← Archive
lm-003424 · 2026-09

Poker、卡牌遊戲與 Human–AI Hybrid：從 Bot、Solver、RTA 到決策來源危機

zh-Hant · md Raw source ↗ Metadata ↗
下載 MD 檔 ⬇

Poker、卡牌遊戲與 Human–AI Hybrid：從 Bot、Solver、RTA 到決策來源危機

Poker, Card Games, and Human–AI Hybrids: From Bots and Solvers to Real-Time Assistance and the Crisis of Decision Provenance

Series: AI Game Intelligence, Randomness, and Adaptive Markets
Paper 06
Version: v0.1
Date: 2026-09-02 Author: Neo.K with Aletheia（GPT-5.6 Sol）
Institution: EveMissLab／一言諾科技有限公司

摘要

Poker 與策略卡牌遊戲標誌著本系列的一次根本轉折。

在輪盤、老虎機與大量莊家制遊戲中，人工智慧面對的主要問題是隨機生成機制、固定賠付結構與制度允許邊界；在 Poker 類不完全資訊策略遊戲中，玩家面對的則是另一個會觀察、推斷、欺騙、調整與學習的智能體。

因此，問題從：

Player vs Mechanism\text{Player vs Mechanism}

轉變為：

Intelligence vs Intelligence.\boxed{ \text{Intelligence vs Intelligence}. }

Poker AI 的歷史已證明，這類遊戲中人工智慧可以形成超越頂尖人類的策略能力。Libratus 在雙人無限注德州撲克中擊敗頂尖職業玩家；Pluribus 隨後在六人無限注德州撲克中達成超人類表現。這表示「AI 是否可以在 Poker 中顯著改善策略品質」早已不是理論問題。

真正的新問題是：當這種能力從研究環境進入真實線上遊戲，平台如何區分合法學習與即時外部決策？

本文建立以下演化鏈：

Bot→Solver→RTA→Human–AI Hybrid→Decision Provenance.\boxed{ \text{Bot} \rightarrow \text{Solver} \rightarrow \text{RTA} \rightarrow \text{Human--AI Hybrid} \rightarrow \text{Decision Provenance}. }

早期 bot 直接替玩家執行動作，因此可以透過滑鼠、時間、程序與自動化行為辨識。Solver 時代則使玩家可以在遊戲外研究近似均衡策略。Real-Time Assistance 進一步把 solver 帶進即時決策週期。生成式 AI、vision model 與第二裝置又使問題更困難：玩家本人可能仍在操作 client，但實際決策可能由另一個模型產生。

因此：

Human Action⇏Human-Generated Decision.\boxed{ \text{Human Action} \not\Rightarrow \text{Human-Generated Decision}. }

本文將「誰執行動作」與「誰生成決策」正式分離，提出：

Action Provenance\boxed{ \text{Action Provenance} }

與：

Decision Provenance.\boxed{ \text{Decision Provenance}. }

現代線上 Poker 平台也正在從單純抓自動 bot，演化為多層 Game Integrity。PokerStars 的現行規則禁止 bot、AI 即時建議、進階 equity、ICM 與 Nash-equilibrium 類即時工具；GGPoker 2026 年政策則明確禁止 RTA、AI bot、solver、chart、HUD、remote-access tool、virtual machine 等多種可能提供不公平即時輔助的工具。PokerStars 亦公開表示其 Game Integrity 系統會分析數以千億計手牌與玩家策略／行為特徵，而 GGPoker 已與 GTO Wizard 合作，利用 Fair Play Check 與策略接近度分析輔助偵測 RTA。

因此，反作弊也出現對稱演化：

AI for Play→AI for Detection.\boxed{ \text{AI for Play} \rightarrow \text{AI for Detection}. }

本文最後將這一問題延伸到 Hearthstone、MTG Arena 與其他策略卡牌遊戲。這些遊戲雖不一定直接涉及每局金錢輸贏，但 bot、帳戶 farming、即時建議、資料不對稱與 matchmaking manipulation 仍會破壞競技公平。平台的反制也開始從單純封號，擴張到改變 matchmaking topology，使特定極端行為彼此匹配。

本文不提供 RTA、bot、自動遊戲、第二裝置輔助、反偵測或規避平台安全機制的實作方法。本篇研究的是策略智能、決策來源、公平競技與反 AI 治理。

1. 從 Paper 05 跨入 Intelligence vs Intelligence

Paper 05 的莊家制遊戲主要可寫成：

π∗=arg⁡max⁡π∈ΠE[R∣G,S,P].\pi^* = \arg\max_{\pi\in\Pi} E[R\mid G,S,P].

其中規則：

GG

大致由營運者固定。

Poker 則不同。

對手策略：

π−i\pi_{-i}

本身也是環境的一部分。

因此玩家 ii 的效用：

Ui=Ui(πi,π−i,S).U_i = U_i( \pi_i, \pi_{-i}, S ).

最佳策略不只依賴牌面，還依賴其他智能體如何行動。

2. Poker 是不完全資訊博弈

在 Poker 中，每個玩家只看到自己的資訊集合：

Ii.I_i.

但完整世界狀態：

SS

包含其他玩家的 hole cards。

因此：

Ii⊂S.I_i\subset S.

玩家必須根據：

IiI_i

推測：

P(S∣Ii).P(S\mid I_i).

這與完整資訊棋類有根本差異。

3. 策略不是單一答案

Poker 策略可寫為：

πi(a∣Ii).\pi_i(a\mid I_i).

其中：

a∈A(Ii).a\in A(I_i).

合理策略往往不是：

這裡一定下注。

而是：

P(bet)=p1,P(\text{bet})=p_1, P(check)=p2,P(\text{check})=p_2, P(raise)=p3.P(\text{raise})=p_3.

