从低到高依次为：业余1级→业余2级→……→业余9级→神1→神2→神3。另有专业段位（专1-1至专3-3），用于更高水平的区分。

段位与民间棋力的大致对应关系：

• 业1-业8：村县级水平
• 业9-神1：市省级水平
• 神2-神3：大师/特级大师水平

棋力评测使用ELO等级分系统，基础时控为10分钟+每步加10秒。这一体系已成为中国象棋爱好者的"民间棋力标准"——两个棋手见面时"你天天象棋几段？“已取代了传统的"你什么水平？”。

二、AI与分析系统：

天天象棋内置了9级AI，从"小白"到"特级大师"覆盖了从零基础到顶尖水平的全范围。

2024年，天天象棋进行了AI系统的重大升级，推出了无搜索监督学习AI：

• 使用亿级人类棋谱进行监督学习训练
• 不再依赖传统的博弈树搜索，而是学习人类棋手的走棋模式
• 响应速度从传统的1.6秒降低到10毫秒
• 能够模拟不同棋风和水平的人类对手
• 训练和推理成本降低了98%

这一创新的核心价值在于"拟人化"：传统引擎的走棋风格冷酷、机械、完美，而天天象棋的新AI能够模拟人类思考的节奏和偏好，提供更自然、更有教育意义的对弈体验。

分析功能方面：

• 智能复盘：分析每步优劣，生成对局质量报告
• AI洞察：辅助分析开局和中局选择
• 局势分析：实时走子后分析
• 残局闯关：逐步升级的闯关模式
• 6万+题库训练：包含千年经典残局和真实对局习题

三、教学与培训体系：

天天象棋构建了中国象棋领域最完善的在线教育体系：

• 在线课程：从入门到基础杀法、开局布局、中局战术的系统课程
• 大师课程：30+签约大师直播及视频教学（包括王天一、许银川等特级大师）
• 棋谱收藏：海量古谱、大师棋谱、赛事棋谱
• 全国业余等级认证：与深圳文体旅游局合作，线上三步15秒即可完成业余等级认证，发放电子+纸质双证书
• 412处线下教学点：天天象棋教育中心在全国设立了412个线下教学点，2025年培训收入约3.79亿元

四、社交系统：

天天象棋的社交功能深度嵌入了腾讯生态：

• 微信/QQ好友对战：直接邀请好友，发送链接即可开局
• 棋社系统：创建或加入棋社，组织内部比赛和活动
• 万人旁观模式：实时观摩高手对局
• 棋谱墙/分享：对局一键保存为棋谱，分享到好友、朋友圈、QQ空间
• 直播互动：支持旁观好友对局并发表评论
• 跨平台：微信小程序无需下载，点开即玩

五、赛事体系：

天天象棋建立了从线上到线下的完整赛事体系：

• "天天象棋杯"年终总决赛：中国象棋协会认证的A级官方赛事，总奖金120万元人民币
• 全国象棋甲级联赛：天天象棋从2013年起连续13年冠名赞助象甲联赛
• 华山论剑：每周棋王海选赛+复赛
• 棋王赛：定期举办的线上赛事
• TCT总决赛：早期的线下三亚总决赛
• 在线赛事工具：视频AI识谱、线上编排、棋社比赛、棋谱直播

25.3 天天象棋为何成为绝对霸主

天天象棋能够在众多象棋平台中脱颖而出并长期保持绝对优势，是以下因素综合作用的结果：

一、腾讯生态的"降维打击"

这是天天象棋最核心、最不可复制的竞争壁垒。微信和QQ合计超过20亿月活用户构成了人类历史上最庞大的社交网络。天天象棋通过以下方式将这一网络优势转化为产品优势：

1. 零摩擦获客：用户无需下载、无需注册、无需记住账号密码，在微信中点击小程序即可开始对弈。相比于联众时代的"下载客户端→注册账号→登录→进入房间"的繁琐流程，这一体验进步是革命性的。

2. 社交裂变：当用户在朋友圈分享一局精彩棋谱时，看到的好友可以一键加入。这种基于真实社交关系的传播效率远超任何广告投放。

3. 网络效应：一个平台的价值与使用它的人数成正比。天天象棋因为有最多的用户，所以匹配速度最快、对手选择最多、社交互动最活跃——这些优势又吸引了更多的用户。

二、移动优先的产品设计

天天象棋从诞生第一天就是为移动端设计的，这与联众、弈天等PC时代的平台形成鲜明对比：

1. 触屏优化：触摸棋子→拖动到目标位置→松手落子的操作流程，是专为手机屏幕设计的交互范式
2. 碎片化时间适配：快棋模式（5-10分钟）适应移动场景下的碎片化时间
3. 界面简洁：手机屏幕上的信息密度经过精心设计，核心功能触手可及
4. 推送通知：好友邀约、赛事提醒等推送功能保持了用户活跃度