即混合策略。

4. 不可預測性本身成為策略資產

如果玩家在某狀態：

II

永遠採取同一動作，

對手可以更新：

P(H∣a,I)P(H\mid a,I)

並利用其規律。

因此 Poker 智能不只是：

find best move,\text{find best move},

而包含：

maintain strategically appropriate uncertainty.\boxed{ \text{maintain strategically appropriate uncertainty}. }

這也是 AI 在 Poker 中具有巨大優勢的一個原因：它可以更一致地執行複雜 mixed strategy。

5. AI Poker 已經證明可以達到超人類策略能力

2017 年 Libratus 在雙人無限注 Texas Hold'em 中擊敗四名頂尖職業玩家。

2019 年 Carnegie Mellon University 與 Facebook AI 共同開發的 Pluribus 進一步在六人無限注 Texas Hold'em 中擊敗多名頂尖職業玩家。

因此：

AI strategic superiority in poker is empirically established.\boxed{ \text{AI strategic superiority in poker is empirically established}. }

真正剩下的問題不是：

AI 會不會玩？

而是：

AI 在什麼時候被允許參與？

6. Pluribus 的理論意義

Pluribus 的突破不只是算得更快。

它需要在多人、不完全資訊、非零和近似、對手策略多樣的環境中行動。

這使 Poker 成為 AI strategic reasoning 的代表性問題之一。

因此：

Poker AI\boxed{ \text{Poker AI} }

不應被理解成單純機率計算器。

它是一種：

belief modelling+counterfactual reasoning+strategic randomization+adaptation.\boxed{ \text{belief modelling} + \text{counterfactual reasoning} + \text{strategic randomization} + \text{adaptation}. }

7. Poker AI 的第一個合法場域：離線學習

如果一名玩家在牌局結束後把自己的 hand history 交給 solver 或 AI：

Hpast→analysis,H_{\mathrm{past}} \rightarrow \text{analysis},

並用它改善未來能力，

這可理解為：

training assistance.\boxed{ \text{training assistance}. }

它和讀書、找教練、看錄影具有相似功能。

8. Training Assistance 與 Real-Time Assistance

真正的界線在時間。

離線：

tadvice>tdecision.t_{\mathrm{advice}}>t_{\mathrm{decision}}.

即時：

tadvice≤tdecision.t_{\mathrm{advice}}\leq t_{\mathrm{decision}}.

若外部系統在當前 hand 還可被影響時提供具體策略建議，就進入：

Real-Time Assistance.\boxed{ \text{Real-Time Assistance}. }

9. 為什麼 RTA 特別具有破壞性

一個人類玩家原本具有能力上限：

CH.C_H.

外部 AI 的能力：

CA.C_A.

若即時把：

CAC_A

接入每個 decision point，

有效決策能力可能變成：

Chybrid>CH.C_{\mathrm{hybrid}} > C_H.

因此平台上的 account identity：

Account=Human\text{Account}=\text{Human}

不再代表：

Decision System=Human.\text{Decision System}=\text{Human}.

10. 第一階段：Fully Automated Bot

早期 bot 可以抽象為：

St→M→at.S_t \rightarrow M \rightarrow a_t.

人類不需要參與。

因此：

decision generation=machine,\boxed{ \text{decision generation} = \text{machine}, }

且：

action execution=machine.\boxed{ \text{action execution} = \text{machine}. }

這是最容易理解的作弊類型。

11. Fully Automated Bot 的傳統痕跡

早期平台可以觀察：

  • mouse trajectory；
  • click behaviour；
  • response timing；
  • session duration；
  • repetitive patterns；
  • identical strategies；
  • software processes。

PokerStars 回顧其早期 bot detection 時表示，平台曾利用只有人類滑鼠操作會出現的行為差異辨認 fully automated bots。

因此早期 anti-bot 可以主要依賴：

Ddevice+Dtiming+Dexecution.D_{\mathrm{device}} + D_{\mathrm{timing}} + D_{\mathrm{execution}}.

12. 第二階段：Solver

Solver 不需要替玩家操作。

它只需要回答：

π∗(a∣I).\pi^*(a\mid I).

玩家可以：

  1. 在遊戲外建立解；
  2. 研究 range；
  3. 學習 bet sizing；
  4. 改善策略。

只要不在牌局進行中直接提供即時決策，這類工具在不同平台通常具有較寬鬆的合法或允許空間。

13. Solver 改變了「人類最佳玩法」本身

當頂尖玩家使用 solver 學習：

π∗,\pi^*,

人類 meta 會逐漸：

πH→πsolver−informed.\pi_H \rightarrow \pi_{\mathrm{solver-informed}}.

因此 AI 即使沒有出現在正式比賽時，

仍然改變了：

human strategic baseline.\boxed{ \text{human strategic baseline}. }

這與 Paper 03 的 AI market efficiency 類似。

14. AI 外部化成文化

一旦 solver 策略被：

  • 教學；
  • 影片；
  • chart；
  • coaching；
  • community；

吸收，

原本的：

machine knowledge\text{machine knowledge}

會轉化為：

human strategic culture.\boxed{ \text{human strategic culture}. }

因此不能把「使用 AI 學習」與「AI 即時替你決策」混為一談。

15. 第三階段：Push-This-Button Bot

PokerStars 使用 PTBB 一詞描述：

machine decides+human executes.\boxed{ \text{machine decides} + \text{human executes}. }

可寫成：

St→M→at∗→H→click.S_t \rightarrow M \rightarrow a_t^* \rightarrow H \rightarrow \text{click}.

最後滑鼠確實是人按的。

但：

decision origin=machine.\boxed{ \text{decision origin} = \text{machine}. }

16. PTBB 揭露 Action 與 Decision 的分裂

設：

AP=Action Provenance,A_P = \text{Action Provenance}, DP=Decision Provenance.D_P = \text{Decision Provenance}.

對一般人類：

AP=H,A_P=H, DP=H.D_P=H.

對 fully automated bot：

AP=M,A_P=M, DP=M.D_P=M.

對 PTBB：

AP=H,A_P=H,

但：

DP=M.D_P=M.

這就是本篇最重要的新分類。

17. 第四階段：Real-Time Assistance

RTA 比 PTBB 更廣。

外部系統不一定直接輸出：

Raise.

它也可能提供：

  • range；
  • recommended frequency；
  • equity；
  • ICM；
  • Nash-equilibrium analysis；
  • situation-specific chart。

只要資訊是針對當前 game state，並在決策仍可修改時提供，就可能影響 decision provenance。

18. PokerStars 的現行規則

PokerStars 現行第三方工具政策禁止：

  • 無人介入 bot；
  • 降低人類決策需求的工具；
  • 即時讀取 game state 並建議行動的工具；
  • hole-card sharing；
  • datamining；
  • 遊戲進行中使用進階 equity、ICM 或 Nash-equilibrium 類工具。

PokerStars 也明確表示，真人必須自己決定動作以及下注／加注的相對大小。

因此平台的規則核心已不是：

human physically clicks.\boxed{ \text{human physically clicks}. }

而是：

human must make the decision.\boxed{ \text{human must make the decision}. }

19. GGPoker 的 2026 RTA 定義

GGPoker 2026 年 Security & Ecology Policy 定義 RTA 為任何：

external assistance\boxed{ \text{external assistance} }

只要其：

  • 提供不公平優勢；
  • 即時影響決策；
  • 使玩家能做到原本無法自行複製的玩法；

都可能落入 RTA。

政策甚至明確寫：

Every decision at the table should be free of external assistance.\boxed{ \text{Every decision at the table should be free of external assistance}. }

20. GGPoker 的 Bot 定義也包含 AI

現行政策將 bot 定義為：

  • software；
  • program；
  • website；
  • app；

只要它可以：

play without human intervention\text{play without human intervention}

或：

reduce the requirement of human decision/action.\text{reduce the requirement of human decision/action}.

並明確包含：

artificial intelligence\boxed{ \text{artificial intelligence} }

以及 fully / partially automated bots。

21. 現代平台開始禁止「輔助環境」

GGPoker 2026 政策除 RTA 與 bots 外，也禁止多類可能改變即時公平性的工具，包括：

  • solver；
  • chart；
  • HUD；
  • automated note-taking；
  • remote-access software；
  • virtual machine；
  • emulator；
  • location-masking tools；
  • game-data extraction tool。

這反映平台已不再只防一個叫做：

bot.exe\text{bot.exe}

的程式。

而是在治理：

decision-support environment.\boxed{ \text{decision-support environment}. }

22. 第五階段：Human--AI Hybrid

生成式 AI 使決策輔助更自然。

不再需要專門 Poker solver interface。

一般模型可能具備：

  • vision；
  • natural-language reasoning；
  • tool use；
  • memory；
  • voice output。

因此：

general AI\boxed{ \text{general AI} }

本身就可能成為一個 strategy interface。

23. Human--AI Hybrid 不一定自動化

系統可能：

observe→reason→suggest,\text{observe} \rightarrow \text{reason} \rightarrow \text{suggest},

而人：

accept/reject→act.\text{accept/reject} \rightarrow \text{act}.

所以：

human remains in the loop\boxed{ \text{human remains in the loop} }

並不足以證明公平。

因為 human-in-the-loop 可以只是：

execution relay.\boxed{ \text{execution relay}. }

24. Decision Contribution 是連續量

真實 Human--AI hybrid 不一定只有：

0%0\%

或：

100%100\%

機器決策。

可以定義概念上的：

αA∈[0,1]\alpha_A\in[0,1]

表示 AI 對最終策略決策的貢獻程度。

則：

D=F(DH,DA,αA).D = F( D_H, D_A, \alpha_A ).

問題是：

αA\boxed{ \alpha_A }

在外部通常不可直接觀測。

25. Assistance Continuum

本文提出六級分類：

H0 — Human Only

DP=H.D_P=H.

H1 — Pre-Game AI Training

AI 只在正式遊戲之前提供一般訓練。

H2 — Static In-Game Reference

遊戲時使用固定、不讀取當前 state 的參考資料。

其是否允許取決於平台規則。

H3 — State-Aware RTA

AI 讀取當前狀態並提供即時建議。

H4 — Human-Executed Machine Decision

AI 決定具體行動，人只負責執行。

H5 — Fully Automated Bot

AI 同時決策與執行。

這個 continuum 比「人類／bot」二分更符合 AI 時代。

26. 第二裝置問題

假設 Poker client 運行在：

D1.D_1.

外部 AI 運行在：

D2.D_2.

兩者沒有軟體連線。

例如：

D2D_2

只透過外部感測取得畫面資訊。

此時：

client-side process scan\boxed{ \text{client-side process scan} }

可能完全看不到：

D2.D_2.

這就是：

Second-Device Problem.\boxed{ \text{Second-Device Problem}. }

27. 第二裝置問題不是某個特定作弊工具

它是一個更一般的系統原理：

Decision computation can be physically decoupled from action execution.\boxed{ \text{Decision computation can be physically decoupled from action execution}. }

只要：

observation channel\text{observation channel}

與：

advice channel\text{advice channel}

存在，

運算設備不必和 client 位於同一台機器。

28. 這使 Process Detection 不再充分

傳統：

DprocessD_{\mathrm{process}}

可能檢查：

  • 程序；
  • DLL；
  • memory；
  • window；
  • known solver。

第二裝置存在時：

Dprocess≈0D_{\mathrm{process}}\approx0

並不意味：

P(RTA)=0.P(\mathrm{RTA})=0.

因此：

absence of local tool evidence⇏absence of external decision assistance.\boxed{ \text{absence of local tool evidence} \not\Rightarrow \text{absence of external decision assistance}. }

29. 平台因此必須轉向 Behaviour

現代反作弊逐漸研究：

πplayer(a∣I).\pi_{\mathrm{player}}(a\mid I).

如果它在大量罕見決策點上突然異常接近：

π∗(a∣I),\pi^*(a\mid I),

可能提高：

P(RTA∣D).P(\mathrm{RTA}\mid D).

但這仍然不能單獨構成證明。

30. 為什麼不能「玩得太好就封」

因為真正頂尖玩家本來就可能：

D(πH,π∗)≪1.D( \pi_H, \pi^* ) \ll1.

而 solver culture 又會使人類策略逐年接近 equilibrium-informed play。

因此：

strategy optimality≠proof of machine assistance.\boxed{ \text{strategy optimality} \neq \text{proof of machine assistance}. }

31. False Positive 問題

若平台只以：

D(π,π∗)<τD(\pi,\pi^*)<\tau

判定作弊，

頂尖玩家會有：

P(false positive)P(\text{false positive})

問題。

因此 anti-RTA 必須使用多證據融合。

32. Modern Integrity Evidence Stack

本文提出：

E=(Edevice,Etiming,Estrategy,Ebehaviour,Egraph,Eexternal,Ehuman).\boxed{ E= ( E_{\mathrm{device}}, E_{\mathrm{timing}}, E_{\mathrm{strategy}}, E_{\mathrm{behaviour}}, E_{\mathrm{graph}}, E_{\mathrm{external}}, E_{\mathrm{human}} ). }

任何單一維度都不應理想化為完美 detector。

33. Device Evidence

包括平台依法與依條款可觀察的：

  • running tools；
  • remote-access state；
  • VM / emulator；
  • known prohibited software。

其優點是直接。

缺點是第二裝置可能繞開這一層。

34. Timing Evidence

對某些外部查詢系統，玩家可能呈現：

TresponseT_{\mathrm{response}}

與問題複雜度異常相關。

但：

slow decision≠RTA.\boxed{ \text{slow decision} \neq \text{RTA}. }

正常人也會思考。

因此 timing 只能作為聯合證據。

35. Strategy Evidence

分析：

D(πplayer,π∗).D( \pi_{\mathrm{player}}, \pi^* ).