三、棋力评测的权威性

天天象棋的棋力评测系统已被整个中国象棋行业接受为事实上的棋力标准：

1. 覆盖面广：数以千万计的用户在这里对弈，段位分布提供了精准的参照系
2. 稳定性高：持续运营超过10年，段位体系的公信力经过时间检验
3. 行业认可：棋手招募、培训机构分班、甚至部分线下赛事都参考天天象棋段位

"你天天象棋几段？"已成为中国象棋爱好者之间的标准问候语——这是一种产品定义的行业标准的能力。

四、全链路覆盖

天天象棋不是简单的对弈工具，而是一个覆盖"对弈→学习→社交→赛事→认证"全链路的生态平台：

• 想下棋：各种时间控制和变体玩法满足不同需求
• 想提高：从AI分析到大咖课程，从残局闯关到棋谱收藏
• 想社交：好友对战、棋社系统、万人旁观
• 想竞技：从华山论剑到天天象棋杯，从线上赛到象甲联赛
• 想认证：线上业余等级认证，线下教学点

这种全链路覆盖意味着用户不需要切换平台就能满足所有需求，极大地提高了用户粘性。

五、持续迭代与科技向善

天天象棋在近十年的运营中持续推出了多项行业领先的功能：

• 色弱模式（2021）：调整红黑对比度，服务超过百万色弱玩家
• 无障碍版（2023）：集成读屏语音交互、触觉反馈和"明盲同服"匹配，让视障玩家与普通玩家在同一匹配池中公平竞技
• 健康守护（2018）：基于疲劳度数学模型的游戏时长提醒机制，起源于一位肺癌康复期玩家女儿的投诉信
• 脑机接口（2025）：与岩思类脑研究院合作，让脑瘫棋手凭"意念"完成正式对弈——这是全球首次在国家级体育赛事中使用非侵入式脑机接口技术
• 拟人化AI（2024）：用亿级人类棋谱训练的监督学习AI，响应仅10毫秒

这些创新不仅提升了产品的用户价值，也为腾讯赢得了良好的企业声誉。正如腾讯创始人张志东所说：“长线运营的’长’，要从对玩家长期关系的尊重出发。”

25.4 天天象棋的商业化与争议

商业模式：

天天象棋的营收主要来自以下渠道：

根据市场调研数据，天天象棋App 2025年综合收入约2.37-2.59亿元，同比增长10.7%。

主要争议：

1. 作弊问题：这是天天象棋面临的最大争议。由于天天象棋的棋力评测具有行业权威性，使用皮卡鱼等引擎在评测中作弊的行为非常猖獗。实测显示，作弊者可以92.79%的胜率从业余8级升到8-2级而全程未被检测系统捕获。举报效果不一，部分玩家反馈举报后被"报复"。

2. 过度商业化：棋力评测需要消耗"铜钱"，玩家必须参加快棋场或充值来获得铜钱。这被批评为"想方设法骗钱"，挤压了慢棋思考空间。VIP会员享有举报优先处理等特权，被指"资源向氪金玩家倾斜"。

3. 职业比赛作弊丑闻：从象甲联赛到个人赛，多次出现棋手使用软件作弊的丑闻。柳大华/党斐爆料象甲联赛疑似有棋手使用作弊指令，而崔格敲诈棋手事件更暴露了职业圈内的软件作弊利益链。