不只看整體 EV loss，

還可以研究：

  • rare spots；
  • mixed-frequency accuracy；
  • unusual bet sizes；
  • obscure lines。

真正可疑的可能不是：

high skill,\text{high skill},

而是：

skill profile inconsistent with the player’s own historical manifold.\boxed{ \text{skill profile inconsistent with the player's own historical manifold}. }

36. Behavioural Baseline

設玩家過往分布：

πi(0).\pi_i^{(0)}.

目前時間窗口：

πi(1).\pi_i^{(1)}.

定義：

Δi=D(πi(1),πi(0)).\Delta_i = D( \pi_i^{(1)}, \pi_i^{(0)} ).

若：

Δi≫0,\Delta_i\gg0,

只表示：

behavioural regime change.\boxed{ \text{behavioural regime change}. }

仍需要解釋原因。

37. Cognitive Regime Shift

一名玩家可能因：

  • coaching；
  • study；
  • fatigue；
  • tilt；
  • game selection；
  • legitimate improvement；

而改變策略。

因此：

behavioural discontinuity≠machine substitution.\boxed{ \text{behavioural discontinuity} \neq \text{machine substitution}. }

這也是 Cognitive Forensics 必須非常保守的原因。

38. Graph Evidence

多人 Poker 還有：

collusion.\text{collusion}.

因此平台可建立：

G=(V,E)G=(V,E)

其中節點可能是：

  • accounts；
  • devices；
  • locations；
  • financial relations；
  • repeated tables。

邊：

EijE_{ij}

表示可疑相關。

這與單一 RTA 問題不同，但可以聯合出現。

39. External Evidence

2025 年 GGPoker 與 GTO Wizard 的合作代表一個新方向：

Poker Platform+Solver Provider\boxed{ \text{Poker Platform} + \text{Solver Provider} }

共同處理 Game Integrity。

GGPoker 公開表示，利用 GTO Wizard 的 game-integrity services，封鎖了：

3131

個違反 fair-play rule 的帳號。

這是一個重要制度轉折。

40. Fair Play Check

GTO Wizard 的 Fair Play Check 可以驗證：

a particular board\boxed{ \text{a particular board} }

是否在指定時間範圍內曾於其服務被 solve。

因此可以把：

thandt_{\mathrm{hand}}

與：

tsolvert_{\mathrm{solver}}

進行證據對照。

這不是普遍監控所有外部 AI 的萬能方法，但它展示：

external computation can itself leave provenance evidence.\boxed{ \text{external computation can itself leave provenance evidence}. }

41. Solver Provider 也開始成為 Integrity Infrastructure

GTO Wizard 的 Game Integrity 服務還提供：

  • Fair Play Check automation；
  • GTO reports；
  • superhuman-play detection；
  • player strategy 與 optimal strategy closeness assessment。

這代表原本提供：

strategy intelligence\text{strategy intelligence}

的公司，也開始提供：

strategy provenance evidence.\boxed{ \text{strategy provenance evidence}. }

42. AI 防 AI

因此出現一個對稱結構：

Mplay↔Mdetect.\boxed{ M_{\mathrm{play}} \leftrightarrow M_{\mathrm{detect}}. }

攻擊端：

AI improves decisions.\text{AI improves decisions}.

防守端：

AI detects statistically implausible decision patterns.\text{AI detects statistically implausible decision patterns}.

這是一個真正的 adaptive adversarial ecology。

43. PokerStars 的 Game Integrity 規模

PokerStars 2025 年公開表示其 Game Integrity 團隊約有數十名專職專家、程式設計師、分析師與前職業 Poker 玩家，並可以使用平台累積超過：

235 billion235\text{ billion}

手牌進行分析。

平台表示自動系統會持續 flag 可疑帳號，再交由專門人員調查。

因此防守方具有：

server-side population-scale data advantage.\boxed{ \text{server-side population-scale data advantage}. }

44. 伺服器的 God's-Eye View

單一玩家只看：

Ii.I_i.

平台則知道：

  • 所有合法 server state；
  • action sequence；
  • timing；
  • account history；
  • game outcomes；
  • table graph。

在牌局完成後，平台通常擁有比任何單一玩家完整得多的：

S.S.

因此：

player AI advantage\boxed{ \text{player AI advantage} }

不代表：

player has the better forensic dataset.\boxed{ \text{player has the better forensic dataset}. }

45. PokerStars 不依賴單一「抓螢幕」方法

PokerStars 2025 年公開說明其反作弊會分析 gameplay 與 behavioural tendency，同時表示其並不以抓取玩家螢幕內容作為手段。

這是一個重要治理信號：

anti-cheat power\boxed{ \text{anti-cheat power} }

必須與：

privacy constraint\boxed{ \text{privacy constraint} }

共同考慮。

46. Privacy--Integrity Tradeoff

如果平台要求：

  • webcam；
  • full-screen capture；
  • room scan；
  • second-device inspection；

可以提高某些偵測能力。

但會增加：

Cprivacy.C_{\mathrm{privacy}}.

因此平台治理目標不是單純：

max⁡Detection.\max Detection.

而更接近：

max⁡[Integrity−λPrivacyCost−γFalsePositiveCost].\max \left[ Integrity -\lambda PrivacyCost -\gamma FalsePositiveCost \right].

47. False Positive 也是公平性問題

如果 anti-AI 系統錯誤封鎖：

Helite,H_{\mathrm{elite}},

那麼：

anti-cheat itself becomes a source of unfairness.\boxed{ \text{anti-cheat itself becomes a source of unfairness}. }

所以：

high sensitivity\text{high sensitivity}

與：

high specificity\text{high specificity}

必須同時考慮。

48. Human Review 不能完全消失

平台的機器模型可以輸出：

P(violation∣E).P(\mathrm{violation}\mid E).

但對高影響處置：

ban,\text{ban}, fund confiscation,\text{fund confiscation},

理想制度仍需要：

multi-evidence human review.\boxed{ \text{multi-evidence human review}. }

PokerStars 公開描述其案件會由專門人員處理並進行複核。

49. Decision Provenance

本文正式定義：

DP(d)=provenance of the cognitive process generating decision d.\boxed{ D_P(d) = \text{provenance of the cognitive process generating decision }d. }

它和：

AP(a)=provenance of the physical action executing aA_P(a) = \text{provenance of the physical action executing }a

不同。

50. Decision Provenance 為什麼比 Identity 更重要

傳統線上平台驗證：

Who owns the account?\text{Who owns the account?}

但 AI 時代還必須問：

What system generated the decision?\boxed{ \text{What system generated the decision?} }

同一個 verified human account 可以對應：

DP=H,D_P=H,

也可以對應：

DP=H+A,D_P=H+A,

甚至：

DP=A.D_P=A.

51. Decision Provenance 不是二元變數

可以把決策表示成：

d=F(H,A,R,E),d = F( H, A, R, E ),

其中：

H=human reasoning,H=\text{human reasoning}, A=AI assistance,A=\text{AI assistance}, R=reference material,R=\text{reference material}, E=environmental information.E=\text{environmental information}.

因此真正的問題是：

which contributions are permitted?\boxed{ \text{which contributions are permitted?} }

而不是：

was AI present at all?\boxed{ \text{was AI present at all?} }

52. Fairness 是制度定義，不是自然常數

某平台可能允許：

H1H1

即 AI 離線訓練。

禁止：

H3,H4,H5.H3,H4,H5.

另一個教育型遊戲可能允許：

H2.H2.

所以：

Fairness=F(rules,expectations,disclosure,symmetry).\boxed{ \text{Fairness} = F( rules, expectations, disclosure, symmetry ). }

不存在跨所有遊戲唯一固定的 AI fairness boundary。

53. Symmetry Principle

如果某競賽明確允許所有玩家使用同一類 AI：

Aallowed,A_{\mathrm{allowed}},

那麼 AI 本身可能從：

unfair assistance\text{unfair assistance}

變成：

part of the game.\boxed{ \text{part of the game}. }

因此核心問題之一是：

Are capabilities symmetrically available and explicitly permitted?\boxed{ \text{Are capabilities symmetrically available and explicitly permitted?} }

54. 但對稱工具仍可能改變遊戲本體

即使每個人都可以用 AI，

遊戲仍可能從：

human strategy competition\text{human strategy competition}

轉變成：

AI selection/orchestration competition.\text{AI selection/orchestration competition}.

所以：

equal access≠same game identity.\boxed{ \text{equal access} \neq \text{same game identity}. }

這是競技治理很深的問題。

55. Poker 為什麼特別敏感

Poker 的文化價值部分來自：

  • bluff；
  • read；
  • adaptation；
  • uncertainty；
  • human inconsistency。

若即時 solver 完全主導：

πH→πA,\pi_H \rightarrow \pi_A,

競技本體可能從：

human strategic reasoning\boxed{ \text{human strategic reasoning} }

變成：

tool-mediated equilibrium execution.\boxed{ \text{tool-mediated equilibrium execution}. }

平台因此有理由把「人本人作決策」寫成核心規則。

56. Card Games 不一定有直接金錢賭注

Hearthstone、MTG Arena 等遊戲通常不是每局直接：

win money / lose money.\text{win money / lose money}.

但仍存在：

  • rank；
  • rewards；
  • account progression；
  • tournament qualification；
  • time value；
  • account economy。

因此 bot 與 AI assistance 仍會創造：

competitive and economic externality.\boxed{ \text{competitive and economic externality}. }

57. Card-Game Bot 的目標可以是 Grinding

某 bot 不需要：

EVcash>0.EV_{\mathrm{cash}}>0.

只要：

Rewardtime>Costautomation,Reward_{\mathrm{time}} > Cost_{\mathrm{automation}},

就可能有誘因持續運行。

因此：

bot economics\boxed{ \text{bot economics} }

與 Poker RTA 不完全相同。

58. Hearthstone 的大規模 Bot 問題

Blizzard 在 2024 年公開多次進行大規模 bot enforcement，其中一輪表示自前次更新後又處理超過：

240,000240,000

個帳號。

這顯示：

detection≠permanent elimination.\boxed{ \text{detection} \neq \text{permanent elimination}. }

若新帳號成本足夠低，bot ecology 可以持續再生。

59. Bot Ecology

可以寫成：

Nt+1=Nt+Bt−Dt,N_{t+1} = N_t + B_t - D_t,

其中：

Bt=new bot creation,B_t=\text{new bot creation}, Dt=detected/removed bots.D_t=\text{detected/removed bots}.

只要：

Bt≥Dt,B_t\geq D_t,

總 bot population 就不會下降。

因此：

ban rate alone\boxed{ \text{ban rate alone} }

不是完整治理指標。

60. 平台可以直接改變遊戲拓樸

Hearthstone 2024 年 Arena 的一項措施很有代表性。

針對反覆提前 retire、持續重抽直到拿到極強牌組的極端行為，Blizzard 並沒有完全刪除 retire 功能，而是讓這類玩家進入另一個 matchmaking pool。

因此：

strategy→topology response.\boxed{ \text{strategy} \rightarrow \text{topology response}. }

61. Matchmaking Topology as Countermeasure

設一般玩家池：

P0.P_0.

極端策略玩家：

PE.P_E.

平台可以把：

PEP_E

重新映射到：

P1.P_1.

使其：

mainly compete with similar strategies.\boxed{ \text{mainly compete with similar strategies}. }

這種治理不一定需要判定：

你是不是作弊。

而是直接降低某種行為對一般生態的外部性。

62. 這和美國 CAW 很像

Paper 03 中 NYRA 不是禁止所有電腦模型。

它改的是：

execution timing topology.\text{execution timing topology}.

Hearthstone 的例子則改：

matchmaking topology.\text{matchmaking topology}.