25.5 天天象棋的用户规模与行业生态

用户规模：

行业格局：

中国象棋游戏平台市场高度集中，CR3（前三名集中度）高达96.3%：

• 天天象棋：用户规模最大（1,320万MAU）
• 野狐围棋：收入最高（5.68亿元/年）
• 藏经阁（网易）：收入2.15亿元/年

天天象棋在用户规模上遥遥领先，但由于象棋用户的付费意愿低于围棋用户，其ARPU值（每用户平均收入）低于野狐围棋。

25.6 天天象棋的历史意义

天天象棋不仅是一个成功的移动互联网产品，更是中国象棋在数字时代的传承和发展的核心载体：

1. 象棋大众化的最大推动者：天天象棋让数亿人随时随地可以下棋。对于一个有着千年历史的传统棋类运动来说，这种普及效果是前所未有的。

2. 建立了现代象棋的等级评价体系：天天象棋段位已成为中国象棋社区的"通用语言"和"棋力标尺"。

3. 职业化的关键支撑：连续13年冠名赞助象甲联赛，为职业棋手提供了稳定的赛事平台和收入来源。

4. 科技向善的实践者：无障碍版、色弱模式、脑机接口等创新，展示了科技产品如何服务于更广泛的用户群体。

5. 象棋教育的数字化：412处线下教学点加上在线课程和AI分析，构建了覆盖线上线下的完整教育体系。

天天象棋的成功，在某种程度上也是腾讯在棋类游戏领域对将近二十年前联众的"复仇"——2003年腾讯用QQ游戏复制了联众的模式并击败了联众；2015年，腾讯用天天象棋在移动端彻底取代了联众曾经开创的在线象棋世界。历史画了一个完整的圆。

---

第二十六章 XQF棋谱格式与电子棋谱标准化

26.1 XQF格式的历史

在UCCI协议和FEN标准广泛采用之前，中国象棋的电子棋谱格式处于"各自为战"的状态。不同的引擎和界面使用不同的棋谱格式，极大地阻碍了数据的流通。

XQF格式由象棋演播室（XQStudio）的开发者董世伟（网名"过河象"）于1999年设计，是最早被广泛接受的中国象棋电子棋谱格式之一。它的特点包括：

• 基于二叉树的着法存储结构，支持从第一步起即录入多路变着
• 支持中文和英文的着法表示
• 可以记录棋谱的注释和变着
• 在Windows平台上有着广泛的软件支持

黄晨在xqbase.com上提供了XQF棋谱工具（XQFTOOLS），可以将XQF格式转换为PGN等通用格式。这一工具对于中国象棋电子棋谱的标准化起到了推动作用。象棋演播室本人于2001年4月正式公布了XQF 1.0格式规范，XQF格式随后被象棋桥、象棋巫师、东萍象棋网（dpxq.com）等大量软件和网站支持。

26.2 标准化进程

从XQF时代到FEN标准的过渡是中国象棋数据标准化的重要历程。UCCI协议将FEN（Forsyth-Edwards Notation）引入了中国象棋，FEN以其简洁、文本化的特点迅速成为事实标准。

26.3 中国象棋引擎协议对比

中国象棋引擎的通信协议经历了从自研协议到统一标准的过程，以下是主要协议的对比：

注：UCCI协议是黄晨对中国象棋引擎生态最重要的贡献之一。在UCCI出现之前，每个引擎都有自己的通信协议，用户必须使用配套的界面——这与「界面与引擎分离」的理念背道而驰。UCCI的标准化让用户可以在任意UCCI界面上使用任意UCCI引擎，极大地促进了引擎间的竞争和协作。值得一提的是，UCCI的中文坐标格式虽然比UCI的国际坐标更便于中文用户理解，但在国际推广中形成了障碍。近年来已有将UCCI和UCI统一为单一标准的讨论。

FEN在中国象棋中的格式：

• 使用小写字母表示黑方棋子（r=车, n=马, b=象, a=士, k=将, c=炮, p=兵）
• 使用大写字母表示红方棋子（R=车, N=马, B=象, A=士, K=帅, C=炮, P=兵）
• 使用数字表示连续的空位
• 使用"/"分隔行

例如，初始局面的FEN表示为：

rnbakabnr/9/1c5c1/p1p1p1p1p/9/9/P1P1P1P1P/1C5C1/9/RNBAKABNR w - - 0 1

FEN的标准化使得中国象棋的棋局数据可以在不同引擎、界面和工具之间自由流通，为后来的云库数据系统奠定了基础。

---

第二十七章 Linux与macOS平台的中国象棋引擎

27.1 Unix平台的中国象棋引擎生态

与Windows平台丰富的引擎生态相比，Linux和macOS平台的中国象棋引擎数量和种类都相对较少。但有一些重要的项目和工具值得关注：

GMChess： GMChess是基于ElephantEye代码架构的开源引擎，成功进入了Debian Linux软件仓库。它是Linux用户可以获得的最好的中国象棋引擎之一。用户可以通过apt-get install gmchess命令便捷地安装。GMChess在Debian/Ubuntu Linux中已经存在了多年，维护稳定。

XQBoard： Unix平台上的中国象棋界面，与WinBoard/XBoard风格一致，支持标准的UCCI协议引擎。XQBoard为那些习惯Unix/WinBoard风格的Linux用户提供了他们所熟悉的操作方式。