兩者共同反映：

platform can neutralize an advantage by changing the game environment.\boxed{ \text{platform can neutralize an advantage by changing the game environment}. }

63. Wizards 的一般反作弊邊界

Wizards of the Coast 現行 Terms 禁止：

  • unauthorized data mining；
  • bots；
  • hacks；
  • 未授權 software / code；
  • 使使用者相對未使用者取得優勢的工具。

因此策略卡牌遊戲同樣面臨：

authorized assistance boundary.\boxed{ \text{authorized assistance boundary}. }

而不是只有真錢 Poker 才有這個問題。

64. Deck Tracker 與 RTA 的界線會越來越困難

一般 deck tracker 可能只是：

memory externalization.\text{memory externalization}.

但加入：

opponent model+current-state solve+action recommendation,\text{opponent model} + \text{current-state solve} + \text{action recommendation},

就會逐步走向：

decision substitution.\boxed{ \text{decision substitution}. }

因此未來規則不應只按工具名稱分類，而需要按：

function\boxed{ \text{function} }

分類。

65. Functional Assistance Taxonomy

本文建議以功能分成：

F0=record,F_0=\text{record}, F1=summarize,F_1=\text{summarize}, F2=calculate static information,F_2=\text{calculate static information}, F3=infer hidden state,F_3=\text{infer hidden state}, F4=recommend action,F_4=\text{recommend action}, F5=execute action.F_5=\text{execute action}.

越往後：

decision substitution↑.\text{decision substitution}\uparrow.

66. 這比「是不是 AI」更穩定

因為未來：

AI\text{AI}

會出現在幾乎所有軟體。

所以規則若只寫：

禁止 AI。

會變得非常模糊。

更合理是：

禁止哪些功能在什麼時間介入決策.\boxed{ \text{禁止哪些功能在什麼時間介入決策}. }

67. Temporal Assistance Boundary

同一個工具在：

t<tmatcht<t_{\mathrm{match}}

可能是合法 trainer。

在：

t=tdecisiont=t_{\mathrm{decision}}

可能成為 prohibited RTA。

因此 permission 應該寫成：

P(F,t,state−awareness).P( F, t, state-awareness ).

68. State Awareness 是核心變數

一般教學：

A(generic poker theory)A(\text{generic poker theory})

與：

A(It)A(I_t)

完全不同。

第二者知道：

the exact current decision state.\boxed{ \text{the exact current decision state}. }

因此 RTA governance 的重要軸應包含：

state awareness.\boxed{ \text{state awareness}. }

69. Decision Specificity

另一個軸是建議是否具體。

低 specificity：

考慮 pot odds。

高 specificity：

此處採取某個特定 action。

所以可定義：

SD∈[0,1].S_D\in[0,1].

當：

SD↑,S_D\uparrow,

decision substitution 通常也提高。

70. Human Cognitive Work Requirement

本文再定義：

CH=remaining human cognitive work.C_H = \text{remaining human cognitive work}.

對純 coaching：

CH≈1.C_H\approx1.

對 PTBB：

CH≈0.C_H\approx0.

因此一個公平競技規則可以關心：

how much strategic cognition remains with the registered player.\boxed{ \text{how much strategic cognition remains with the registered player}. }

71. Decision Substitution Index

概念上可定義：

DSI=f(AS,SD,TR,CH−1),DSI = f( A_S, S_D, T_R, C_H^{-1} ),

其中：

AS=state awareness,A_S=\text{state awareness}, SD=decision specificity,S_D=\text{decision specificity}, TR=real-time coupling,T_R=\text{real-time coupling}, CH=remaining human cognitive work.C_H=\text{remaining human cognitive work}.

越高表示外部系統越接近替代玩家本人的決策角色。

72. 這比 Bot / Not Bot 更能描述未來

未來可能出現：

  • AI whisper coach；
  • augmented-reality advice；
  • multimodal assistant；
  • partial recommendation；
  • probability overlay。

這些未必是 full bot。

但：

DSIDSI

可能非常高。

因此：

automation level≠decision substitution level.\boxed{ \text{automation level} \neq \text{decision substitution level}. }

73. Decision Provenance Crisis

當：

AP=HA_P=H

而：

DPD_P

不可直接觀測，

平台會遇到：

Decision Provenance Crisis.\boxed{ \text{Decision Provenance Crisis}. }

即：

可以驗證是誰按下按鈕，卻無法直接驗證是誰產生策略。

這是生成式 AI 時代的新公平性核心。

74. 這不只是 Poker

同樣問題可以出現在：

  • Chess；
  • Go；
  • competitive card games；
  • esports；
  • online examinations；
  • coding competitions；
  • remote professional assessments。

只要：

human identity is verified\boxed{ \text{human identity is verified} }

但：

cognitive origin is externally augmentable,\boxed{ \text{cognitive origin is externally augmentable}, }

Decision Provenance 就成為問題。

75. Cognitive Forensics

本文把從行為結果推斷可能決策來源的研究方向稱為：

Cognitive Forensics.\boxed{ \text{Cognitive Forensics}. }

其目的不是讀心。

而是估計：

P(DP∣Eobservable).P( D_P \mid E_{\mathrm{observable}} ).

76. Cognitive Forensics 不應宣稱完美確定性

因為：

P(DP∣E)P(D_P\mid E)

永遠受：

  • model uncertainty；
  • human variability；
  • legitimate learning；
  • incomplete evidence；

影響。

所以結果更應是：

evidence-weighted attribution.\boxed{ \text{evidence-weighted attribution}. }

而不是：

mathematical proof of cognition source.\boxed{ \text{mathematical proof of cognition source}. }

77. Detection 也會產生 Adversarial Adaptation

一旦平台公開 detector：

D,D,

作弊者就會優化：

min⁡PD(detected).\min P_D(\text{detected}).

因此形成：

Dt→At+1→Dt+1.D_t \rightarrow A_{t+1} \rightarrow D_{t+1}.

這就是：

anti-cheat arms race.\boxed{ \text{anti-cheat arms race}. }

78. 不應公開過度具體的反偵測細節

完整研究可以分析：

classes of signals,\text{classes of signals},

但若公開：

  • exact thresholds；
  • exact timing signatures；
  • exact evasion patterns；

反而可能降低平台安全。

因此本系列只描述：

defensive principles\boxed{ \text{defensive principles} }

不提供規避方法。

79. AI Game Integrity 的六層防禦

本文將現代公平競技防禦濃縮為：

Layer 1: RulesLayer 2: Client/EnvironmentLayer 3: BehaviourLayer 4: StrategyLayer 5: Graph/External EvidenceLayer 6: Human Adjudication\boxed{ \begin{array}{c} \text{Layer 1: Rules}\\ \text{Layer 2: Client/Environment}\\ \text{Layer 3: Behaviour}\\ \text{Layer 4: Strategy}\\ \text{Layer 5: Graph/External Evidence}\\ \text{Layer 6: Human Adjudication} \end{array} }

真正強的系統不依賴單一 detector。

80. Rules Layer

最先必須清楚定義：

what assistance is allowed.\boxed{ \text{what assistance is allowed}. }

規則模糊時，再好的 detector 也無法產生正當處置。

81. Environment Layer

目的不是全面監控私人裝置。

而是在合理權限內辨識：

known prohibited interaction.\text{known prohibited interaction}.

並受：

privacy proportionality\text{privacy proportionality}

限制。

82. Behaviour Layer

建立：

πihistory\pi_i^{\mathrm{history}}

與：

πicurrent\pi_i^{\mathrm{current}}

的比較。

重點是 regime change，不是「高手就是作弊」。

83. Strategy Layer

研究：

D(πi,π∗).D( \pi_i, \pi^* ).

但必須和玩家能力、stake、history 及罕見 spot 分布共同解讀。

84. Graph / External Layer

利用：

  • collusion graph；
  • account relation；
  • solver-provider evidence；
  • other external corroboration。

GGPoker 與 GTO Wizard 的合作是目前最清楚的制度案例之一。

85. Human Adjudication Layer

最後把：

E1,…,EnE_1,\ldots,E_n

組合成：

P(violation∣E).P(\mathrm{violation}\mid E).

再依：

  • policy；
  • severity；
  • uncertainty；

決定：

warning,\text{warning}, suspension,\text{suspension}, ban.\text{ban}.

86. 第一核心命題：Intelligence Interaction

在策略遊戲中：

Ui=Ui(πi,π−i),\boxed{ U_i = U_i(\pi_i,\pi_{-i}), }

因此 AI 價值不只來自預測環境，也來自建模與回應其他智能體。

87. 第二核心命題：Action--Decision Separation

AP=H⇏DP=H.\boxed{ A_P=H \not\Rightarrow D_P=H. }

這是 Human--AI Hybrid 公平性最重要的邏輯基礎。

88. 第三核心命題：Second-Device Incompleteness

若外部決策系統與 client 實體分離，

則：

Dlocal=0⇏P(external assistance)=0.\boxed{ D_{\mathrm{local}}=0 \not\Rightarrow P(\mathrm{external\ assistance})=0. }

因此 client-side scanning 在理論上不可能單獨成為完整解。

89. 第四核心命題：Optimality Is Not Proof

D(π,π∗)→0\boxed{ D( \pi, \pi^* )\rightarrow0 }

不充分推出：

DP=A.D_P=A.

因為高手與 solver-trained humans 也可以接近均衡策略。

90. 第五核心命題：Multi-Evidence Necessity

高影響作弊判定應依賴：

P(DP∣E1,…,En)\boxed{ P(D_P\mid E_1,\ldots,E_n) }

而不是：

P(DP∣E1).P(D_P\mid E_1).

此命題直接支持多層 Game Integrity。

91. 第六核心命題：Assistance Functionalism

未來治理應優先分類：

what the tool does\boxed{ \text{what the tool does} }

而不是：

whether it is called AI.\boxed{ \text{whether it is called AI}. }

因為 AI 將逐漸成為一般軟體基礎能力。

92. 第七核心命題：Temporal Permission

同一工具：

TT

可以在：

tstudyt_{\mathrm{study}}

合法，

但在：

tdecisiont_{\mathrm{decision}}

違反規則。

因此：

Permission=P(F,t,S).\boxed{ Permission=P(F,t,S). }

其中：

F=function,F=\text{function}, t=timing,t=\text{timing}, S=state awareness.S=\text{state awareness}.

93. 第八核心命題：Topology Countermeasure

當某策略造成：

Externality>θ,Externality>\theta,

平台不一定只能：

detect and ban.\text{detect and ban}.

它也可以修改：

matchmaking / timing / access topology.\boxed{ \text{matchmaking / timing / access topology}. }

Hearthstone Arena 與 NYRA CAW 分別提供了遊戲與博彩市場中的類似案例。

94. 第九核心命題：Decision Substitution

AI 作弊風險與：

degree of substituted strategic cognition\boxed{ \text{degree of substituted strategic cognition} }

比與單純 automation level 更直接相關。

因此：

DSIDSI

可以成為未來公平競技研究的重要抽象變數。

95. 第十核心命題：Integrity--Privacy Dual Constraint

反作弊最佳化不是：

max⁡Detection.\max Detection.

而是：

max⁡[Integrity−λPrivacyCost−γFalsePositiveCost].\boxed{ \max [ Integrity -\lambda PrivacyCost -\gamma FalsePositiveCost ]. }

任何要求完全監控所有第二裝置的制度，都會遇到極高的隱私與比例原則成本。

96. 系列研究邊界

本文不提供：

RTA implementation\boxed{ \text{RTA implementation} } bot implementation\boxed{ \text{bot implementation} } screen-reading poker assistant\boxed{ \text{screen-reading poker assistant} } second-device assistance workflow\boxed{ \text{second-device assistance workflow} } anti-cheat evasion\boxed{ \text{anti-cheat evasion} } solver-query concealment\boxed{ \text{solver-query concealment} }

本文只研究：

  • game theory；
  • AI strategic capability；
  • platform rules；
  • decision provenance；
  • game integrity；
  • anti-cheat architecture；
  • privacy；
  • governance。

97. 與 Paper 05 的差異

Paper 05：

Player vs Mechanism.\boxed{ \text{Player vs Mechanism}. }

Paper 06：

Intelligence vs Intelligence.\boxed{ \text{Intelligence vs Intelligence}. }

因此 AI 的角色從：

better calculation\text{better calculation}

升級為：

strategic cognition.\boxed{ \text{strategic cognition}. }

98. 與 Paper 03 的共同點

Paper 03 的市場是：

many intelligent agents→collective price.\text{many intelligent agents} \rightarrow \text{collective price}.

Paper 06 則是：

many intelligent agents→direct strategic interaction.\text{many intelligent agents} \rightarrow \text{direct strategic interaction}.