ElephantEye for Unix： 黄晨的ElephantEye本身就是跨平台的，其C++源代码可以在Linux和macOS上重新编译。ElephantEye套件中的工具（如LEAGUE模拟器、XQFTOOLS等）也支持Unix平台。

皮卡鱼的多平台支持： 皮卡鱼内置了针对Linux和macOS的Makefile编译规则。在Apple Silicon（M1/M2/M3）芯片上，皮卡鱼通过ARM NEON指令集实现了高效的NNUE推理。皮卡鱼的跨平台支持使其在开发社区中获得了更广泛的受众。

27.2 编译优化与SIMD指令集

现代象棋引擎的性能很大程度上取决于对CPU指令集的利用效率。不同架构的CPU支持不同的SIMD指令集：

x86/AMD64平台：

• SSE/SSE2/SSE3：基础SIMD指令集，所有x86-64 CPU都支持
• SSSE3：补充SSE指令集，大部分CPU支持
• AVX2：256位SIMD指令集，2013年后的Intel Haswell/AMD Ryzen支持，NNUE推理的关键指令集
• BMI2：位操作指令集，对位棋盘操作有显著的加速效果
• AVX512：512位SIMD指令集，仅部分高端Intel/AMD CPU支持，皮卡鱼2025年版本引入了AVX512优化

ARM平台：

• NEON：ARM平台的SIMD指令集，所有64位ARM CPU（包括Apple Silicon）都支持
• SVE：ARM的可变长度SIMD指令集，尚未在象棋引擎中得到广泛应用

指令集选择对棋力的影响：

在皮卡鱼中，不同指令集版本之间的性能差异可能达到10-30%：

• SSE3版本：最低兼容性，性能基准
• AVX2版本：推荐版本，NNUE推理速度显著提升
• BMI2版本：位棋盘操作加速
• AVX512版本：最新版本，在支持AVX512的硬件上性能最优

选择合适的编译版本：

用户应根据自己的硬件选择最合适的编译版本。一般来说，2015年以后的Intel CPU和2017年以后的AMD CPU都支持AVX2。在选择编译版本时，可以通过查看CPU信息来确认支持的指令集：

• Intel：通过lscpu查看Flags，包含avx2和bmi2即为支持
• AMD：AMD Ryzen系列均支持AVX2
• ARM：Apple M1/M2/M3以及大部分ARM v8-A芯片支持NEON

---

第二十八章 中国象棋引擎的性能度量与基准测试

28.1 NPS（节点/秒）及其意义

**NPS（Nodes Per Second，每秒搜索节点数）**是最常用的引擎性能指标之一。它反映了引擎在单位时间内能搜索多少个博弈树节点。

不同引擎和不同硬件条件下的典型NPS范围：

需要注意的是，NPS并非衡量棋力的直接指标——不同引擎的搜索算法不同，每个节点的"质量"也不同。具有更高裁剪率的引擎可能在更低NPS下达到同等棋力。因此，NPS更适合作为同一引擎不同版本之间的优化效果对比，而不是跨引擎的比较指标。

28.2 ELO等级分：中国象棋缺乏统一系统的困境

与中国象棋引擎发展相关的一个核心事实是：中国象棋缺乏统一的、被广泛接受的ELO等级分系统。

与国际象棋不同，中国象棋没有类似FIDE（国际棋联）ELO等级分的统一体系。这种缺乏带来了几个问题：

1. 引擎棋力的量化困难：没有一个权威的等级分排行榜供开发者和用户参考。
2. 跨代比较的困难：无法准确比较不同时代的引擎棋力差异。
3. 学术规范的缺失：在学术论文中难以准确定量描述引擎的棋力水平。

社区中的非正式等级分体系：

尽管缺乏官方体系，中国象棋社区中有一些非官方的等级分参考：

1. 弈天等级分：基于弈天平台对局结果的等级分系统，虽然不够精确，但提供了一个相对的参考基准。
2. 引擎互战测试：社区测试者通过数千局引擎互战，建立非官方的ELO排行榜。
3. 与商业引擎的对比例：将新引擎与已知棋力的商业引擎进行对比测试，估算其棋力范围。