兩者都屬：

multi-agent adaptive systems.\boxed{ \text{multi-agent adaptive systems}. }

99. 與 Paper 07 的銜接

本篇提出：

Decision Provenance Crisis.\boxed{ \text{Decision Provenance Crisis}. }

但尚未完整回答：

如何治理與判定？

Paper 07 將把：

Cognitive Forensics\text{Cognitive Forensics}

獨立出來，研究：

  • provenance model；
  • evidence fusion；
  • behavioural fingerprint；
  • false positive；
  • privacy；
  • adversarial adaptation；
  • adjudication standard。

100. 結論

Poker 把 AI 博弈研究推到了一個與輪盤、彩券及傳統 casino 完全不同的位置。

在 Poker 中：

randomness remains,\boxed{ \text{randomness remains}, }

但更重要的是：

another intelligence is inside the system.\boxed{ \text{another intelligence is inside the system}. }

玩家必須對：

P(S∣I)P(S\mid I)

形成 belief，

同時對：

π−i\pi_{-i}

形成 opponent model，

再選擇：

πi.\pi_i.

人工智慧已經證明可以在這種不完全資訊策略環境達到超人類能力。

所以 AI 時代的 Poker 問題不再是：

機器能不能玩得比人好？

答案早已是：

Yes.\boxed{ \text{Yes}. }

真正問題變成：

When is that intelligence allowed to enter the decision loop?\boxed{ \text{When is that intelligence allowed to enter the decision loop?} }

早期 bot：

AP=M,A_P=M, DP=M.D_P=M.

今天的 Human--AI Hybrid 卻可能：

AP=H,A_P=H, DP=H+AD_P=H+A

甚至：

DP=A.D_P=A.

因此：

human execution is no longer sufficient evidence of human decision.\boxed{ \text{human execution is no longer sufficient evidence of human decision}. }

這就是 Decision Provenance Crisis。

而現代平台的反應也正在改變。

PokerStars 已不只分析滑鼠與 bot process，而使用巨大 hand-history 資料、策略與行為模型以及人工 Game Integrity review。

GGPoker 2026 年規則更直接把 RTA、AI bots、solver、chart、HUD、remote access 與 virtualized environments 納入整個 security ecology。

GTO Wizard 則代表另一個新現象：原本提供策略智能的 solver provider，也開始提供 Fair Play Check、superhuman-play detection 與 strategy-closeness analysis，協助平台判斷外部計算是否可能介入即時遊戲。GGPoker 2025 年公開表示，雙方合作後已針對 31 個違反 fair-play rule 的帳號採取封鎖措施。

因此：

AI for strategic advantage\boxed{ \text{AI for strategic advantage} }

正在同時產生：

AI for strategic forensics.\boxed{ \text{AI for strategic forensics}. }

卡牌遊戲則進一步顯示，制度不一定只能靠「抓到然後封號」。

Hearthstone 對某些極端 Arena 行為採用不同 matchmaking pool，說明平台還可以直接改變：

game topology.\boxed{ \text{game topology}. }

於是整個 AI 競技治理的演化，可以概括為：

Detect Automation↓Detect Assistance↓Infer Decision Provenance↓Redesign Competitive Topology\boxed{ \begin{array}{c} \text{Detect Automation}\\ \downarrow\\ \text{Detect Assistance}\\ \downarrow\\ \text{Infer Decision Provenance}\\ \downarrow\\ \text{Redesign Competitive Topology} \end{array} }

這也讓 AI 公平性問題第一次超出「是不是外掛」。

真正的問題成為：

How much of the strategic cognition must remain with the registered human participant for the contest to remain the same contest?\boxed{ \text{How much of the strategic cognition must remain with the registered human participant for the contest to remain the same contest?} }

當一個人仍然坐在螢幕前、仍然親手按下按鈕，但重要判斷已由外部模型完成時，身份驗證仍然成功，卻未必完成了認知來源驗證。

因此本文最後提出：

Identity Provenance≠Action Provenance≠Decision Provenance.\boxed{ \text{Identity Provenance} \neq \text{Action Provenance} \neq \text{Decision Provenance}. }

這三者在前 AI 時代經常被默認為同一件事。

在 Human--AI Hybrid 時代，它們必須被正式分離。

而下一篇 Paper 07 將從這裡開始：

如果 Decision Provenance 無法直接觀測， 我們究竟可以如何在不犧牲隱私與正常高手的前提下， 建立合理的 Cognitive Forensics？\boxed{ \text{如果 Decision Provenance 無法直接觀測， 我們究竟可以如何在不犧牲隱私與正常高手的前提下， 建立合理的 Cognitive Forensics？} }

References / Empirical and Policy Anchors

  1. Carnegie Mellon University, 2019, reporting Pluribus's superhuman performance against professional players in six-player no-limit Texas Hold'em and summarizing the earlier Libratus result.
  2. PokerStars, current Third Party Tools and Services Policy and General Terms, accessed 2026, defining prohibited bots, real-time advice, advanced equity, ICM and Nash-equilibrium assistance during play.
  3. PokerStars Game Integrity materials, 2024--2026, describing FAB, PTBB, RTA detection, behavioural analysis, proprietary models, continuous automated flagging, specialist review, and analysis across more than 235 billion hands.
  4. GGPoker, Security & Ecology Policy, current version dated 2026-03-13, defining RTA, bots, AI, prohibited decision assistance, remote-access tools, virtual machines and related integrity restrictions.
  5. GGPoker, 2025, GGPoker & GTO Wizard Join Forces, reporting 31 blocked accounts following use of GTO Wizard game-integrity services and describing Fair Play Check.
  6. GTO Wizard, current Game Integrity materials, accessed 2026, describing Fair Play Check Automation, GTO Reports, superhuman-play detection and strategy-to-optimal-strategy closeness assessment.
  7. Blizzard Entertainment, April 2024 Hearthstone Bot Ban Update, reporting action against more than 240,000 additional accounts and the use of a separate Arena matchmaking pool for repeated early-retirement behaviour.
  8. Wizards of the Coast, current Terms, accessed 2026, prohibiting unauthorized bots, cheats, software, data mining and tools that grant advantages not available to ordinary players.

Next:
Paper 07 — 反 AI 博弈系統：Decision Provenance、Cognitive Forensics 與公平競技治理