28.3 测试方法论：从经验到科学

中国象棋引擎的测试方法论经历了从"个人经验"到"统计科学"的演进：

个人经验测试期（1990s-2000s）：

• 作者自己跑几十局测试
• 测试结果受偶然因素影响大
• 测试条件不标准化（硬件、时间、开局库各不相同）

半规范化测试期（2000s-2010s）：

• 社区测试者运行数百局测试
• 开始使用标准化的时间控制和开局设置
• 但数据记录和报告格式仍然不统一

统计学测试期（2020s-至今）：

• 皮卡鱼引入Fishtest框架
• 测试规模达到数千到数万局
• 使用SPRT进行统计学显著性检验
• 测试结果公开透明，可复现

测试方法的进步使得引擎开发从"凭感觉调参数"变成了"用数据说话的科学"——每一个改进都必须通过统计学显著性检验才能被合并。

---

第五卷 未来展望

第二十九章 中国象棋引擎的技术前沿

29.1 Transformer架构与棋类评估

近年来，Transformer架构在自然语言处理和计算机视觉领域取得了巨大成功。这种"自注意力"机制可能为棋类评估带来新的突破：

• 全局关系建模：Transformer可以捕获棋盘中远距离棋子之间的相互作用，这对中国象棋尤其重要（例如炮的远程攻击、车的长距离控制线）。
• 动态权重：不同于静态的卷积网络，Transformer可以根据局面内容动态调整注意力权重。
• 多模态融合：未来的评估网络可能同时处理棋盘位置信息和局面的语义信息。

然而，Transformer的计算量远大于NNUE的全连接网络，如何将其高效适配到象棋搜索的实时推理场景中仍是一个开放问题。一些研究方向包括：

• 轻量化的Transformer架构
• 知识蒸馏——将Transformer的评估知识迁移到更轻量的网络
• 混合架构——在搜索的不同阶段使用不同的评估网络

29.2 强化学习与自我对弈

AlphaZero证明了"从零学习"在棋类领域的强大潜力。在中国象棋领域，强化学习的应用仍然处于早期阶段：

• GGzero（佳佳象棋的强化学习分支）是目前最成功的中国象棋强化学习引擎之一。
• cchess-zero和CCZero是社区推动的强化学习项目。
• 主要瓶颈在于：深度强化学习需要大量的GPU算力（通常需要数百到数千GPU天），而中国象棋社区缺乏类似Google或DeepMind的计算资源。

未来，随着云计算和分布式计算的普及，中国象棋的强化学习引擎可能会取得突破性进展。一些潜在的突破方向包括：

• 利用云GPU资源进行分布式训练
• 迁移学习——将国际象棋强化学习训练中的网络权重作为中国象棋训练的起点
• 与NNUE结合的混合方法——在搜索中使用NNUE评估，在训练中使用强化学习

29.3 量子计算与棋类博弈

量子计算在棋类搜索中的应用是一个前沿但尚未成熟的研究方向。Grover搜索算法理论上可以在平方根的复杂度下完成无序搜索，这对于Minimax的量子加速可能具有潜在价值。

然而，量子计算机目前仍处于早期阶段，距离实用化还有相当长的路要走。这一领域在未来10-20年内可能会取得突破，但短期内不会对中国象棋引擎产生实质影响。

29.4 社区驱动的未来：开源生态的发展方向

展望未来，中国象棋引擎的开源生态可能会朝着以下方向发展：

更自动化：

• 自动化的测试和回归框架进一步完善
• 持续集成和持续部署（CI/CD）流程常态化
• 自动化的网络训练流水线
• 自动化的开局库更新

更开放：

• 更多的数据和模型以开放许可证发布
• 更多的文档和教程面向新手
• 更活跃的社区讨论和协作
• 跨语言和跨文化的合作

更专业：

• 代码质量和使用工具链更专业化
• 项目管理和决策流程更规范化
• 与学术界和其他开源社区的交叉更频繁
• 引入软件工程最佳实践（代码审查、持续测试、发布管理）

29.5 从引擎到平台：生态系统的整合

未来的中国象棋引擎可能不再仅仅是一个"走棋程序"，而会演变为一个集成化的平台。皮卡鱼已经展示了这种趋势——它不仅仅是一个象棋引擎，还包含了测试框架（Fishtest）、数据分析工具、网络训练流水线等组件。

这种"从引擎到平台"的演化将使中国象棋计算机博弈的生态系统更加丰富和完整：

• 开发平台：提供引擎开发、测试、部署的一体化环境
• 数据平台：提供棋谱数据库、云库查询、数据分析服务
• 教育平台：提供引擎分析、局面训练、水平测试功能
• 研究平台：提供标准化的测试工具和学术研究支持

---

第六卷 结语